基于人类视觉系统的彩色图像分形编码算法

在分析传统的四叉树分形编码算法的基础上,将人类视觉系统(HVS)的特性引入到值域块的四叉树划分中,在定义域池的生成以及值域块与定义域块的匹配上采用分类的方法,然后利用彩色图像R,G,B三个分量的相关性,将三色分量图按某种方式组合成一个灰度图像,提出一种使用HVS的彩色图像分形编码算法.实验表明,在保证图像解码质量的情况下,该算法比Fisher和JPEG算法能达到更高的压缩比,并且在编码时间上优于Fisher算法.     

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。     

一种使用四叉树分割的分形信息隐藏算法

目前的正交分形信息隐藏算法在进行正交分形编码时都是等分割原始图像,这样无法自适应图像内容且耗时,并且在处理彩色图像时没能考虑分量之间的相关性以及拼贴误差,因此鲁棒性较差。提出一种采用四叉树分割的正交分形信息隐藏算法。该算法能够根据图像特征实现原始图像的四叉树分割,同时考虑彩色图像R、G、B三个分量的相关性,提取亮度分量进行分形编码,并利用拼贴误差特性,动态调整分型参数的修改量来嵌入秘密图像。实验及应用表明,该算法编码时间短、具有很好的透明性以及对JPEG压缩、加噪、滤波、几何形变等具有较好的鲁棒性。     

基于新型四叉树分割的快速分形图像编码

针对现有的基于四叉树的分形编码算法比较耗时的问题,提出了一种基于新型四叉树分割的快速分形编码方法。首先根据人眼视觉系统（HVS）特性分割出子块,再将各不同尺寸子块所对应的父块库中的父块按标准差排序。对于每一子块,在对应的父块库中寻找其在标准差意义下的最近邻父块,然后在该父块的邻域内进一步搜索最佳匹配父块,同时引进误差阈值来控制子块的搜索过程。实验结果证明,该算法的编码速度大大提高。     

一种基于邻域搜索的分形图像编码算法

分形图像编码以其高压缩比,使得它具有广泛的应用前景,但是传统的分形编码方法压缩时间长,这是因为在为每一个值域块寻找合适的定义域块时需要在码本中进行大量的搜索匹配。研究发现,和值域块最匹配的定义域块大多数在值域块的附近。根据这一结论,提出了一种基于邻域的螺旋式搜索方法,并利用图像块间的信息熵差值,缩减了搜索范围。另外对误差图像进行编码,作为解码图像的补充,提高了解码图像质量。实验表明,该方法在不降低图像质量和信噪比的前提下大大加快了编码的速度。     

一种使用正交分形编码的彩色图像水印算法

传统的正交分形水印算法,很多情况下只是针对灰度宿主图像,且嵌入的水印多为随机序列或二值图像,实用性不强.当这些算法在处理彩色宿主图像时,通常采用的是将R,G,B三个分量单独处理的SFC方法,没能考虑到分量之间的相关性,因此算法的鲁棒性较弱.文提出一种在彩色图像中利用正交分形编码嵌入灰度水印的算法,该算法在对彩色宿主图像进行正交分形编码的基础上,考虑彩色图像R,G,B三个分量的相关性以及拼贴误差特性,通过变换函数以及修改分形编码参数来嵌入灰度水印.实验及应用表明,该算法隐蔽性强,并对剪切、涂抹、加噪以及JPEG压缩等具有较强的鲁棒性.     

一种改进的彩色图像分形编码方法

该文针对交通实时路况图像提出了一种新的改进的分形彩色图像编码方法。该方法通过对图像的分割预处理、自适应图像分块、相似块集的矩分类、非均衡性分量编码等四个步骤加快了彩色图像分形编码的速度,同时提高了恢复图像的质量,加大了压缩比。解码时用分形逆变换分别解得各个分量,再由三者共同恢复图像。文章还从理论的角度阐述了分割预处理的理论基础:就近原则与最大划块复杂度。大量实验表明,该文所提出的方法对于其它感兴趣区在图像中央位置的图像都有良好的效果,尤其适用于中低信噪比的情形。该方法对于某些图像超过了JPEG标准。     

高存储需求下车载多媒体图像分形压缩仿真

为增强车载多媒体服务质量,需要对车载多媒体图像进行压缩处理.针对传统压缩方法存在图像峰值信噪比和压缩比较低等问题,提出一种高存储需求下基于模糊聚类的车载多媒体图像分形压缩方法.解析图像分形压缩原理,并对车载多媒体图像进行图像灰度化和去噪等预处理,利用四叉树对处理后的图像进行值域块划分,基于模糊聚类算法遍历所有值域块,完成图像定义域块搜索,进而实现车载多媒体图像分形压缩.实验结果表明,与传统图像压缩方法相比,所提方法压缩后的车载多媒体图像图像压缩码率较高,分形压缩效果较好,且峰值信噪比分别提高7.08dB、8.62 dB、5.26 dB,压缩比提高8.9％、15.5％、91.55％,可见所提车载多媒体图像分形压缩方法具有一定的可靠性.     

快速的分形码图像检索方法

针对分形域上的基于内容的图像检索(content-based image retrieval,CBIR),提出了一种新颖的基于无搜索的自适应四叉树分割的快速分形编码方法,来提取图像特征,从而使图像检索的编码阶段速度显著提高。对一幅256×256图像编码,算法平均约需0.0485s,比何的方法约快70倍,并且解码图像质量良好。改进了匹配算法来实现图像的快速检索,其准确性要高于洪的方法;最后通过对分形码距及分形码块数的分析,提出了进一步提高检索速度的方案。     

利用色彩分量相关性的彩色图像分形编码方法

论文提出了一种利用色彩分量相关性的彩色图像分形编码方法。该方法通过对图像的绿色分量用改进的分形编码方法编码,然后由绿、蓝、红三分量之间的相关性得相关系数,再对相关系数进行算术编码等三个步骤加快了彩色图像分形编码的速度,同时提高了恢复图像的质量,加大了压缩比。解码时用分形逆变换解得绿色分量,再由这个色彩分量和重构的相关系数解出另两个色彩分量,最后由三种分量共同恢复图像。大量实验表明,所提出的方法对于任何图像都有良好的效果,尤其适用于中低信噪比的情形。该方法对于有的图像超过了JPEG标准。     

四叉树理论在分形图像编码中的应用

在分形图像编码领域,四叉树经典理论及各种各样的改进算法越来越多地被运用,不断地提升编码方法的正确性。着重对分形编码理论、经典四叉树算法和Fisher自适应四叉树算法进行研究,并在此基础上提出了一种改进四叉树的编码方法,最后,在VC6.0开发工具中进行了仿真和验证,结果表明该文提出的改进四叉树的编码方法在同类图像压缩和编码中,具有更高的压缩比和更短的压缩时间。     

基于自适应四叉树分块和DCT变换的大幅面图像分形压缩算法

自Barnsley提出图像分形压缩编码的概念,特别是Jacquin给出了第一个完全由计算机自动完成的图像编码算法以及Fisher提出了一种自适应四叉树的图像分块方法以来,图像分形编码得到了越来越多的研究,但图像分形压缩往往需要较长时间,这就给具体应用特别是大副面图像的压缩应用带来了困难。该文首先介绍了Fisher提出的基于自适应四叉树分块的图像分形压缩方法,然后在此基础上结合离散余弦变换（DCT）提出了改进算法。实验结果表明,这种改进算法在保持一定重建图像质量和较高压缩比的前提下,编码时间大大减少,对大副面图像的分形压缩非常实用。     

分形图像编码的四叉树方法

提出了一种分形图像编码的方法－基于四叉树的分形图像编码（FICBQ）方法。这种方法采用二值图像的四叉树表示方法实现图像分割,图像块的尺寸可以动态调整。与基本自动分形图像编码（BAFIC）相比,它克服了图像分割时图像块尺寸固定的主要缺陷。FICBQ方法简单且易于实现,压缩比和编码速度得到明显提高。实验结果表明,该方法的RPSN和压缩率分别是29．37dB和11．09时,编码时间约是BAFIC方法的1／22。     

基于色差分析与JPEG2000的彩色图像编码

在RGB色彩空间,将彩色图像3个色彩分量之一用JPEG2000进行编码,该色彩分量与另两个色彩分量的差值依据其分布的均匀程度,用四叉树算法分割成若干个不重叠的子块,然后计算出每个子块的相关系数,由此对另两个色彩分量的编码就转变成对相关系数的编码.解码则是由JPEG2000的逆变换得到重构的色彩分量和重构的相关系数来实现.实验结果表明该方法不仅编解码速度快,而且信噪比、压缩比及视觉效果明显优于JPEG2000等算法的编码结果.     

基于矢量失真测度和自适应四叉树分割的彩色图象分形压缩方法

在Ｊａｃｑｕｉｎ分块分形图象压缩方法的基础上,提出了一种基于矢量失真测度的自适应四叉树分割彩色图象分形压缩方法。该方法充分利用ＲＧＢ彩色空间２４位真彩图象的三彩色分量间相关性,实验表明该方法比分别对三彩色分量使用分块分形压缩方法在 重构图象质量方面有很大的改善。     

基于四叉树分割的分形图像编码的改进方法

针对在分形图像压缩中,为寻找最佳匹配块需要花费相当长的时间的问题,在四叉树进行图像分割的基础上提出了一种基于分类函数和γ函数的分形图像编码方法。通过该方法,可以将图像子块分成24类,并有效地确定一种变换,而不需将每一定义域块进行各种变换,节省了搜索空间。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。     

一种快速的智能型四叉树分形图象压缩方法

本文介绍了分形图象压缩理论，传统四叉树分形图象压缩方法及其不足。针对传统方法编码速度慢的缺点，本文介绍了一种有效缩小查找范围的智能回形查找方法并给出了算法。     

一种基于去均值的加速收敛的分形压缩算法

通过研究传统分形压缩算法中解码迭代过程的收敛性问题，提出了一种新的基于去均值的加速收敛的分形压缩算法，理论分析和实验证明新算法的解码迭代次数要大大少于传统分形压缩算法，并且具有运算复杂度相对降低，恢复图象的ＰＳＮＲ提高等优点。进一步地，我们将新算法结合到自适应四叉树分割的结构中，在压缩比和图象质量之间取得较好的折衷，实验结果优于相同条件下的传统分形压缩算法。