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。     

分形图像压缩算法

分形图像压缩是近年产生的图像压缩技术,它以分形几何为数学模型,将原始数字图像看作压缩变换的吸引子。其压缩编码思想是将图像划分为互不重叠的值块,同时以相互重叠的域块构成图像的虚拟码书,由最小均方差准则在虚拟码书中搜索与值块最相匹配的域块。编码过程保存了匹配的仿射变换信息,从而达到压缩目的。本综述了分形图像压缩算法,讨论了自适应分区法和减低复杂度技术的方法。     

基于分形的图像压缩

利用分形领域中的迭代函数系统来介绍分形的内涵,比较了确定性迭代算法和随机性迭代算法得到的分形图案,对如何利用IFS进行图像压缩进行了论述.     

关于分形图像压缩的收敛性

提出弱双曲迭代函数系统压缩方法,证明了其吸引子的存在性和解码序列的收敛性。使用弱IFS的优点在于变换可以是非线性的,而且放宽了对压缩因子的要求,这有利于变换的选取和构造,同时可以由较少的变换对图像进行分形编码,有利于提高压缩比。理论和数值实例,用本的方法进行图像压缩,可选择更广泛、更灵活的变换,能获得更好的图像质量和更高的压缩效率。     

基于小波域的分形图像压缩

对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似,研究了基于小波域的分形图像压缩方法。该方法有效地减少了计算复杂度和编码时间。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

分形图像压缩软件的设计

通过对分形图像压缩理论的研究，用Ｖｉｓｕａｌ Ｃ＾＋＋语言开发了适用于静态图像数据（ＴＩＦＦ格式）的压缩软件。文中对软件编码的具体方法，实现步骤和设计过程作了较为详细的讨论，并给出了测试结果。     

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。     

基于区域划分的分形图像压缩方法

设计了一种基于区域划分的分形图像压缩方法，这种方法根据拼贴误差最小原则合交相邻子区域对，将图像划分为一些具有局部自相似性的不规则形状区域。与传统的基于规则形状块划分的分形图像压缩方法相比较，这种方法在相同的信噪比下可以达到更高的压缩比，压缩性能显著提高。     

分形图像压缩编码方法的改进

提出了对基本分形图像压缩编码方法的改进方法,降低了分形图像压缩方法计算复杂度并且提高重构后图像质量.     

基于遗传算法的二值图像压缩

基于分形和迭代函数系统的特点,提出了一种改进的遗传搜索算法,算法中应用了变长编码的表示方法,杂交算子,变异算子和多目标的适应度函数。此外,构造了植物的遗传算子来控制和维持个体的合法性。实验证明,该方法的图像压缩比高,解码质量好。     

一种图像分形压缩的改进算法

将矩阵的相关理论运用到图像分形压缩中,简化了分形编码过程,在传统分形压缩的基础上,进一步提高了分形压缩比,同时,提出一种矢量法分形块分类的方法,缩短了分形编码时间.     

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.     

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。     

分形图象编码综述

分形图象编码是基于图象收缩仿射变换的在图象压缩领域的一门新技术。本文在收集和阅读了与分形图象编码有关文献的基础上,对分形图象编码近年来理论和实践上的研究现状、重大进展进行了综述,并对分形图象编码的研究前景进行了评价。     

圆盘与分形图像压缩编码算法

分形图像压缩字典是实现分形图像压缩编码的关键因素，而由Barnsley设计的传统的分形图像压缩编码字典的不足之处是压缩字典还比较小．针对这一缺点，提出了一个较简单的非线性圆盘算法，简化了Hong Yan等提出的复杂非线性圆盘算法，用于解决压缩字典较小的问题．实验结果表明；这一算法简单可行，并具有良好的压缩结果和高质量的重建图像。     

一种新型的基于熵值的分形图像压缩算法

分形压缩技术存在很多优点,但其还存在编码时间过长的缺点.理论已经证明IFS不会改变图像块的熵值.本文提出了一种基于改进熵值的分形压缩算法:一是采用改进的熵值进行判断,降低了算法的复杂度,二是通过合并定义域池使编码时间减少.实验结果表明,采用该方法时的编码时间和PSNR较其他算法有明显提高,压缩比也有所提高.     

改进的四叉树图像压缩算法

分析四叉树算法的编码过程，提出了利用四叉树算法中匹配不成功父块的匹配搜索结果，给该父块下一级子块产生一个预先匹配搜索范围，减少重复搜索过程，从而实现下一级子块的快速匹配，缩短了整幅图像的编码时间。     

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．     

一种基于小波分解的无搜索分形图像压缩算法

在不同的小波尺度中，子块基于相应固定位置的父块进行编码，同时利用不同小波尺度之间的相关性进一步缩短编码时间．实验结果表明，与空间域无搜索分形图像压缩方法相比，提出的方法在解码图像质量略有损失的情况下，压缩比提高了近3倍，同时计算量减少了6／7．     

快速分形图像压缩方法及其VLSI实现

针对分形编码技术解码迅速但编码时间较长的特点，提出了一种结合kohonen神经网络（KNN网）和多尺度分析的分形编码算法，并在此基础上给出了基于该方法的硬件实现方案．该方法可大大加速图像编码过程而使压缩率和图像质量仅有微小变化．实验结果显示，其压缩速度比全搜索算法提高了131倍．