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。     

基于色度矢量与亮度分离的彩色图像分形编码

针对人眼对亮度与色度信号分辨力的差异,文章采用亮度和色度分离压缩的算法,并提出把两个色度平面视为色度空间的二维矢量,利用分形插值,在低分辨空间作统一分形编码。实验结果表明,无论在压缩比还是编码复杂度上都取得了良好的效果。     

一种基于分形维数的图像压缩编码方法

本文提出了一种基于分形维数的ＤＣＴ变换压缩编码与ＩＦＳ分形编码相结合的图象压缩方法。实验结果表明,与基本的自动分形图象编码方法相比,运算时间下降而压缩比和信噪比提高。     

一种基于分形小波变换的工业电视图象编码方法研究

通过分析工业电视图象的特点,提出了一种基于分形小波变换编码的工业电视图象压缩方法,从而较好地解决了分形编码只能压缩静止图象的不足,该方法不仅适合于煤矿工业电视图象压缩,而且还可用于其它背景区图象相对静止的工业电视图象的压缩编码,实验结果表明,该法可取得较高压缩比和峰值信噪比,因此具有实用价值。     

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.     

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。     

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。     

一种基于分形和统计思想的混合图象编码方法

本文在深入分析基于分形的Yardstick图象编码的基础上,提出了一种统计方法和Yardstick方法混合的图象编码方案,在编码复杂度以及恢复图象质量相近的情况下,压缩比提高了一倍左右。     

一种多灰度图象无失真压缩编码方法

本文发展了近年来提出的图象四叉树表示法,并结合多灰度图象的位平面编码方法,提出了一种多灰度图象无失真压缩的实用方法。     

一种基于小波包变换的分形编码方法

利用小波包分析对高频部分进一步分解的特点,尝试将分形编码和小波包变换相结合来进行图像压缩。首先将图像进行小波包分解,然后对高频部分采用基于小波变换的压缩,对低频部分进行分形压缩。计算机模拟试验表明,采用上述改进方案,与基本分形编码相比,编码速度提高了20倍左右,且重建图像的主观保真度更高。     

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。     

小波变换及在图象处理中的小波特性分析

小波变换是近几年发展起来的集数学、科学计算及信号处理于一体的新理论，其核心是多分辨率分析。本文全面综述了小波变换作为多分辨率图象处理新工具的发展过程、小波变换的定义、信号／图象的多分辨率小波分解及图象多分辨率分解所表现的多尺度特性、局部化分析特性及方向选择性等。     

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．     

基于分类的医学影像分形编码

从分形编码理论和医学图像的基本特点出发,提出将分形编码技术应用于医学影像压缩的主张,并结合Fisher分类方法针对医学图像的特点提出改进方法,进一步提高图像压缩编码的效率.     

基于粒子群优化算法的分形图像压缩编码

针对基本分形图像方法中编码时间过长的问题和提高IFS自适应图像压缩编码方法的适应能力,在按人类视觉对比灵敏度分类的基础上,提出了一种源于鸟群捕食系统模型的粒子群优化算法（PSO）的分形图像IFS自适应压缩编码的新算法,这种自适应编码算法利用图像的自相似性以及应用PSO在分形编码过程中局部迭代函数系统（PIFS）参数的搜索。通过Matlab6．0实验仿真实验结果表明,此方法有效减小了搜索空间,加快了编码速度。基于视觉特性的粒子群分形编码算法明显优于传统的分形块编码算法。     

基于复合分类的快速分形图像压缩编码

针对分形编码方法耗时过长的不足，提出一种分类加聚类的快速分形图像编码方法，通过提取图像块的分形维数对图像块分类，在同类内基于分形维数聚类，使匹配搜索在同类的聚类域内进行，并对不同类块采用不同算法，实验表明，该方法与经典分形方法（PIFS）比较，在信噪和解码图像质量可接受的条件下，大大提高了编码速度，且压缩比有显著提高。     

一种在正交化分形压缩图像中嵌入灰度水印的方法

传统的基于分形编码的水印技术一般采用0,1码,没有实现灰度图像的嵌入。本文在研究正交化分形编码的基础上,构造出水印嵌入变换函数,提出了一种能够嵌入灰度图像的分形编码水印算法,且水印提取速度大大加快。利用正交化分形解码参数在迭代过程中的不变性,使水印直接嵌入解码参数,从而实现了灰度水印嵌入。实验结果和数据表明,水印嵌入对宿主图像分形编码质量几乎没有影响,具有可行性。与传统算法相比,本文算法在抗剪切处理、低通滤波,JPEG压缩等方面具有更好的鲁棒性。