利用方差分形快速编码算法

提出一个基于图像块方差的新的快速分形编码算法，利用候选主块和序列块间当前最小异变象差和方差，通过排除不可取的主块，大大地减少了为搜索主块而寻找每个序列块最佳匹配的主块数，该算法在较短的时间内产生与常规的满搜索近乎一致的分形编码。     

快速分形图像编码局部方差算法的改进

该文提出了快速分形图像编码基于图像块方差的新算法 ,推广了C .K .Lee等提出的局部方差算法 (IEEETrans .ImageProcess .,1998,7( 6) :888-891)。新算法增加了两个参数以控制编码速度和解码图像质量。计算机仿真结果显示了算法的有效性 :例如 ,对于 2 5 6× 2 5 6× 8Lena图像 ,相对于全搜索的基本分形编码算法 ,该文算法 (对某些参数值 )在编码时间加快2 3倍的同时 ,PSNR反而增加 0 .12dB     

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.     

一种基于字典的快速分形图像编码方法

针对传统分形图像编码方法编码时间较长的问题,提出一种基于字典的快速分形图像编码方法。利用Julia分形集通过较少参数即能产生丰富图像的特点,将其做成压缩字典,对任意图像均可在字典内查找到合适的定义域块。实验结果表明,在保证编码效果的前提下,该方法可以提高编码速度,尤其对于大尺寸图像,提升幅度更为明显。     

基于相关系数的快速分形图像编码算法的改进

分形图像编码具有快速解码的优点,但需要较长的编码时间。因此,快速编码算法对扩大分形编码的应用领域是十分必要的。最近,作者提出了一种基于相关系数的快速分形编码算法,该算法基于一个未经理论证明的命题（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）。该文继续讨论基于相关系数的快速分形编码算法,从理论上验证了该算法依据的命题,并改进了这个算法。计算机仿真显示,与基本分形算法比较,改进的相关系数算法能够实现加快编码5倍左右,同时峰值信噪比（PSNR）还有所增加。     

基于特征值的快速分形图像编码算法

基于分形图像编码算法的仿射参数,研究了值域块方差、比例因子s和均方误差之间的关系,分形图像编码的收敛特性和比例因子s的取值特点,在此基础上提出了特征值算法。实验证明该方法可显著减少编码时间,提高压缩比。     

一种基于DCT的快速分形图像编码方法

分形图像编码能获得很高的压缩比，但存在编码时间过长的缺点。本文根据离散余弦变换(DCT)能量集中的特性，提出一种基于DCT的快速分形图像编码方法。实验结果表明，该方法与传统的分形块编码方法相比，编码速度有很大提高，并能获得较高的峰值信噪比(PSNR)。     

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。     

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.     

基于行列式的快速分形图像编码算法

分形图像编码是一种很有前途的限失真压缩方法,然而,它存在计算量大的缺点,导致其编码时间过长。分形编码的时间主要花费在一个通常较大的码本中搜索每个输入子块的最佳匹配块。针对此问题,提出了一个加快编码的方案,它基于图像块的规范化行列式,能够在相对小的搜索邻域内找到输入子块的最佳匹配块。对3幅512×512测试图像的实验结果显示,与全搜索基本分形算法比较,依赖于搜索邻域的大小,该算法既能在峰值信噪比相同的情况下实现编码速度加快30倍左右,也能在主观质量略有下降的情况下实现编码速度加快1 000倍以上。