基于神经网络和方差的快速分形图像编码算法

为克服快速分形图像编码带来的解码图像质量下降问题,提出了一种神经网络与方差混合编码的快速分形图像编码算法.该算法结合图像子块复杂度与方差值的对应关系,根据每个区块的方差值大小选择适当的映射编码方法,即对于方差值相对小的区块采用方差编码以提高编码速度,对于方差值相对大的区块采用神经网络编码以提高编码质量.该算法可以较好地修正传统分形编码中由于自仿射映射结构限制所带来的解码质量偏低的问题,在大幅提高编码速度的同时,很好地保持了图像的编码质量.实验结果表明,该算法对比基本分形编码算法可以加速24倍,解码图像的质量对比方差快速分形编码算法有1.1dB的提高.同时,该算法的硬件实现比较容易,非常贴近实用化.     

基于图像特征的分形压缩方法

介绍了分形图像压缩的理论基础和基本编码思想。设计了一种基于图像特征的分形压缩编码方法,该方法在分析图像本身的结构特征的同时,充分利用了人眼对灰度的敏感程度随背景变化而变化的特点。在综合考虑图像的平均灰度与图像块的灰度阶差和图像块灰度方差的前提下,将图像块分为普通块和特征块,并对不同的图像块动态地改变搜索范围、匹配精度及压缩仿射变换因子,从而提高压缩效率。     

应用KN网加速的分形图像压缩方法

提出一种结合KNN网的分形编码算法,可大幅减少编码过程的计算量,可大大加速图像编码过程.     

基于形态学算子的分形图像编码

本文提出了一种基于数学形态学算子的分形图像编码方法。首先用ＡＭＳＳ算子对原图像进行作用，得到的结果作为Ｄｏｍａｉｎ Ｐｏｏｌ。在此基础上，再对图像进行分割、搜索并获得仿射变换族，形成相应的ＰＩＦＳ。本文对该方法下的压缩变换、解码算法、Ｃｏｌｌａｇｅ定理等相关的理论进行了讨论。在编码过程中，采用ＡＭＳＳ图像作为Ｄｏｍａｉｎ Ｐｏｏｌ的意义在于，ＡＭＳＳ算子拓宽了Ｄｏｍａｉｎ Ｐｏｏｌ的边缘范围，使经     

图像编码压缩的分形基技术

本文介绍了图像编码与压缩的分形基方法，并且提供了实现的实用技术。就地理卫星遥感图像、雷达回波、卫星云图以及边界层大气湍流资料进行模拟试验。结果表明，压缩比达到１０－１９，平均相对误差为１０－３－１０－２级，重构图像能保持原图像特征，具有好的视觉效果。该方法适用于各类数字化遥感图像和其它气象资料的处理。在地学、生物、医学以及通讯工程中具有广阔应用前景。     

改进的分形灰度图像压缩算法的研究

目的为了解决传统的分形图像压缩算法计算量大和实时性差的问题,提出一种改进的分形灰度图像压缩算法。方法算法首先基于Gabor变换提取图像块的纹理特征,然后基于K-means算法对R块和D块以纹理作为特征进行聚类处理,并仅对同一类别的R块和D块进行匹配操作。结果在候选块池的构造过程中,文中提出了8种等距变换的简化算法。结论文中方法能够在加快分形压缩速度的同时,较好地保证重建图像的视觉效果,具有较好的鲁棒性。     

基于分形理论的图像压缩算法

基于分形的图像压缩编码方法是一种全新的编码方法,它利用图像的自相似性及比例特性,通过消除图像的几何冗余度来实现图像数据的压缩,介绍与对比几种分形图像压缩的典型方法。     

分形图像压缩方法研究的新进展

分形图像压缩是一种利用迭代函数系统理论(IFS)、基于自相似特征的有损编码方法。它以其高压缩比的潜在性能而在近年来倍受重视，但目前实现自动IFS编码仍有相当难度，该领域仍存在许多问题亟待解决。笔者对分形图像压缩的理论基础、自动分形图像压缩的实现以及分形图像序列压缩等进行了全面的综述，介绍了各种具有代表性的改进算法，阐明了各个算法的原理和特点，最后对目前研究中存在的问题及可能的对策和研究方向进行了讨论。     

一种新的振动信号分形无标度区间识别方法

为了提高振动信号关联维数计算的准确程度, 提出了一种识别分形无标度区间的新方法。该方法首先采用圆拟合、求切线斜率的方法求出相关积分双对数曲线上各点的斜率,得到斜率变化曲线;其次基于斜率变化曲线不同区间内的相关系数进行线性度判断及显著性检验,保留其中线性度较好、相关程度较高的区域;最后选择其中方差最小的区间作为该振动信号的分形无标度区间。整个识别过程中无需任何人工干预,可以交由计算机自动完成,从而避免了主观因素对分形无标度区间识别以及关联维数计算结果的影响。应用该方法对Lorenz吸引子及实测振动信号进行了关联维数值的计算, 计算结果验证了该方法的准确性和有效性。     

基于多重分形去趋势波动的机械故障诊断新方法

针对旋转机械系统故障信号的非平稳性、非线性等复杂特征,给出一种基于多重分形去趋势波动分析的机械故障诊断方法。该方法首先对原始信号进行去趋势处理,再结合多重分形理论提取多重分形谱面积和多重分形熵两个分形参数,并将其作为故障诊断的新判据,最后通过实验结果证明了方法的有效性,从而为机械故障诊断提供了一种新的方法。     

基于核密度估计和分形编码算法的图像检索技术研究

为了提高基于分形压缩编码图像检索技术的应用价值,针对自然图像提出了一种联合参数的图像检索方法,从分形编码中提取鲁棒性(旋转、平移、缩放等不变性)索引,即从由值域块均值构成的解码近似图像中提取改进的Hu不变矩特征量作为检索索引,再与分形编码参数的核密度估计统计特征相结合,其中,核密度估计方法中采用可变带宽。然后采用2个索引的加权和来比较图像的相似度。实验结果表明,使用2个索引的加权和比使用单独索引具有更好的检索结果。     

基于四叉树小波分形的医学图像压缩

文章提出了一种基于四叉树小波分形的医学图像压缩新算法。利用小波子带图像间的相似性和块内存在的自相似性进行分形编码。克服了传统分形编码复杂和编码时间过长的缺点，有效提高了编码效率。实验表明，此方法在无诊断失真的情况下可获得较好的压缩效果，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

基于双伸缩因子映射的小波分形图像压缩编码方法

本文基于小波变换研究了分形图像压缩系统.根据小波系数的能量分布特性,给出了新的小波树定义与分类方法,并在小波域内建立了具有双伸缩因子的压缩映射.在将新的压缩映射应用于图像编码过程时,结合小波嵌入式零树编码思想给出了新的小波分形图像压缩方法.数值实验给出了本文方法与已有方法的比较.     

图像压缩编码方法综述

本文对图像压缩的几种经典压缩编码方法进行了汇总和分析。介绍了他们的压缩原理和特点，然后对新一代的编码方法，包括小波变换编码、分形编码和神经网络编码，进行了简要的介绍。指出了各自的优缺点，并对图像压缩编码方法的发展方向进行了展望。     

一种新的数字图象编码方案

给出了同时实现两幅数字图象编码变换矩阵的定义,一般构造模式。证明了由编码矩阵还原原图像的正确性、唯一性并得到实现图象编码的最小上界。此方案完全采用逻辑异或运算,因此编码和解码速度快。编码方案具有随机性和变化的多样性,在军事和银行等领域具有很强的应用价值。     

A new modified fast fractal image compression algorithm

Abstract

In this paper, a new fractal image compression algorithm is proposed, in which the time of the encoding process is considerably reduced. The algorithm exploits a domain pool reduction approach, along with the use of innovative predefined values for contrast scaling factor, S, instead of searching it across. Only the domain blocks with entropy greater than a threshold are considered to belong to the domain pool. The algorithm has been tested for some well-known images and the results have been compared with the state-of-the-art algorithms. The experiments show that our proposed algorithm has considerably lower encoding time than the other algorithms giving approximately the same quality for the encoded images.