一种新型非线性分形图像压缩模型

Hong Yan等提出的非线性分形图像压缩模型开辟了分形图像压缩的新领域，部分解决了经典分形图像压缩编码字典较小的缺点，但是，模型比较复杂．针对这一不足之处，提出一个简单的非线性分形压缩模型，简化了在文献中Hong Yan等提出的模型，并能同样地解决分形压缩字典较小的问题．实验结果表明，这一新的非线性分形压缩模型简单可行，并具有良好的压缩结果和高质量的重建图像．     

并行分布式Fractal图像生成算法的设计

本文以Ｍａｎｄｅｌｂｒｏｔ集图像生成为例提出一种并行Ｆｒａｃｔａｌ图像生成算法，在发布式环境下所实现的算法具有高可靠性，自然负载平衡等特性，实验数据表明所设计算法具有较高的加速比。     

分布并行的分形图像压缩算法

分形图像压缩算法的时间复杂性很大，在单机上受到限制，针对这方面提出的分类方法，基于邻域搜索算法等虽然降低了时间复杂性，但同时也影响了图像的压缩质量，本文把分布并行机制引入分形压缩算法，提出分布并行的自适应四分树分形压缩算法，并在基于Java RMI的分布并行计算系统中加以实现，实验表明可以获得接近计算结点数的加速比。     

分形图像压缩算法中代码本块的改进

分形图像压缩方法由于其压缩比高、解压方法简单等原因受到了越来越多的重视，但它的压缩质量不是很令人满意，本文在传统算法的基础上对通过定义域块收缩得到的代码本块提出修正算法，证明了该修正算法获得的近似匹配块的均方根误差小于原有的匹配块的误差，本文还对代码本块像素强度值提供了校正方法，使得还原图像在局部上能够更近似于原图像。     

基于系数关系和分形维数的隐藏算法

提出了一种基于系数关系和分形维数的信息隐藏算法，该算法将原始载体图像分割成固定大小的图像块，利用分形维数与图像之间的关系确定每个图像块的特点，结合人类视觉系统（HVS）的特性，选择代表边缘和纹理特征的图像块，对它们进行离散余弦变换，将信息嵌入到变换系数的关系中，隐藏的信息可以是字符序列，数字序列，文本文件，二值图像，灰度图像以及彩色图像等，实验结果表明该算法透明性好，保密性高，对几何攻击，滤波，噪声和压缩等处理具有一定的稳健性。     

基于四叉树和进化算法的分形图像压缩

分形压缩的解码图像质量取决于子块的大小，四叉树算法能够使图像中自相似性较好的区域所分割的子块较大，而使图像中的细致部分所分割的子块较小，这样就保证了解压缩后图像的质量。利用进化算法随机搜索与子块匹配最优的父块，比穷举法所使用的搜索时间更少。本文综合运用四叉树和进化算法有效地提高了分形的解码后图像质量和图像编码速度。实验结果表明，该算法的提出是成功的。     

基于牛顿迭代算法的分形图像纹理细节增强

为了改善传统分形图像纹理特征处理效果不理想问题,提出基于牛顿迭代算法的分形图像纹理细节增强方法.利用牛顿迭代算法获取分形图像坐标极值,设置迭代初始点值.将图像绕原点120°的旋转变换,完成零点吸引域映射;采用迭代距离参数、初始参数、色彩初始值、色彩渐变参数以及相关运算符号构建RGB颜色通道表达式,计算覆盖图像目标部分的网格数量,通过计算收缩仿射变换,得到压缩映射与压缩因子关系,通过迭代计算完成纹理细节增强.经实验分析可知,迭代初始参数、色彩初始值参数的取值影响分形图像增强效果,且通过对比不同方法峰值信噪比与均方误差指标测试结果.根据实验结果可得结论,上述方法具有应用有效性且实践性较强.     

分形图象压缩的快速算法

缩短分形块编码时间是进行分形图象压缩的关键问题之一。该文从邻域匹配、对比度因子的选取、预处理等方面提出了一些降低编码时间的方法。文章重点阐述了这些方法的原理和有关实现算法。实验结果表明，该文所提出的方法在提高编码速度上具有较好的效果。     

融合分形小波图像去噪和插值的新算法

提出一种能同时进行图像去噪和插值的分形小波算法。该算法在图像的编码过程中实现去噪,在解码过程中完成插值。基于分形的图像去噪算法涉及由含噪图像的统计特性预测无噪图像的分形编码参数,并由这一参数产生含噪图像的无噪估计。通过在解码过程中添加适量的分形小波外推步骤,即可实现图像的插值。为了减小失真、增强经此算法处理后图像的质量,该引入Cycle Spinning算法。实验结果表明,该方法在同时实现图像去噪、压缩和插值上是最优的。且Cycle Spinning算法的引入明显改善图像视觉效果,显著提高图像的PSNR值。     

Fason：一种图象快速分形压缩的改进算法

本文针对图象所具有的分形特性，充分挖掘子图象块和父块之间的相似性，提出了一种与传统方法完全不同的快速图象分形压缩算法--Fason算法。该算法在无明显质量下降的同时，对压缩速度有一定的提高。并且，Fason算法还能取消传统分形压缩算法中对域块池的空间需求。     

基于四叉树的分形图像压缩编码算法的C 实现

该文首先介绍了分形图像压缩的基本理论,如迭代函数系统,拼贴定理等。然后重点研究了基于四叉树的分形图像压缩编码算法。最后通过编写代码实现此算法,并与基本的分形图像压缩算法进行试验比较,进行总结。     

基于分形与JPEG的混合图像压缩算法

根据分形图像压缩算法具有潜在高压缩比的特点,提出基于分形与JPEG算法的混合图像压缩算法。将结合四叉树算法的分形图像压缩算法用于32×32和16×16的子块区域编解码,JPEG算法用于剩余区域编解码。实验结果表明,该算法具有较高的压缩比和解码图像质量,当压缩比较大时,其解码图像的块效应明显弱于JPEG算法。     

一种基于新型四叉树的快速分形图像压缩算法

现有的快速分形编码算法多数是在没有考虑人眼视觉系统（HVS）的前提下实现的,针对这个问题,利用HVS的特性,提出了一种基于新型四叉树的快速分形图像压缩算法.在算法中,一幅方形图像先被分成四个大小相等的方块,然后测试每一方块是否满足一致性标准.如果满足标准则不再细分,否则将其分为大小相等的四块,再对每一块实施一致性检验.重复此过程直到每一块都满足一致性标准为止.理论分析和试验结果表明,相对于经典分形压缩方法,本文算法在获得相近重建图像质量的同时,压缩比和编码速度都有了显著的提高,是一种有效的分形图像压缩编码方法.     

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．     

基于分数盒维数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,但编码时间长阻碍了它的广泛应用。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,提出了一种快速分形编码算法,它基于图像块的分数盒维数特征,能够在较小的搜索范围内完成输入子块的最佳匹配。实验结果显示,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。     

使用2-范数匹配的快速分形图像编码算法

尽管分形图像压缩在高压缩比时具有高的重建图像质量,但由于它编码过程耗时而未能在图像压缩领域广泛应用。为了提高分形图像编码过程的速度,提出了基于2－范数匹配的快速分形图像编码算法,该算法先把码书里的码块按2－范数大小赋序,然后对每个输入Range块,在赋序码书中寻找与它的2－范数最接近的码块,进而在这个码块的领域内搜索Range块的最佳匹配块。计算机仿真结果显示,在不影响基本分形图像编码算法解码图像质量的情况下,该方案大大加快了它的编码速度。     

变步长和变阈值的分形小波图像压缩算法

针对目前分形小波混合图像压缩方法存在的不足,提出了一种新的分形小波混合图像压缩方法。同方向、不同分辨率的相邻子带图像之间进行分形搜索时,根据其系数的重要程度不同,采用不同的误差阈值与搜索步长,高分辨率子带的搜索步长大,误差阈值小,而低分辨率的子带则采用小步长和大误差阈值进行搜索。实验表明,相对于经典的基于小波树的分形图像压缩方法,该改进算法在不影响信噪比和解码图像质量的前提下,提高了压缩比和编码速度。