利用遗传算法提高视频分形压缩编码搜索速度

提出了一种利用遗传算法（GA）提高视频分形压缩编码搜索速度的算法。这种基于遗传算法的视频分形压缩编码,改进了遗传算法中搜索空间的构造机理,结合运用合适的迭代函数系统（IFS）和仿射变换,从而缩短了压缩编码时间。并且视频的恢复质量略优于全搜索算法和传统的分形压缩算法。     

分形图象编码中的快速插索方法研究

在深入研究分形图象编码原理的基础上，提出了一种基于“区域块与简单变换后的范围块之间有差关系的快速搜索方法－－Ｒ－Ｄ搜索方法。与ＪＦＢ搜索方法相比，在重建图象质量的条件下，Ｒ－Ｄ搜索方法使编码速度大约提高２倍。     

利用聚类技术改进分形图象压缩方法

分形图象压缩技术是近十年来提出的一种新的图象压缩方法,该方法利用自然界广泛存在的自相似性,以8种简单的仿射变换的组合对图象进行有损压缩,可得到较高的压缩比.但由于分形图象压缩的计算复杂度较高,计算量较大,限制了这一方法在现实中的应用.本文提出一种使用聚类及向量量化技术改进分形图象压缩的方法,降低了分形图象压缩的计算复杂度,提高了压缩效率.本文所述的方法已在c++Builder 6.0集成开发环境下实现了对彩色图象的压缩,并取得较好的实验效果.     

分形与图象压缩

分形几何方法是一种新的图象压缩方法.本文介绍了分形几何和分形用于图象压缩的一些基本原理,以及以分形为基础的几种图象压缩编码方法.     

非线性空间几何收缩的分形图象压缩编码

在经典的空间几何线性均值收缩算法的基础上，提出了一种非线性空间几何收缩算法。由实验表明，该算法不仅能提高压缩比，而且对信噪比也有一定的改善。     

结合小波变换的零搜索分形图象编码

为提高分形图象编码的质量,缩短编码时间,针对Monro在文献[1]中提出的零搜索分形图象编码方法,其恢复图象在存在的块效应的问题,提出了一种结合小波变换的多项式近似快速分形图象编码方法,该方法是利用各频带间能量分布不均衡的特性,构造一种结合小波分解的分形图象编码算法,首先对图象进行塔式离散正交小波变换,然后再对小波系数进行分形编码,实验结果表明,用该算法对图象进行编码,不仅使恢复图象的质量得到了较大的提高,而且编码时间仅用1．48s。     

基于迭代分形的图象压缩和检索方法

图象所具有的海量性和无序性的特点，决定了多媒体应用的构建必须解决图象数据的高效压缩和有效检索两个关键问题，而由于传统的压缩和检索技术的研究是相互分离的，因而限制了多媒体应用系统整体性能的提高，针对此问题，从两者相互结合的观点，对图象压缩和检索方法进行了研究，首先在小波变换域内，基于迭代分形对图象数据进行压缩，然后在图象分形码的基础上，利用迭代函数系统分布特性构建的特征量来支持图象检索，实验结果验证了该方法的可行性和有效性，同时也表明了基于迭代分形的图象检索方法所具有的巨大应用潜力。     

分形图像压缩与公有数字水印技术

介绍了分形图像压缩的理论基础：分形空间、迭代函数系统、仿射变换、压缩映射定理和拼贴定理;并介绍和分析了基于分形图像压缩的公有数字水印技术。     

基于误差阈值和分层搜索的快速分形图像压缩方法

针对基本分形图像压缩方法耗时过长的不足，提出一种快速分形图像压缩方法．首先给出分层搜索算法以减小待匹配父块的数量，然后引进误差阈值以减小待比较像素个数．理论分析和试验结果表明，相对于经典分形压缩方法(Jacqain)，该方法在不影响信噪比和解码图像质量的前提下，大大提高了压缩速度．     

基于分形的图象压缩

本文介绍了分形几何学中迭代函数系统ＩＦＳ，讨论了将ＩＦＳ方法用于对图像进行有效压缩可行性。着重讨论了ＩＦＳ方法进行分形图像压缩的解码算法，提出了一种新的ＩＦＳ解压缩方案。     

FIRST: Fractal Indexing and Retrieval SysTem for Image Databases

We present an image indexing method and a system to perform content-based retrieval in heterogeneous image databases (IDB). The method is based upon the fractal framework of the iterated function systems (IFS) widely used for image compression. The image index is represented through a vector of numeric features, corresponding to contractive functions (CF) of the IFS framework. The construction of the index vector requires a preliminary processing of the images to select an appropriate set of indexing features (i.e. contractive functions). The latter will be successively used to fill in the vector components, computed as frequencies by which the selected contractive functions appear inside the images. In order to manipulate the index vectors efficiently we use discrete Fourier transform (DFT) to reduce their cardinalities and use a spatial access method (SAM), like R*-tree, to improve search performances. The sound theoretical framework underlying the method enabled us to formally prove some properties of the index. However, for a complete validation of the indexing method, also in terms of effectiveness and efficacy, we performed several experiments on a large collection of images from different domains, which revealed good system performances with a low percentage of false alarms and false dismissals.     

基于边缘提取的分形图象编码方法

为了提高图象边缘提取时分类的准确性,在利用四叉树进行自适应图象分割的同时,将Laplacian算子作用于原始图象,然后从得到的边缘图像中,除去给定阈值的特定灰度层的图像后,即得到一种去除冗余,并突出边缘特征的图象,再将它应用于Domain块分类之中,可使分类结果更准确和更具客观性,计算机仿真解码实验结果表明,与其他同类的自动分形方法相比,该方法在编码速度、压缩比和恢复图象质量等方面均有显著提高。     

基于预测模型的分形图象缩编码方法

给出了一个基于ρ图象模型的预测模型，用来预测分形图象编码中图象子块编码匹配成功的可能性以及匹配搜索空间的有效范围，并以此模型为根据提出了一种基于预测模型的分形图象压缩编码方案，大大减少了分形图象编码中不必要的尝试匹配搜索计算，实验结果表明该方案能够提高分形图象的编码速度，具有很高的实用价值。     

基于人眼视觉特性的小波域分形图像编码方法

利用小波系数的相似性,提出一种基于人眼视觉特性的小波域分形混合图像编码方法。该方法是将图像进行小波分解,按照人眼对于图像边缘区、平滑区、纹理区敏感程度的不同,给这三种不同区域内图像信息所对应的小波系数赋予不同视觉权值,并分别进行分形编码。实验结果表明在保证优先编码视觉上最重要系数的同时,能够进一步提高图像复原质量。     

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。     

快速DCT域分形图像编码方法

分形图像压缩编码复杂度较高,而ＤＣＴ域的分形图像压缩方法虽然在性能上有所提高,但是对每个图像块的处理中又分别增加了一次二维ＤＣＴ,使得编码复杂度进一步提高,为降低ＤＣＴ域分形图像压缩的编码复杂度,引入平坦块的概念,对那些经过ＤＣＴ后,能量非常集中的块不做块匹配,而是直接编码输出。实验结果表明,与一般的ＤＣＴ域分形图像压缩方法相比,这种方法在提高编码速度的同时,也降低了比特率。     

快速分形图象编码

提出了一种新的快速分形图象编码方法。该方法通过自适应的图象分块,相似块集的矩分类,相似块和图象块的正交分解以及象素递增的动态搜索等４个步骤来加快分形图象编码的过程。实验结果表明,提出的方法和缩短编码时间方面确有其效,特别是对于细节丰富的图象,效果尤为明显。     

分形图像编码的快速细粒度迭代解码

该文基分形图像编码的固有特征，阐述和研究了分形图像编码的迭代解码方法的“可分级性”概念，在这一思想指导下，在迭代解码过程中用单缓冲算法取代传统分形编码中的双缓冲算法，在节省了内存空间开销的同时有交地实现了更细粒度上的质量可分级性解码，继而提出了一种块排序解码算法用于基于尺寸自适应块分割的分形编解码方案中，获得了更快的解码收敛速度，通过以上一系列算法深入地阐述了分形偏解码中“质量连续可分级性”的思想，给出了一个初步的实现模型并对结果作了详尽的分析。     

一种分形图像编码的快速算法

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.作者提出一种基于图像边界特征的分类方法,将搜索空间预先分类后再进行搜索,这样可以减少编码搜索匹配时间,进而缩短编码时间.实验结果证明,该方法可使编码速度有较大提高,而解码图像质量无明显下降.