一种基于显著不相关检验的快速分形图像编码方法

针对分形编码计算量过大的缺点,本文提出一种基于显著不相关检验的分形编码方法。对于文中的测试图像（Lenn256×256×8ppb和Boat256×256×8ppb）,其编码速度比基于子块分类的分形编码方法快2～15倍,而解码图像质量（PSNR）没有明显下降,压缩比还有一定的提高。     

一种基于新仿射变换的分形序列图像编码方法

本文将近几年刚刚提出的分形编码技术应用于序列图像编码中，提出一种新颖，有效的编码方案，为进一步提高图像质量，我们要原仿射变换的基础上提出了一种新仿射变换，文中分析了这种新仿射变换的紧缩条件并推导出最佳参数，对国际标准测试图像ＭｉｓｓＡｍｅｒｉｃａ的实际压缩结果表明，该方案的压缩性能较为理想。     

快速分形图像编码的一种特征方法

快速分形图像编码的特征向量法是最具创新性、最有前途的方法之一,但它有几个缺点、特别是特征向量的高维数性.针对这个问题,本文提出减少分形编码时间的一种可选的特征方法.作为它的应用,本文先定义图像块的新特征——叉迹,然后提出一个基于叉迹的快速分形算法.这个算法把Range-Domain子块匹配问题转化为叉迹意义下的邻域搜索问题.对256×256 Lena图像的实验显示,与基于全搜索的基本分形算法比较,依赖于搜索邻域大小,该算法既能在峰值信噪比相同的情况下实现加快3倍多,也能在主观质量有一定下降的成本下实现加快100倍以上.     

小波与分形相结合的图像编码方法

小波和分形都是新兴的图像编码方法,它们都突破了基于局域内相关去冗余的传统压缩方法的局限性,而一各有其优点,两种方法的结合,将更加发挥它们的潜力,文中介绍小波和分形结合的编码的最新进展,其中重点介绍了在ＰＰＣ方法。     

小波与分形相结合的图像编码方法

本文介绍了一种小波与分形相结合的混合图像编码方法。对图像的高频部分运用分形编码。对图像的低频部分运用小波编码。实验证明取得了较好的效果。     

基于方差不变特性的快速分形图像编码方法

本文结合图像子块的自身统计特性，提出一种基于方差不变特性的快速分形编码方法。实验结果表明，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；且有相对确定的编码时间，有助于编码系统的硬件实现。     

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.     

基于亚取样分形插值预测的混合图像编码方法

提出了一种基于亚取样分形插值预测的混合图像编码方法。将原始图像在水平方向和垂直方向皆作１／２抽取得到一幅“亚抽图像”，对亚抽图像进行分形编码得到亚抽图像的分形码，采用分形插值方法由亚抽图像的分形码解码得到原始图像的分形预测图像，然后对预测误差图像进行基于ＤＣＴ的自适应补偿编码。实验表明，这种方法的编码速度有了很大提高，而且恢复图像的质量具有较高的保真度。     

基于近距自相似模型的分形图像图像编码方法

为了克服分形图像编码方法速度低的弱点，提出了根据图像模型研究相应算法的思想。基于ρ＾│ｒ│图像模型，导出了与之相应的近距自相似模型，提供了一种适合于该模型的分形图像编码方法。实验结果表明，这种方法大大提高了编码速度，而且能有效地压缩图像数据。     

基于金字塔正交小波分解的快速分形图像编码

本文提出一种基于小波分解的快速分形图像编码方法。     

基于近距自相似模型的分形图像编码方法

为了克服分形图像编码方法速度低的弱点，提出了根据图像模型研究相应算法的思想。基于ρ｜ｒ｜图像模型，导出了与之相应的近距自相似模型，提供了一种适合于该模型的分形图像编码方法。实验结果表明，这种方法大大提高了编码速度，而且能有效地压缩图像数据     

基于域块预搜索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,本文提出了一种加快编码速度的新方法。通过对分形编码过程中的域块进行分析,首次提出了相似度和最大相似度的概念,并建立了预搜索方法的理论基础,提出了一种基于域块预搜索的快速分形编码方法。实验结果显示,与原始的Jacquin方案相比,在峰值信噪比(PSNR)降低1-3dB时,编码速度可提高400-600倍。     

基于小波变换的快速分形图像编码

分形图像压缩编码方法以其高压缩比的潜在性能而在近年来倍受重视,但是分形方法还存在着一些问题亟待解决。本文所提出的基于小波变换的分形压缩方法不仅弥补了分形方法编码时间过长的缺点,而且还使分形方法高压缩比的优点,得以进一步发挥。     

一种快速分形图像编码算法

目前,分形图像编码技术最主要的缺点仍然是编码时间太长.因此,如何提高分形图像编码速度成为当前分形图像编码技术的研究热点.本文从分形图像编码通用公式推导出一个不等式,利用此不等式,可以预先排除大量不可能与值域块匹配的定义域块,从而减少值域块与定义域块的匹配计算,以此达到缩短编码时间的目的.实验结果表明,在解码图像质量基本不变情况下,本文的方法所使用的编码时间比Fisher方案所需的编码时间减少了很多.     

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.     

一种基于比例因子的分形图像编码方法

比例因子是分形图像编码算法中的一个重要变量。给出了一种计算比例因子的方法,根据最小均方误差值的大小来选择比例因子的计算方法,通过对基本算法中比例因子的计算方法进行简化来达到加快分形编码的目的。与基本分形编码算法相比,在峰值信噪比下降约0．03dB的情况下,编码时闻节约了45％。     

基于自适应四叉树分形图像编码的数字水印技术

提出了一种基于自适应四叉树分形编码的数字水印技术。对原始图像进行四叉树分形编码后，通过给定子块在不同的寻找区域中搜索其最佳匹配父块来嵌入水印。实验结果表明，本方法在嵌入水印编码时间、图像质量和鲁棒性方面均比传统的方法有较大的改进。     

基于FGSE的快速分形图像编码算法及其多描述编码方案

本文在基于分形图像编码的多描述编码方案（MDFIC）的基础上,做了两处改进：一是引入提出的基于FGSE的快速分形图像编码算法,以提高编码速度;二是利用相邻值域块均值间的相关性,以减少比特率。实验结果表明,本方案与MDFIC相比,可以在保持解码图像质量几乎不变的情况下,提高编码速度和减少比特率,并具有较高的鲁棒性。     

一种混合的四叉树分形图像编码

为克服四叉树分形编码中纹理信息丰富的图像块较难找到满足要求相似块的不足,在四叉树分形图像编码的基础上,提出了一种与BTC方法结合的混合分形编码方法。讨论了四叉树分形编码与BTC方法,综合了2种方法的优点,对四叉树分形编码中块尺寸为4×4且找不到满足要求相似块的图像块,采用BTC方法,并用标准图像进行仿真实验,给出了四叉树编码方法与本文方法的实验结果。实验结果表明:此方法能明显改善重构图像的MSE或PSNR指标。