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。     

适于进化算法的迭代式MapReduce框架

MapReduce模块化的编程大大降低了分布式算法的实现难度,但同时也限制了它的应用范围。介绍了MapReduce的基本结构及其实现迭代算法的缺陷,并针对基于MapReduce进化算法效率低下的问题,在对MapReduce的计算框架进行研究的基础上提出了一种适用于进化算法的迭代式MapReduce计算框架。描述了迭代式MapReduce计算框架的实现需求及其具体实现,提出并证明了异常机制的可行性,且在公有的Hadoop云计算平台上对提出的框架进行了验证。实验结果表明,基于迭代式MapReduce计算框架的并行遗传算法在算法的加速比上与基于MapReduce的并行遗传算法相比有较大的提高。     

基于视觉注意机制的图像压缩感知复原

对于低采样、低质航运图像的复原问题,提出了一种新的图像压缩感知复原算法。首先对图像进行预处理,然后由人眼视觉注意机制模型确定注意点位置,并采用自适应遗传算法对注意点像素值进行寻优,最后复原获得复原图像。实验结果表明,所提出的基于视觉注意机制的图像压缩感知复原算法不仅提高了图像的复原质量,同时很好地保存了图像的细节信息。     

基于并行遗传算法的分布式VOD系统负载均衡研究

在大型VOD(Video On Demand)系统中,服务器需要响应来自用户的大量并发请求,不仅视频服务器成为系统的瓶颈,负责负载均衡的应用服务器也日益成为系统的瓶颈.基于分布式VOD系统的结构,采用并行遗传算法对大型分布式VOD系统的负载均衡进行了研究,提出并实现了一种基于并行遗传算法的分布式VOD系统负载均衡调度算法.实验结果表明,与不采用负载均衡和采用串行遗传算法的负载均衡调度算法相比,该算法能够显著提高VOD系统的处理性能和响应能力.     

基于动态岛屿群体模型的并行遗传算法

在科学计算领域，并行计算越来越成熟，并行遗传算法开始受到关注，文章分析了遗传算法并行化的动机和实现模型，提出了一种新算法－基于动态岛屿群体模型的并行遗传算法，仿真结果验证了这种新算法的有效性和合理性。     

一种改进的无线多媒体传感器网络分布式图像压缩算法

针对无线多媒体传感器网络(WMSNs)中单个节点资源严重受限而难以直接处理和传输图像的问题,在分布式渐进图像压缩算法(DICA)的基础上,提出了一种改进的基于簇内分布式处理的图像压缩算法(ICDP),即在每个簇内通过能量优先选择原则选取辅助节点来协同完成JPEG2000图像压缩标准中的多级小波变换,从而实现图像的分布式处理和压缩。仿真结果表明,与DICA算法相比,ICDP算法能够在保证图像重建质量和压缩比相同的前提下,更好地平衡网络中各节点能耗,延长了网络的生命周期,更适合应用于资源受限、节点部署密集的WMSNs中。     

基于遗传算法的图像压缩

用基于图像像素的遗传聚类算法分析图像压缩问题,要解决的主要问题是找到一种能有效地处理这种聚类的算法.如今用遗传算法来解决聚类问题正在被研究.用遗传算法得到一个有序的图像像素序列,然后进行聚类获得压缩.结果表明在图像压缩问题中,遗传算法是一种有效的、可靠的优化算法,具有一定的实用价值.     

一种200MHz处理速度的FIR滤波器设计

本文通过对串行分布式算法和并行分布式算法作对比研究,分析了基于并行分布式算法的FIR滤波器速度上的优势,设计出一种新颖的高速并行分布式算法结构,并根据该算法结构实现了一种满足处理速度200MHz,12位31阶FIR数字低通滤波器。     

基于种群规模可变的粗粒度并行遗传算法

在科学计算领域，并行计算越来越成熟，并行遗传算法开始受到关注。本文分析了遗传算法并行化的动机和实现模型，提出了一种新算法－基于种群规模可变的粗粒度并行遗传算法,仿真结果验证了这种新算法的有效性和合理性。     

An improved fractal image compression approach by using iterated function system and genetic algorithm

This paper presents an improved method of generating a binary image affine IFS (iterated function system) by using genetic algorithm. We adopt a natural variable-length genotype encoding to represent an individual. The multiobject fitness function is also applied in this algorithm. In addition, a distributed version of the binary image compression algorithm is implemented. Both theoretical analysis and experimental results show a higher compression ratio with better quality images by using the proposed algorithm.     

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。     

基于GEP的分形图像压缩并行算法

传统图像压缩算法存在图像压缩率不高、寻找最优分形图像压缩编码速度慢的不足。为此,提出一种基于基因表达式编程(GEP)的分形图像压缩并行算法。分析二值图像压缩变换的求解过程,给出分形图像基因和染色体的编码表示,设计适应度函数,研究GEP遗传进化操作的编码步骤。在PC机群上的实验结果表明,与串行算法相比,该算法的图像压缩率较高、运行速度较快,具有线性加速比。     

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。     

Performance analysis of distributed implementations of a fractal image compression algorithm

Fractal image compression provides an innovative approach to lossy image encoding, with a potential for very high compression times, however, the procedure has proved feasible in only a limited range of commercial applications. In the paper the authors demonstrate that, due to the independent nature of fractal transform encoding of individual image segments, fractal image compression performs well in a coarse-grain distributed processing system. A sequential fractal compression algorithm is optimized and parallelized to execute across distributed workstations and an SP2 parallel processor using the parallel virtual machine (PVM) software. The system utilizes both static and dynamic load allocation to obtain substantial compression time speedup over the original, sequential encoding implementation. Considerations such as workload granularity and compression time versus number of processors and RMS tolerance values are also presented.     

基于马尔可夫随机场的加密二值图像有损压缩算法

尽管当前已有众多二值图像的压缩方法,但这些方法并不能直接应用于加密二值图像的压缩。在云计算、分布式处理等场景下,如何高效地对加密二值图像进行有损压缩仍然是一个挑战,而当前鲜有这方面的研究。针对此问题,提出了一种基于马尔可夫随机场(MRF)的加密二值图像有损压缩算法。该算法用MRF表征二值图像的空域统计特性,进而借助MRF及解压缩还原的像素推断加密二值图像压缩过程中被丢弃的像素。所提算法的发送方采用流密码对二值图像进行加密,云端先后利用分块均匀但块内随机的下抽样方式及低密度奇偶校验(LDPC)编码对加密二值图像进行压缩,接收方则通过构造包含解码、解密及MRF重构的联合因子图实现二值图像的有损重构。实验结果表明,所提算法获得了较好的压缩效率,在0.2~0.4 bpp压缩率时有损重构图像的比特误差率(BER)不超过5%;而与针对未加密原始二值图像的国际压缩标准JBIG2的压缩效率相比,所提算法的压缩效率与其相当。这些充分表明了所提算法的可行性与有效性。     

利用遗传算法提高视频分形压缩编码搜索速度

提出了一种利用遗传算法（GA）提高视频分形压缩编码搜索速度的算法。这种基于遗传算法的视频分形压缩编码,改进了遗传算法中搜索空间的构造机理,结合运用合适的迭代函数系统（IFS）和仿射变换,从而缩短了压缩编码时间。并且视频的恢复质量略优于全搜索算法和传统的分形压缩算法。     

基于分形维匹配的编码算法

本文主要描述的是图像处理方面的分形模拟。构造自相似图像,可以由一小组点通过仿射变换重复映射而产生,而这只需要存储一些起始点和作用到这些点上的变换规则即可。本文从分形维的特征出发,提出了基于分形维进行的迭代函数系统（IFS）匹配的分形编码算法（FIFS：Field Iterated Function System）,这不但获得了很高的压缩比,同一般的分形编码相比,还取得了较快的编、解码速度和自相似匹配误差测算方法。