基于小波变换的快速分形图像编码

分形图像压缩编码方法以其高压缩比的潜在性能而在近年来倍受重视,但是分形方法还存在着一些问题亟待解决。本文所提出的基于小波变换的分形压缩方法不仅弥补了分形方法编码时间过长的缺点,而且还使分形方法高压缩比的优点,得以进一步发挥。     

基于转动惯量的快速分形图像编码算法

针对基本分形编码方法编码时间过长的问题,基于新定义的图像块的转动惯量特征的概念提出一种基于转动惯量的快速算法.算法对码本按转动惯量大小赋序,再对每个需要匹配的Range块在赋序码本中寻找与它的转动惯量最接近的码块,即只在这个码块的邻域内搜索Range块的最佳匹配块.实验结果表明,较之基本分形编码算法,该算法编码时间大大缩短,图像质量没有受到太大影响并且优于形态特征的特征算法.     

基于亚取样分形插值预测的混合图像编码方法

提出了一种基于亚取样分形插值预测的混合图像编码方法。将原始图像在水平方向和垂直方向皆作１／２抽取得到一幅“亚抽图像”，对亚抽图像进行分形编码得到亚抽图像的分形码，采用分形插值方法由亚抽图像的分形码解码得到原始图像的分形预测图像，然后对预测误差图像进行基于ＤＣＴ的自适应补偿编码。实验表明，这种方法的编码速度有了很大提高，而且恢复图像的质量具有较高的保真度。     

基于近距自相似模型的分形图像图像编码方法

为了克服分形图像编码方法速度低的弱点，提出了根据图像模型研究相应算法的思想。基于ρ＾│ｒ│图像模型，导出了与之相应的近距自相似模型，提供了一种适合于该模型的分形图像编码方法。实验结果表明，这种方法大大提高了编码速度，而且能有效地压缩图像数据。     

分形图像编码研究的进展

 分形图像编码是近几年发展起来的一种新的图像编码方法,目前对其研究较为广泛.本文介绍了分形图像压缩编码的数学原理、基本特性,着重介绍了当今这一领域的发展成果,比较了各种方案的优缺点,分析了目前编码方案所存在的缺点、原因及未来的发展方向.     

快速分形图像编码的一种特征方法

快速分形图像编码的特征向量法是最具创新性、最有前途的方法之一,但它有几个缺点、特别是特征向量的高维数性.针对这个问题,本文提出减少分形编码时间的一种可选的特征方法.作为它的应用,本文先定义图像块的新特征——叉迹,然后提出一个基于叉迹的快速分形算法.这个算法把Range-Domain子块匹配问题转化为叉迹意义下的邻域搜索问题.对256×256 Lena图像的实验显示,与基于全搜索的基本分形算法比较,依赖于搜索邻域大小,该算法既能在峰值信噪比相同的情况下实现加快3倍多,也能在主观质量有一定下降的成本下实现加快100倍以上.     

基于金字塔正交小波分解的快速分形图像编码

本文提出一种基于小波分解的快速分形图像编码方法。     

基于近距自相似模型的分形图像编码方法

为了克服分形图像编码方法速度低的弱点，提出了根据图像模型研究相应算法的思想。基于ρ｜ｒ｜图像模型，导出了与之相应的近距自相似模型，提供了一种适合于该模型的分形图像编码方法。实验结果表明，这种方法大大提高了编码速度，而且能有效地压缩图像数据     

基于子域对角和的快速分形图像编码算法

为了改进分形图像压缩编码过程耗时过长而影响实用的问题,新定义了子域对角和来描述图像块的特征.算法把码本按照子域对角和特征的大小排序,对每个待编码的Range块,仅在赋序码本中找到与Range块的子域对角和的数值最接近的Domain块,并在此Domain块的邻域内搜索最佳匹配块.实验结果表明,在保证解码图像质量的前提下,该算法较快地提高了编码速度.     

一种基于显著不相关检验的快速分形图像编码方法

针对分形编码计算量过大的缺点,本文提出一种基于显著不相关检验的分形编码方法。对于文中的测试图像（Lenn256×256×8ppb和Boat256×256×8ppb）,其编码速度比基于子块分类的分形编码方法快2～15倍,而解码图像质量（PSNR）没有明显下降,压缩比还有一定的提高。     

引入非线性变换的分形图像压缩编码

提出了一种基于非线性变换的分形图像压缩编码方法。证明了引入的非线性变换满足压缩迭代映射理论。模拟实验的结果表明 ,与传统的分形图像压缩编码方法相比 ,压缩比和峰值信噪比均有所改善。     

基于域块预搜索的快速分形图像编码方法

由于分形图像编码过程非常耗时,本文提出了一种加快编码速度的新方法。通过对分形编码过程中的域块进行分析,首次提出了相似度和最大相似度的概念,并建立了预搜索方法的理论基础,提出了一种基于域块预搜索的快速分形编码方法。实验结果显示,与原始的Jacquin方案相比,在峰值信噪比(PSNR)降低1-3dB时,编码速度可提高400-600倍。     

Fast fractal image block coding based on local variances

In fractal image block coding, most of the time is spent on finding a close match between a range block and a large pool of domain blocks. For a large image, this effect becomes aggravated as the domain pool increases exponentially. We propose using the local variances of domain blocks to reduce the search space. By sorting the contracted domain pool according to their local variances and defining an acceptance criterion for a close match, we can confine all the potential close matches to a relatively small sized window to limit the search space. The encoding time can hence be shortened with the decoded image quality as good as that using the full search method. The speedup can be over ten times depending on the complexity of encoded images.     

改善分形图像编码视觉效果的有效方法研究

针对当前分形图像编码面临如何改善重建图像视觉效果的问题,利用局部图像的特点,采取自适应的分块方法与缩短编码时间的多种块分类技术相结合设计图像编码算法,该算法明显改善了图像编码视觉效果,编码时间缩短上千倍,具有快速实现分形图像编码之功效。     

基于Krawtchouk矩不变量和核模糊聚类的快速分形编码

针对基于分类的快速分形编码方法存在着编码速度与解码质量间的矛盾,鉴于Krawtchouk矩不变量具有在仿射变换下保持不变的特性和核模糊聚类在处理非线性问题上的突出优势,本文首次将这两者引入到分形编码中,提出了基于Krawtchouk矩不变量和核模糊聚类的自适应分类快速分形编码方法。首先根据Domain块的方差将其粗分类,再根据Domain块的Krawtchouk矩不变量利用核模糊聚类对Domain块细分类。实验结果表明,与其他基于分类的快速分形编码方法相比,在解码图像质量提高的同时,大大加快了分形编码的速度。     

一种新的小波分形变换图像编码算法

提出了一种基于平滑双正交小波和自适应分割算法的小波域分形图像编码算法，在基于离散有限方差(DFV)最优准则下得到了适合图像编码的一种新的平滑双正交小波，从而改善了分块效应。在小波域的分形编码中，提出了一种基于图像信息分布特征的自适应分割算法，实验表明，该文算法在相同压缩比的情况下，解码图像的主观视觉质量和峰值信噪比都明显优于SQS方法、基本分形图像编码方法和SPIHT方法。     

基于矢量量化的层次分形编码方法

文中提出了一种新的分形图像压缩方法,该方法将矢量量化的概念应用于分形块编码中,对图像的平缓区进行矢量量化的线性组合编码,对图像的丰富细节区用分形编码,并且在分形编码时,采取了层次处理。实验表明,与基本的分形块编码方法相比,本文提出的矢量量化层次分形编码方法在保证一定的重建图像质量下,使图像的压缩比有了明显的提高,并且大大提高了编码和解码速度。     

基于分形理论的图像边缘提取方法

提出了一种基于分形理论的图像边缘提取的方法。简述了分形理论的图像处理的应用原理,讨论了分形编码的特点,采用分形理论的方法,进行图像边缘的检测。实验表明：此方法对图像的提取的应用,不仅速度快,效果好,而且抗干扰性强。     

一种快速分形图像编码算法

目前,分形图像编码技术最主要的缺点仍然是编码时间太长.因此,如何提高分形图像编码速度成为当前分形图像编码技术的研究热点.本文从分形图像编码通用公式推导出一个不等式,利用此不等式,可以预先排除大量不可能与值域块匹配的定义域块,从而减少值域块与定义域块的匹配计算,以此达到缩短编码时间的目的.实验结果表明,在解码图像质量基本不变情况下,本文的方法所使用的编码时间比Fisher方案所需的编码时间减少了很多.