基于局部方差的快速分形图像块编码算法

在分形图像块编码中,大部分时间花在序列块和较大的主池间寻找紧密的匹配上,对一幅较大的图像来说,由于主池按指数地增加,这种时间上的耗费便加剧了。本文提出了利用主块局部方差来减少搜索的空间,通过根据其局部方差排序收缩的主池,我们可以把所有可能的紧密匹配都限定在一个相对小范围的窗口来限制搜索空间,而在得到同样编码图像质量前提下同满搜索方法相比,编码的时间可以被缩短,其提高的速度可以达10倍左右。     

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     

DCT域中的快速分形编码

分形图像压缩应用了图像的自相似性，目前许多对分形编码特性的研究都是在图像域中进行的。该文却试图探索在频率域中分形编码的特性。首先，综述了图像域中分形编码的特性，然后导出在离散余弦变换（简称DCT）域中仿射变换的伸缩因子和偏移量的对应公式。应用DCT的能量压缩特性，在度量图像子块和母块之间相似性中通过使用少量的低频DCT系数提出一种快速分形编码算法。接着进一步提出一种可能的快速混合分形编码的算法，该算法将快速搜索方法、统计规范化、频域比较结合起来。     

基于方差的快速分形图像编码方法

由于分形图像编码过程非常耗时,因此提出了一种加快分形图像编码速度的新方法.分形图像编码的依据就是图像的自相似性,方差是反映图像统计特征的最基本的参数,它的大小从总体上反映了图像的粗糙程度,因此分别利用定义域(Domain)块、值域(Range)块的方差形成一个特定的剔除条件,在编码的初级阶段排除大量不匹配的Domain块,使搜索空间仅有几个至几十个定义域块组成.实验结果表明,在保证图像质量较好的情况下,编码速度得到了极大的提高,是传统分形编码的几百倍.     

四叉树分形编码算法研究

基于分形理论，提出了邻域四叉树算法，设置门槛值，将定义域块与值域块的误差值与门槛值比较，直到满足误差要求为止，控制图像分割子块的大小。该算法提高了恢复图像质量和压缩比。并用C^ 语言模拟其算法。     

一种新型非线性分形图像压缩编码算法

提出一种简单的非线性分形算法，简化了Popeseu等提出的算法，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，具有良好的压缩结果和高质量的重建图像。     

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．     

图像子块特征匹配的快速分形编码算法

基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在[PSNR]降低0.73 dB（其结构相似性[SSIM]值仅下降0.002）的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。     

基于人脸特征的快速分形人脸编码

在分析了人脸固有的特征后,提出了快速分形人脸编码算法,包括按值域块方差大小来动态确定w值,将定义域块候选区确定在与值域块呈对称分布的区域,利用DCT系数的能量分布来确定各域块的方向,从而减少对称变换个数。对该文算法时间复杂性的分析表明,利用该文算法所需时间要低于基于方差的方法。在ORL和YALE人脸数据库上的实验表明,在基本保持恢复图象质量的同时,该文算法所需编码时间仅为基于方差方法的1/4,证明了该文算法的有效性,实验还给出了算法中各参数的合适取值。     

基于形态特征的快速分形图像编码

现有的快速分形编码算法多数是在降低图像质量的前提下实现的。针对这个问题,提出了一个快速分形编码算法,它基于新定义的图像块的形态特征的概念。这种算法先把码本按形态特征大小赋序,然后对于每个输入Range块,在赋序码本中寻找与它的形态特征最接近的码块,进而在这个码块的邻域内搜索Range块的最佳匹配块。实验结果显示,对于256×256的Lena图像,与基本分形算法比较,其依赖于搜索邻域大小,该算法既能在峰值信噪比(PSNR)相同的情况下编码速度加快4.4倍,也能在主观质量略有下降的情况下编码速度加快约140倍。     

基于平均偏差排序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，但由于其编码时间长、计算复杂性高，因而阻碍了它的广泛应用，针对此问题，提出了一种快速的分形编码算法。这种算法是首先将码本按照平均偏差大小进行排序，然后使用二分搜索法寻找给定Range块在平均偏差意义下的最好匹配码块，进而利用一个联系均方根和平均偏差的不等式来在这个最好匹配码块的邻域中搜索Range块在均方根意义下的最佳匹配码块。实验结果显示，在主观质量略有下降的条件下，该算法编码过程显著快于基本分形算法。     

最大方差展开的快速松弛算法

最大方差展开(maximum variance unfolding,MVU)是在流形局部等距概念基础上提出的一种新的非线性维数约减算法,能有效学习出隐含在高维数据集中的低维流形结构.但MVU的优化需要解决一个半定规划(semidefinite programming,SDP)问题,巨大的计算和存储复杂度限制了它在大规模数据集上的可行性.提出了MVU的一种快速算法——松弛最大方差展开(relaxed maximum variance unfolding,RMVU),算法基于Laplacian特征映射(Laplacian eigenmap)近似保留数据集局部结构的思想,对MVU中严格的局部距离保留约束进行松弛;算法求解转变为一个广义特征分解问题,大大降低了运算强度和存储需求.为了适应更大规模数据集的处理需求,同时提出了RMVU的一种改进算法——基于基准点的松弛最大方差展开(landmark-based relaxed MVU,LRMVU).在模拟数据集和COLT-20数据库上的实验验证了算法的有效性.     

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。     

基于相似比的快速分形编码算法

对于分形图像编码时间过长这一问题,目前已经提出很多种解决方法,大多数都是基于分类或是特征匹配的搜索方法。把全局搜索转化为一定意义下的局部搜索是加速分形编码的一种有效可行方法。文中提出了一种基于相似比的分形编码算法并给出了可行性分析,该算法将全局搜索转化为相对意义下的近邻搜索,大大减少了搜索最佳匹配块的时间。本算法只搜索与值域块相似比相差较近的码本块,减少了搜索对象。实验结果表明,该算法在保证一定的重建图像质量前提下,大大提高了编码速度。     

基于HVS分类及邻域搜索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HVS分类及邻域搜索的快速算法。根据HVS特性将子块分为平滑类子块和非平滑类子块,对于平滑类子块直接存储其均值,以减少需要搜索匹配父块的子块数;对于非平滑类子块,从离其最近的父块开始搜索,在搜索父块时,剔除与当前子块的近似度不满足要求的父块,并引入误差阂值和搜索父块的最大次数来控制子块的搜索过程。实验结果证明,该算法大大提高了编码速度。     

基于HVS分类及邻域搜索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HVS分类及邻域搜索的快速算法。根据HVS特性将子块分为平滑类子块和非平滑类子块,对于平滑类子块直接存储其均值,以减少需要搜索匹配父块的子块数;对于非平滑类子块,从离其最近的父块开始搜索,在搜索父块时,剔除与当前子块的近似度不满足要求的父块,并引入误差阈值和搜索父块的最大次数来控制子块的搜索过程。实验结果证明,该算法大大提高了编码速度。