基于相关系数的快速分形图像编码算法

自Jacquin提出的分形块编码以来,各种改进算法不断出现,不同程度地减少了编码时间.该文基于相关系数的快速分形图像编码算法,从理论上研究了图像块匹配误差度量和图像块相关系数之间的关系,论证了极小化图像块的均方误差等价于极大化图像块的相关系数,提出了基于相关系数的分形图像编码算法,实现了在解码图像不降质的情况下大大地缩短了编码时间.     

基于与中间块比较的快速分形图像编码

针对基本分形图像编码算法时间过长的问题,提出了一种基于与中间块比较的快速分形编码算法。该算法是对基于形态特征的快速分形图像编码算法的改进,将形态特征意义下的最近邻匹配改进为与中间块的误差意义下的最近邻匹配,并且在最近邻的邻域内进一步搜索最优匹配父块时,对各父块进行8种等距变换,而不是在找到最优匹配父块后进行,同时引进误差阈值来控制子块搜索的邻域范围。实验结果表明,该算法编码速度大大提高,并且在相近编码时间的前提下该算法的解码图像质量比基于形态特征的算法好。     

基于相关系数的快速分形图像编码

分形图像编码是一种有效压缩技术。在分形编码中，一幅图像由一个不动点接近原始图像的压缩变换来编码，然后由源于Banach不动点定理的迭代过程来解码。该文提出了快速分形图像编码的一种基于相关系数的编码方案，不需要改变现有的分形解码过程。该方案基于这样的假设，两个等尺寸的子块不能组成匹配对，除非它们的相关系数相对较大。它能够以直接的方式融入其它的分形编码算法。计算机仿真显示，对8幅复杂性不同的测试图像，该文算法能够平均加快编码3倍或更多，同时PSNR(peak signal-to-noise ratio)平均下降不到0．1dB，且主观质量有时甚至好于基本分形算法。     

基于内积的快速分形编码算法

在基于方差的分形编码算法基础上，提出了基于内积的快速分形编码算法，从理论上证明了该内积具有仿射变换不变性，并将其同基于方差的分形编码算法从时间复杂性上作比较。实验表明，该算法能够在保证解码图像质量的同时，使编码时间比原来减少10倍以上。     

一种结合矩阵相关系数的快速分形图像编码

分形编码是一种非常有潜力的压象压缩技术,但其算法过程耗时较长和计算复杂性过高,因此需要一种减少编码时间的方法.针对此问题,根据分形图像编码的特点,首先利用分形后定义域和值域之间的相关系数的大小来确定最佳的定义域块,提出了旨在降低编码复杂度和缩短编码时间的一种改进的快速分形编码算法.算法在编码搜索过程中,仅搜索符合条件的父块,从而减少搜索范围,降低编码时间.实验结果表明,算法与基本分形算法比较,在峰值信噪比和图像质量可以接受的情况下,使编码速度大大加快.     

基于2-范数匹配的分形图像编码改进算法

为解决分形图像编码过程中编码时间过长的问题,对基于2-范数匹配的快速分形图像编码算法进行改进,通过对误差公式的推导,得出误差与图像块方差的不等式,利用该不等式剔除不匹配的码本块,减少计算量。实验结果表明,与原算法相比,改进算法在保证解码图像质量的前提下,进一步提高了编码速度。     

一种基于分形的图像编码改进算法

本文提出了一种新的基于分形的图像编码改进算法,该算法结合小波变换多分辨率分析的特点,对分解后的高层子图像进行基本分形编码,根据不同层子图像之间的相似性,由高层分形编码构造低层子图像分形编码,同时根据不同方向子图的纹理特征不同,采用不同形状的块进行分形预测,实现图像压缩。实验证明,这种改进算法能够大大缩短分形编码的时间,并取得较高的压缩比。     

利用遗传算法提高视频分形压缩编码搜索速度

提出了一种利用遗传算法（GA）提高视频分形压缩编码搜索速度的算法。这种基于遗传算法的视频分形压缩编码，改进了遗传算法中搜索空间的构造机理，结合运用合适的迭代函数系统（IFS）和仿射变换，从而缩短了压缩编码时间。并且视频的恢复质量略优于全搜索算法和传统的分形压缩算法。     

一种基于神经网络的分形几何图的产生与编码

本文提出用概率逻辑神经网产生一类自（互）相似（分形）图的方法，指出这类图能用一组压缩编码表示，给出快速寻找该编码的算法，既识别该分形几何图的算法，证明该编码是最优的，即码的长度最短，这些成果有希望在图象压缩和模式识别中得到应用。     

基于粒子群优化算法的分形图像压缩编码

针对基本分形图像方法中编码时间过长的问题和提高IFS自适应图像压缩编码方法的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种源于鸟群捕食系统模型的粒子群优化算法（PSO）的分形图像IFS自适应压缩编码的新算法,这种自适应编码算法利用图像的自相似性以及应用PSO在分形编码过程中局部迭代函数系统（PIFS）参数的搜索。通过Matlab6．0实验仿真实验结果表明,此方法有效减小了搜索空间,加快了编码速度。基于视觉特性的粒子群分形编码算法明显优于传统的分形块编码算法。     

基于图像块叉迹的快速分形图像编码算法

摘要分形图像编码能够在高压缩比下高质量地重构图像,但需要较长的编码时间．因此,迫切需要各种快速编码算法以扩大其应用领域．分形编码的时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块．针对这个问题,该文提出一种快速分形编码算法,它基于图像块的一种新特征——叉迹,能够在较小的搜索范围内完成输入子块的最佳匹配．实验显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相同或更好的图像质量．     

一种基于新型四叉树的快速分形图像压缩算法

现有的快速分形编码算法多数是在没有考虑人眼视觉系统（HVS）的前提下实现的,针对这个问题,利用HVS的特性,提出了一种基于新型四叉树的快速分形图像压缩算法.在算法中,一幅方形图像先被分成四个大小相等的方块,然后测试每一方块是否满足一致性标准.如果满足标准则不再细分,否则将其分为大小相等的四块,再对每一块实施一致性检验.重复此过程直到每一块都满足一致性标准为止.理论分析和试验结果表明,相对于经典分形压缩方法,本文算法在获得相近重建图像质量的同时,压缩比和编码速度都有了显著的提高,是一种有效的分形图像压缩编码方法.     

基于分数盒维数的快速分形图像编码

分形图像编码是一种很有前途的压缩技术,但编码时间长阻碍了它的广泛应用。分形编码的时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块。针对这个问题,提出了一种快速分形编码算法,它基于图像块的分数盒维数特征,能够在较小的搜索范围内完成输入子块的最佳匹配。实验结果显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相同或更好的图像质量。     

分形图像编码的快速细粒度迭代解码

该文基分形图像编码的固有特征，阐述和研究了分形图像编码的迭代解码方法的“可分级性”概念，在这一思想指导下，在迭代解码过程中用单缓冲算法取代传统分形编码中的双缓冲算法，在节省了内存空间开销的同时有交地实现了更细粒度上的质量可分级性解码，继而提出了一种块排序解码算法用于基于尺寸自适应块分割的分形编解码方案中，获得了更快的解码收敛速度，通过以上一系列算法深入地阐述了分形偏解码中“质量连续可分级性”的思想，给出了一个初步的实现模型并对结果作了详尽的分析。     

基于IFS块的快速图象编码算法

文中首先叙述了目前分形块编码研究领域大致情况，然后，提出了一种新的快速编码算法，用Ｌ１距离替换了以往算法所用的Ｌ２距离，把匹配过程转换成类似于矢量量化的搜索过程，因而采纳了许多矢量量化的加速算法，还讨论了以平坦区的处理并提出了新的剖分方法，取得了较好的效果，同其它的分形块编码方法相比，该算法大大缩短了编码时间，改善了压缩图象的质量，特别是它能较大程度地消除块效应，压缩比也有了进一步的提高。     

快速的分形码图像检索方法

针对分形域上的基于内容的图像检索(content-based image retrieval,CBIR),提出了一种新颖的基于无搜索的自适应四叉树分割的快速分形编码方法,来提取图像特征,从而使图像检索的编码阶段速度显著提高。对一幅256×256图像编码,算法平均约需0.0485s,比何的方法约快70倍,并且解码图像质量良好。改进了匹配算法来实现图像的快速检索,其准确性要高于洪的方法;最后通过对分形码距及分形码块数的分析,提出了进一步提高检索速度的方案。     

使用2－范数匹配的快速分形图像编码算法

尽管分形图像压缩在高压缩比时具有高的重建图像质量,但由于它编码过程耗时而未能在图像压缩领域广泛应用。为了提高分形图像编码过程的速度,提出了基于2－范数匹配的快速分形图像编码算法,该算法先把码书里的码块按2－范数大小赋序,然后对每个输入Range块,在赋序码书中寻找与它的2－范数最接近的码块,进而在这个码块的领域内搜索Range块的最佳匹配块。计算机仿真结果显示,在不影响基本分形图像编码算法解码图像质量的情况下,该方案大大加快了它的编码速度。