分形图像编码的改进算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩技术。通过引入一个可以影响解码图像质量和编码时间的控制参数,该文提出了分形图像编码的一种改进方案。该方案既不需要复杂的理论分析,也不需要改变现有的分形解码过程,因此能够以直接的方式融入其它的分形图像编码算法。计算机仿真显示,对一组复杂性不同的测试图像,以PSNR(peak signal-to-noise ratio)度量的解码图像质量优于对应的分形图像编码算法的解码图像质量,同时编码时间也大幅度减少。     

四分位数特征的快速分形图像编码算法

尽管分形图像编码在高压缩比时具有较好的视觉质量,但其固有的编码耗时限制了它的广泛应用。编码时间主要花费于在一个海量码本中寻找每个range块的最佳匹配domain块。针对这个问题,提出一个限制搜索空间的算法：根据新定义的图像块的四分位数特征与匹配均方根误差间的关系不等式,一个待编码range块只在初始匹配块（即与range块具有最接近四分位数特征的domain块）的邻域内搜索其最佳匹配块,搜索邻域的大小由预先设置的误差阈值来控制。仿真结果表明,三幅测试图像在重建图像质量更优的情况下,全搜索分形编码算法的编码速度平均加快了51倍左右（误差阈值为10）,与新叉迹特征算法相比,可获得更好的编码效果。     

三均值特征的快速分形图像编码算法

分形图像编码因在高压缩比时具有好的重建图像质量而备受图像压缩领域的极大关注,但它在编码过程特别耗时的致命缺点限制了其诸多应用。针对这个问题,新定义了图像块的规范块三均值特征,并根据匹配均方根误差与规范块三均值特征间的关系,提出了一个限制搜索空间的快速分形编码算法：一个待编码range块的最佳匹配块搜索范围仅在初始匹配块（与range块的三均值特征值相近的domain块）的邻域内,搜索邻域的大小由预先设置的剔除条件来自动控制。3幅图像的仿真结果表明,它确实能够在重建图像质量更好的情况下,平均加快了全搜索分形编码算法的编码速度29倍左右,且也优于新叉迹特征算法。     

基于结构信息特征的快速分形图像编码

针对分形图像编码时间过长的问题,提出一种基于结构信息特征的快速分形图像编码算法。给出结构信息特征的定义,并以该特征作为特征量对码本进行分类和最近邻搜索。在由搜索结果给出的邻域内进行子块匹配操作,实现编码。实验表明,在相同编码时间的情况下,该算法解码图像质量高于同类快速分形图像编码算法。     

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．     

基于行列式的快速分形图像编码算法

分形图像编码是一种很有前途的限失真压缩方法,然而,它存在计算量大的缺点,导致其编码时间过长。分形编码的时间主要花费在一个通常较大的码本中搜索每个输入子块的最佳匹配块。针对此问题,提出了一个加快编码的方案,它基于图像块的规范化行列式,能够在相对小的搜索邻域内找到输入子块的最佳匹配块。对3幅512×512测试图像的实验结果显示,与全搜索基本分形算法比较,依赖于搜索邻域的大小,该算法既能在峰值信噪比相同的情况下实现编码速度加快30倍左右,也能在主观质量略有下降的情况下实现编码速度加快1 000倍以上。     

基于相关系数的快速分形图像编码算法的改进

分形图像编码具有快速解码的优点,但需要较长的编码时间。因此,快速编码算法对扩大分形编码的应用领域是十分必要的。最近,作者提出了一种基于相关系数的快速分形编码算法,该算法基于一个未经理论证明的命题（两个等尺寸的子块不能组成匹配对,除非它们的相关系数相对较大）。该文继续讨论基于相关系数的快速分形编码算法,从理论上验证了该算法依据的命题,并改进了这个算法。计算机仿真显示,与基本分形算法比较,改进的相关系数算法能够实现加快编码5倍左右,同时峰值信噪比（PSNR）还有所增加。     

分形图像编码的快速算法

分形图像编码是一种很有前途的限失真编码方法。该方法具有复杂度高、计算量大的缺点,因此导致编码时间长。编码时间主要花费于在一个通常较大的码本中搜索每个输入子块的最佳匹配块。针对这个问题,通过分析图像子块的纹理特征与分数盒维数的关系,提出一个基于分数盒维数分类的快速编码算法。实验结果显示：对三幅512×512标准测试图像,与全搜索基本分形编码算法相比,该算法既能加快编码速度30倍左右,也能实现更好的解码图像质量。     

分形图像编码的改进算法

分形图像编码中，最大的困难是搜索与值域块相匹配的定义域块，由于定义域块数量巨大，搜索很费时，本文从减少搜索块的数目和缩小搜索块的范围出发，提出多分辨率编码，从两个方面减小编码时间。为了减少对图像质量的影响，在抽样时采用双线性插值和双三次插值，以减小方块效应。     

主对角和特征的快速分形图像编码

分形图像编码十余年来在图像处理尤其是图像压缩领域引起了人们的极大兴趣。但编码过程耗时长限制了它的应用范围。为了缩短编码时间,根据匹配均方根误差与新定义的规范块主对角和特征间的关系,提出了一个限制搜索空间的算法：对一个待编码range块,仅在与该range块主对角和特征值最接近的domain块的邻域范围内搜索它的最佳匹配块。同时融入两个措施：一是预先从码书Ω中排除小标准差domain块;二是对小方差range块用其均值块代替。该算法不仅从理论上证明是可行的,而且三幅标准测试图像的仿真实验结果也表明,它确实能够在重建图像质量略好的情况下,平均加快全搜索分形图像编码算法的编码速度30余倍。     

图像子块特征匹配的快速分形编码算法

基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在[PSNR]降低0.73 dB（其结构相似性[SSIM]值仅下降0.002）的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。     

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。     

基于图像子块特征的快速分形图像编码算法

根据图像子块的像素分布特征,提出了一种基于方差和DCT变换的混合快速分形图像编码算法,并在此基础上引入了平滑块的概念.该算法在大幅度提高分形图像编码速度的同时,很好地改善了压缩率和解码图像的质量.实验表明该方法具有优良的性能,在编码时间优于方差快速编码方法的前提下,解码图像的质量和压缩率可以好于基本分形图像编码算法.     

基于平均偏差剔除的快速分形图像编码算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩技术。这项技术的主要缺点是花费在寻找range块的最佳匹配domain块上的时间太长。根据一个联系均方根和平均偏差的不等式,在编码过程中,利用平均偏差来设置剔除条件,剔除与range块不太可能匹配的domain块,以提早结束搜索过程,避免全搜索,从而减少编码过程的时间。计算机仿真显示,对3幅复杂性不同的测试图像,在影响解码图像主观质量很小的情况下,与基本分形图像编码算法相比,该文方案的编码速度平均加快60多倍。     

基于平均偏差的快速分形图像编码

针对基本分形编码方法耗时过长的不足,提出了一种基于平均偏差的快速算法.首先对所有父决按平均偏差排序,然后将子块按标准差分为平滑块和非平滑块,对于平滑子块直接存储其均值;对于非平滑子块,在以其平均偏差意义下的最近邻父块为中心的邻域内搜索最优匹配父块,并且引入误差阈值控制子块的搜索过程.实验表明,较之基本分形编码算法,所提快速算法的编码速度大大提高,并且优于基于形态特征的快速算法.     

基于规范块半范数的快速分形编码算法

分形图像编码通常需要较长的时间,编码时间主要花费在一个海量码本中搜索每个输入子块的最佳匹配块。在提出的叉迹算法的基础上,提出一种快速编码算法。它主要利用一种新定义的特征——规范块半范数,把搜索范围限制在初始匹配块（在半范数意义下与输入子块最接近的码块）的邻域内。实验显示,与叉迹算法比较,该算法在编码时间和图像质量方面都取得了更好的效果。