分形图像编码的研究

分形图像编码是一种基于自然图像局部自相似性的有效压缩技术。分形图像编码通过引入一个可以影响解码图像质量和编码时间的控制参数,目前对它的研究比较广泛。本文着重阐述了分形图像编码的理论基础、编码方法、解码方法、基本特征及其发展现状和发展方向,并简要介绍了分形编码与其它工具相结合的方法。分形图像编码定将在图像压缩领域中发挥其更大的作用。     

分形图像压缩编码原理及其改进方法

介绍了分形图像编码原理和压缩方案,提出了采用分形与其他工具相结合的图像压缩新方法,提高了图像压缩比和编、解码的速度.并展望了分形图像编码的发展趋势.     

分形快速高效图像数据压缩

研究了分形图像压缩编码和分形图像插值方法,提出了综合利用分形插值和分形图像编码方法进行图像数据高效压缩的方法。实验结果表明,该法在恢复图像信噪比为28.7dB时,压缩倍数可高达76倍。     

基于分形编码的图像压缩技术

详细地阐述了新一代基于分形编码的图像压缩技术,叙述了分形的概念和分形图像编码的数学基础－迭代函数系统理论,分析了分形图像编码的特点及其实现方法,并对一些改进的分形图像编码方法作了简要介绍。     

一种基于分形的图像压缩方法

针对传统分形编码时间过长的缺点,提出了一种高效而快速的基于方差和4值BTC编码混合的分形图像编码方法。实验表明该方法具有优良的性能,在编码时间优于方差快速编码方法的前提下,解码图像的质量和压缩率可以好于基本分形图像编码算。     

基于二维离散小波变换自相似的图形编码

介绍了二维正交离散小波变换，分析了离散小波变换的自相似性。分形图像编码方法可有效压缩图像，其实质是消除图像中的自相似性冗余。离散小波变换非常适合于描述图像的自相似性及分形特性。给出了小波分解系数图像编码，解码的具体方法，给出了实验结果。利用图像的离散小波变换系数的自相似性的特点对图像实现高效压缩具有十分重要的意义。     

一种基于提升小波变换和快速分形的混合编码

分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。     

基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法。编码时,通过插值正交多小波变换将原始图像缩小,然后使用摹本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像。实验结果表明,与直接使用分形编码方法卡爿比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善。     

基于蚁群算法的快速分形图像压缩方法

目的针对基本分形图像方法中编码时间过长的问题，提出一种缩短分形图像压缩编码时间的改进方法。提高编码的效率．方法基于蚁群算法的分形图像编码方法．结果实现了分形图像定义域块的自动分类，在匹配时通过类内搜索代替全局搜索；在类内匹配时进行基于匹配概率搜索．结论从理论和实验结果分析表明，相对于基本的分形图像压缩算法，该方法在基本保持重建图像质量的前提下，编码时间大大降低。加快了分形图像压缩的速度．     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点，提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为，将小波分解后的图像的低频系数用基于方差的快速分形方法编码，剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明，该混合算法避免了分形编码所固有的方块效应，与传统的分形编码相比，大大节约了编码时间，说明该算法具有一定合理性与优越性。     

哈夫曼编码和分形编码图像压缩技术初探

随着信息技术的发展,各种影像、语音、文字、数据等信息都以数字化的方式存储起来,给信息的存储带来极大的压力。＂资料压缩＂成为解决信息储存不可缺少的工具。本文通过介绍常见的图像压缩技术——哈夫曼编码和分形编码,提出了一些改进的方法。     

加快分形图像编码速度的若干措施

针对分形图像编码速度慢的缺点,提出若干加快编码速度的措施按照图像局部的统计特性和人眼的视觉特性,限定定义域块的搜索范围,优化定义域块及其几何变换的搜索顺序,并结合去除搜索匹配过程中的重复运算等措施,在保证恢复图像的主客观质量变化不大的前提下,使编码速度得到明显提高,对于若干标准图像的实际编码实验结果证明了算法的正确性     

固定压缩字典在分形图像压缩编码中的应用

分形图像压缩字典是实现分形图像压缩编码的关键因素。针对由Barnsley设计的传统的分形图像压缩编码字典随着压缩图像的变化而变化的缺点，笔者根据统计规律，提出了设计一个固定压缩字典对分形图像进行压缩编码的方法，彻底地改变了Barnsley实现分形图像压缩编码使用变化压缩字典的方法，实验结果表明，固定压缩字典能快速地实现分形图像的编码，并具有部分分形图像的解码优点。     

免疫粒子群核模糊聚类快速分形图像编码

针对经典分形编码算法编码时间过长和基于K-均值聚类等快速分形编码算法依赖数据分布等问题,提出了一种基于免疫粒子群优化(IPSO)和核模糊聚类的快速分形图像编码算法.提出基于IPSO的核模糊聚类算法,将IPSO算法应用于聚类中心的求解中,并将其应用于分形图像编码,分别对子块和父块进行核模糊聚类,以更加合理的分类搜索取代全局搜索,减少编码时间.实验结果表明,新算法的编码时间约为经典分形编码算法的1/6,其峰值信噪比只略微下降;与基于K-均值聚类和基于粒子群优化聚类等快速分形图像编码算法相比,新算法能以更少的编码时间获得更高的峰值信噪比.     

一种基于分形的快速图像编码算法

提出了一种快速分形编码算法.针对Jacquin的算法,在为值块(range块)搜索匹配域块(domain块)进行全搜索,搜索速度慢,编码时间过长的缺点,笔者首先提出周边邻域的定义,然后在Jacquin算法基础上提出快速分形编码算法,这种算法大大减少了匹配计算,提高了分形编码速度.实验结果显示,编码时间缩短99%左右,而图像质量没有受到多大影响.     

Julia集与分形图像压缩编码的分析与改进

目的通过对Julia图像块分形压缩字典的分析与分类。实现对分形压缩字典的精简，提高分形压缩效果和减少分形压缩时间．方法基于固定的C在复平面上进行迭代得到Julia集，利用量化表量化得到Julia图像块，将所得Julia图像块数据导入到Excel表中，利用Excel的统计功能进行分析并根据均值、方差等特征值进行分类．结果精简了图像块约13000块，并通过分类方法使压缩时间减少到原来的1／3．结论通过对参数C的研究可以提高Julia图像块分形压缩字典的质量．减少编解码的时间．