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。     

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。     

基于迭代函数系统分形码的图像检索技术

在压缩域对图像检索技术进行了研究,首先对图像库中每幅图像采用分形压缩编码,获得其IFS分形码,然后利用分形码的分布特点计算检索图像与图像库中图像间的距离。实验结果表明,本文所提出算法具有稳定性与有效性。     

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。     

基于矢量量化的图象分形压缩编码

提出一种基于矢量量化技术的图象分形压缩编码方法,其能较好地克服传统的图象分形压缩编码方法中存在的速度慢,压缩率低等缺点,并且同时获得较高的图象恢复质量。     

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。     

分形图象压缩的主池预缩小方法

在分形图象压缩中,图象被分割成序列块,其中每一个与其相似的子图象－主块要从子图象池中进行选择。不过,这个较大的池中实际上只有一部分被利用在图象编码中。通过利用较强亮度变化的主块来缩减主池,从而导致了分形图象在两方面的改善：加块了编码时间;同时也提高了压缩率。     

基于分形编码拓扑特性的图像检索

为了更有效、更准确地进行图像检索，提出了一种利用分形编码这项重要的拓扑特性来处理图像索引的新方法，即将图像经分形编码，首先得到每张图像的迭代函数，然后将其伴随图像存人数据库中，成为该图像的索引文件最后对数据库进行搜索时，则通过对此索引文件的比对来找出与查询图像相似的图像。反观使用其他方法建立的图像索引数据库，则无法证明其建立的索引文件具有上述特质。实验显示，图像经过分形编码所表现出的几何性质以及独特的有效性和鲁棒性，证明该方法是一个更有效率、准确度高的检索方法。     

序列图象的似分形编码方法

该文将目前分形图象编码中描述图象自相似性的方法,用于对序列图象中图象间互相似性的描述,并提出了一种称为似分形的序列图象编码方法。与传统的分形编码方法相比,这种方法由于在编码时不受分形编码特有条件的限制,解码时也不需要迭代,因此编码速度和编码质量都得到一定程度的提高。实验结果证明了该方法的有效性。     

改进的广义置信度自适应IFS图象压缩编码算法

通过对分块IFS图象压缩编码过程中匹配误差的分析,提出了广义置信度的概念,并据此提出了对输入图象进行四叉树分块的自适应匹配门限（AT）算法。根据排列块的相对复杂程度,修正了自适应匹配门限的公式,提出了改进的自适应门限（RAT）IFS图象压缩编码算法。在对输入图象进行四叉树分块编码过程中,该方法可以根据当前排列块的统计特征确定匹配门限,从而使分块编码过程自动地适应输入图象。实验结果表明,这种新的编码方法可以自适应地对输入图象进行编码,且压缩比较高,有一定的实用性。     

静态彩色图像的多维DCT变换压缩

为了在高信噪比条件下来对静态彩色图像进行高倍压缩 ,提出了一种具有自适应功能的多维离散余弦变换图像编码算法。该算法首先将图像分割成互不覆盖的 8× 8子块 ;然后抽取每个子块的统计特征 ,再根据子块的方差和均值来判断子块内部信息的丰富程度 ,其中对于内部信息丰富的子块 ,可利用三维DCT编码来消除块内相邻像素间、色彩空间Y、U、V各分量间的相关性 ,而对于内部信息不丰富的子块 ,则利用四维DCT编码来消除块内相邻像素间、色彩空间Y、U、V各分量间、相邻子块间的相关性 ;最后对变换系数进行量化编码。实验结果证明 ,此算法可以提供比JEPG更高的压缩率和更高的平均峰值信噪比     

基于迭代函数的不规则图像快速生成算法

本文以迭代函数为基础,对不规则图形采用快速算法绘制分形图。     

不规则分区分形压缩算法

本文提出了一种基于不规则Ｒａｎｇｅ分区的分形压缩算法。该方法采用四连通扩充的方式，在给定误差范围内，尽可能地合并初始规则Ｒａｎｇｅ分区，从而减少了所需迭代变换的数目。在存储压缩映射时，根据Ｒａｎｇｅ分区多边形的边数调整存储顺序，对于那些复杂的Ｒａｎｇｅ分区，只需记录其外接矩形框。通过对Ｌｅｎｎａ图象的实验表明，在恢复图象的信噪比为２９．８４ｄＢ时，可以达到４１倍的压缩倍数     

基于颜色中值切割的图像索引

无论从用户使用的角度还是从计算机实现的角度来讲,管理日益膨胀的图像数据都是一项极具挑战性的工作。尽管人们已经在一些基础研究如图像内容表示、相似性度量和智能检索等方面取得了一定的进展,但在图像数据库的快速检索,交互浏览和系统使用性等方面,仍然有许多研究工作等待人们开展。文中提出了一种简单直观的图像索引机制。这种方法把自然景物图像数据库分成易于描述的不同视觉主题,并籍此来进行高效的图像检索。文中还给出了实验结果。     

基于多分辨率级小波变换的图象压缩方法

随着国际互联网的出现,使得越来越多的图象信息传输交流越来越便捷,但传输速度始终是制约网络发展的重要因素,这也使得对图象进行压缩的要求更加迫切。小波变换的良好空间一频率局部化特性,使得原始图象的能量大部分聚集到了低频子带.为了提高图象压缩的效率和重建图象的质量,利用原始图象在小波分解中不同分辨率级能量分布不均匀的特点,提出了一种对各分辨率级进行分级处理的设计方法,即通过对各分解级量化因子的评价,为该级获取一个最佳的量化因子来进行压缩.实验证明,该方法在提高图象的压缩效率和重构质量方面取得了良好的效果.     

基于离散Hermite多项式的图像压缩

图像压缩编码能有效地减少图像像素间的信息冗余,并同时保证图像重构质量和较低的计算复杂度。基于变换域的图像压缩编码是目前最常用且性能最优的压缩技术之一,但基于离散正交多项式变换的图像压缩方法还未被深入研究。在研究JPEG的编码解码流程基础上,提出基于离散Hermite多项式的图像压缩算法,通过变换核的信息熵与DCT变换核的信息熵比值确定量化表,最后对量化结果进行熵编码,最终实现了基于离散Hermite多项式的图像压缩和重建全过程。与主流的图像压缩标准JPEG进行了比较,实验结果表明,两种算法的压缩率相似,性能相近,压缩后图像的PSNR相差很小。     

基于演化算法的灰度图象压缩

基于分形和分块迭代函数系统(PIFS)的特点，本文提出了一种改进的用于求解具有全局最优的自相似分块的演化算法，详细地阐述了个体的编码方法、适应度函数的设计、遗传算子的设计和选择策略，通过实验结果表明，该方法解码质量好、编码速度快、压缩比高．