基于分形和小波变换的自适应混合图像编码

待编码图像经过金字塔型离散小波变换后的系数在小波域内可以组成分层树状数据结构一个小波树，这些跨越不同分辨率的小波树之间存在一定的相似性，可以通过分形变换来描述，本文正是构造小波树的基础邮基于分形和小波变换的自适应混合图像压缩算法，实验证明，我们提出的图像压缩方法与ＪＰＥＧ相比，能够在相近的压缩比的情况下（６０：１～７０：１）使得重建图像的ＰＳＮＲ（〉２９．５ｄＢ）增加约５．４ｄＢ并且图像的主观视觉     

一种新的分形图象压缩编码方法

本文首先研究了一般分形图象压缩方法存在的缺陷，然后对它进行了改进，最后在ＤＣＴ域进行进一步改进。实验结果表明，与原来方法相比较，改进后的方法具有明显的优越性。     

基于小波变换的医学图象压缩编码

本文研究了医学图象小波变换系数的统计特征。根据医学图象的特点，提出了基于小波变换的医学图象编码方法。实验表明，这种方法具有较好的压缩编码性能，优于JPEG标准。同时，它支持逐次浮现式传输，从而能满足医学图象存储、通信、检索的需要。     

一种基于小波变换的混合编码方法研究

将小波理论应用于视频和图像压缩是目前国内外十分重视的图像压缩技术。小波分析技术改善了基于分块DCT变换的压缩编码技术的方块效应和飞蚊噪声的不足：而分形压缩编码方法．由于可以获得极高的压缩比而得到广泛关注。本文在借鉴前人的图像压缩编码算法的基础上,提出了一种图像压缩混合编码方法：该方法首先将图像进行小波分解,然后对不同的频带特征采用不同量化、压缩方法进行编码。实践表明,该方法不仅能够大大提高图像的压缩比,而且在网络信道不稳定的情况下．能在一定程度上克服数据传输出错．从而避免数据丢失造成的恢复图像质量下降。     

小波变换用于图象编码

数字图象编码中，小波变换由于具有多分辨的特点，对频带宽，景象变化剧烈的图象数据压缩十分有用。     

基于分类的小波—分形混合编码

本文在小波变换域内利用小波系数的相似性,提出了基于分类的混合编码方法,对于不同类的小波树采用不同的编码方法。实验结果表明本算法的性能优于PPC、SQS等混合编码方法。     

基于分形和神经网络理论的多尺度图象分割方法

特征空间聚类分割方法的关键问题是有效的特征参数提取和聚类方法的构造，针对这两个问题。本文采用小波变换的多尺度分析方法提取图象的多尺度分形维数作为分割特征参数，用Ｋｏｈｏｎｅｎ自组织特征映射实现特征空间聚类，获得了良好的分割效果。     

小波变换在图象压缩中的应用

文章从实际应用角度出发,提出了一种基于小流变换和改进LBG向量量化的有损图象压缩算法。该算法首先利用小波变换对图象进行分解,然后根据各子带（子图象）特点对小波系数进行相应的改进LBG向量量化编码,从而实现图象压缩目的。实验结果表明：该图象压缩算法的使用,可以在图象质量几乎不下降的条件下,极大地提高压缩比,改善恢复图象质量。     

一种基于小波变换的高效图象压缩方法

本文提出了一种基于小波变换的图象压缩方法。     

基于提升小波变换的快速分形图像编码

介绍了分形理论和提升小波变换理论,提出提升小波变换结合快速分形编码的混合编码方法。实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和压缩比方面均有良好的效果。     

基于分形的混合图象压缩方法

分形图象压缩方法是近年来迅速兴起的一种高倍率图象压缩方法，它依据分形原理，利用迭代函数系统（IFS）来抽取自然图象中的自相似性，达到压缩图象的目的；解码时利用拼帖定理来快速恢复图象。然而它最大的缺点是速度太慢。为此，本文将分形图象压缩同传统的块截取变换方法（BlockTruncatingCoding）结合，在压缩速度、压缩倍数和压缩失真方面有个折衷，达到较好的性能。     

图象分形编码研究现状

本文对分形图象压缩编码算法的研究状况进行了综合评述与分析,以期对该类算法进一步的深入研究和实际应用提供参考依据．     

一种新的小波变换零树图象编码

本文在对图象的小波变换进行讨论的基础上，充分利用了小波变换后各子图象的系数对重构图象的重要程度和人眼的视觉特性，对“嵌入式零树编码”进行改进，提出了一种更加实用的图象压缩方案。该方案可获得具有较高压缩比、信噪比和较好视觉效果的恢复图象。     

基于分级匹配和分形插值的图像压缩编码

本文在分形方块图像编码的基础上,提出一种分级匹配分形编码和分形插值相结合的图像压缩方法,实验结果表明,在基本保持重建图像质量的前提下,编码时间大为缩短。     

快速分形图象压缩编码

本文提出一种基于局部迭代函数系统（ＬＩＦＳ）的快速分形图象压缩编码、解码方法。实验表明，该法在恢复图象的信噪比为３０ｄＢ时，仍能达到２５倍的压缩倍数。     

分形图像压缩方法

分形几何方法是一种新的图像压缩编码方法。本文介绍了分形几何和分形图像压缩的一些基本概念，以及以分形为基础的几种图像压缩编码方法。     

快速分形图象压缩算法的研究

分形编码是一种非常有潜力的图象压缩技术，但因其与具很高的时间复杂度，故至今未能获得广泛的应用，本文提出了旨在降低分形编码复杂度，缩短编码时间的分形图像压缩改进算法，该算法采取递归四树分块结构，将多种块分类技术相结合，并通过预计算，旋转与翻转标准化等方法降低计算复杂度，采取高效的存储方案来提高压缩化，力求在图像质量，压缩比和编码时间上取得了良好的折Ｚｏｎｇ使分形编码更加实用化。实验结果表明，采用这种     

小波分形插值医学图像处理

为了得到高分辨率图像,本文利用小波变换后各方面上的高频图像具有相似性的特点,提出了小波分形插值处理医学图像的方法。仿真实验表明,这种处理方法比常用的方法（如双线性插值等）具有更好的效果。     

分形插值图象放大和压缩编码

本文讨论了随机分形插值方法及其在图象放大和图象压缩编码中的应用。实验结果表明，用分形插值方法实现图象放大和压缩编码能获得良好的结果。     

基于小波变换的彩色图像压缩编码在分级传输中的应用

本文研究了彩色图像的压缩编码在分级传输中的应用。选择双正交小波,对彩色图介的Y、I和Q分量分别进行小波分解。然后根据变换域的数据特性并结合视觉系统(HVS)特性,提出了一种合适的压缩编码方案,并给出了图像分级传输的效果。实验结果表明,这种压缩编码适用于图像的分级传输。