基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点。然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势。     

基于深度学习的分形图像压缩编码模型设计

针对传统编码模型存在的图像分割处理效果不佳、分割精度不高、耗时较长以及编码质量较差的问题，提出基于深度学习的分形图像压缩编码模型。建立图像分割约束条件，对图像进行分割处理，以处理后的图像作为深度学习中ResNet网络模型的输入，提取原始分形图像的特征并将图像块分类；建立特征图像块匹配规则，排序图像块，记录分形码，将分形码作为图像在度量空间内的表现形式，通过度量空间的压缩变换实现分形图像压缩编码。实验结果表明：所提模型的图像压缩编码质量较高，具有一定的应用价值。     

基于遗传算法和迭代函数系统的图像压缩方法

分形图像编码是一种具有诱人前景的压缩编码方法,它能够实现很高的压缩比而且主观质量良好。由于分形编码中搜索与给定值域块了相匹配的定义域块的过程耗时很长,因此分形编码速度很低。遗传算法是一种在最优搜索应用中十分常见的高效搜索算法。文中在讨论研究遗传算法效率的基础上,将遗传算法应用到分形图像压缩编码中,有效地解决了分形图像编码中的最优匹配问题,实验结果表明将遗传算法与分形压缩编码有机地结合起来可以大大提     

四线和特征的快速分形图像编码

分形图像编码具有压缩比高、解码速度快、重构图像质量高等特点,但因这种算法在编码时定义域的搜索量十分巨大,导致其计算复杂度高、编码时间过长,阻碍了它的实用性和普遍应用.为解决此问题,文中提出一种基于四线和特征值编码算法,该算法根据匹配均方根误差与四线和特征间的关系,将全局搜索转化为局部搜索(近邻搜索),限定搜索空间,减少定义域块的搜索,从而提高编码速度.仿真实验结果表明:该算法解码图像质量在客观上优于1 -范数特征算法;与基本分形编码算法相比,基于四线和特征算法在主观上不改变重构图像质量,但在编码速度上却得到极大提高.     

基于树搜索的分形图像压缩编码

本文提出基于树搜索的分形图像压缩编码的新算法。该算法在恢复图像信噪比和主观质量较之全搜索算法略有损失的前提下，大大提高了分形图像编码的速度。     

基于子域对角和的快速分形图像编码算法

为了改进分形图像压缩编码过程耗时过长而影响实用的问题,新定义了子域对角和来描述图像块的特征.算法把码本按照子域对角和特征的大小排序,对每个待编码的Range块,仅在赋序码本中找到与Range块的子域对角和的数值最接近的Domain块,并在此Domain块的邻域内搜索最佳匹配块.实验结果表明,在保证解码图像质量的前提下,该算法较快地提高了编码速度.     

一种改进的分形图像压缩算法

为了提高分形图像压缩编码的速度,针对在基本分形图像压缩算法中值域块编码匹配搜索时需要对变换后的定义域块一一对应,导致编码时间较长的缺点,提出了一种基于菱形搜索算法的分形图像压缩编码新算法.菱形搜索算法是一种运动估计的快速搜索算法,主要过程是在所有的候选块中搜索当前块的最优匹配块.通过运用菱形搜索算法中的大小菱形模板进行匹配搜索,实验证明文中算法在提高编码速度和降低编码复杂度是有效的.     

一种改进的分形图像压缩算法

为了缩短分形编码时间,通过对图像定义域块和值域块的统计特性分析,提出了改进的分形压缩算法。设计最优匹配定义域块自适应搜索方法,缩短搜索范围;用值域块均值代替灰度偏移量,减少计算量。实验证明,运用这种改进的分形图像压缩算法进行图像压缩,在保持较高的解压图像质量的情况下,大幅缩短图像压缩编码时间。     

限制D块耦合极点插值的分形图像压缩算法

由于当前分形图像搜索编码都忽略了对比度因子约束,且对于负载性较高的图像,其压缩比较低,继而降低了解码图像质量以及计算效率。对此,构造了限制D块搜索范围耦合极点插值复原技术的分形图像压缩算法。引入对比度因子约束,设计了一种限制D块搜索范围的编码机制。并基于皮亚诺扫描,提出了极点插值复原技术。测试算法性能,结果显示：与当前的分形图像压缩算法相比,文中算法的压缩效果优异,其平均PSNR提高了ldB～3dB,且编码速度提高了约11．6倍,可满足实时性,在压缩比越高时,提高越明显。     

基于转动惯量的快速分形图像编码算法

针对基本分形编码方法编码时间过长的问题,基于新定义的图像块的转动惯量特征的概念提出一种基于转动惯量的快速算法.算法对码本按转动惯量大小赋序,再对每个需要匹配的Range块在赋序码本中寻找与它的转动惯量最接近的码块,即只在这个码块的邻域内搜索Range块的最佳匹配块.实验结果表明,较之基本分形编码算法,该算法编码时间大大缩短,图像质量没有受到太大影响并且优于形态特征的特征算法.