子块均点特征分形快速图像压缩编码

分形图像压缩根据图像特有的自相似性,利用压缩仿射变换消除图像数据冗余度,进而实现图像压缩,实现较高的压缩比。然而,分形图像压缩编码具有计算复杂度高、运行时间过长的致命缺点,对于图像信息量巨大的当今社会来说不具有实用性。为解决基本分形压缩编码耗时过长的问题,提出了子块均点特征分形压缩编码算法,利用该算法将基本分形压缩编码的全搜索转为局部搜索,限定搜索范围,减少定义域块的搜索,在客观质量稍作牺牲的基础上加快了编码速度。将所提算法分别与五点和特征算法、1-范数特征算法、欧式比特征算法以及双交叉算法进行比较,仿真结果表明,在时间稍逊的情况下,所提算法在客观质量（Peak Signal-to-Noise Ratio,PSNR）上更优。     

基于平方加权质心特征的快速分形图像压缩编码

分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点。然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点。为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间。将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势。     

一种改进的分形图像压缩算法

为了缩短分形编码时间,通过对图像定义域块和值域块的统计特性分析,提出了改进的分形压缩算法。设计最优匹配定义域块自适应搜索方法,缩短搜索范围;用值域块均值代替灰度偏移量,减少计算量。实验证明,运用这种改进的分形图像压缩算法进行图像压缩,在保持较高的解压图像质量的情况下,大幅缩短图像压缩编码时间。     

一种改进的分形图像压缩算法

为了提高分形图像压缩编码的速度,针对在基本分形图像压缩算法中值域块编码匹配搜索时需要对变换后的定义域块一一对应,导致编码时间较长的缺点,提出了一种基于菱形搜索算法的分形图像压缩编码新算法.菱形搜索算法是一种运动估计的快速搜索算法,主要过程是在所有的候选块中搜索当前块的最优匹配块.通过运用菱形搜索算法中的大小菱形模板进行匹配搜索,实验证明文中算法在提高编码速度和降低编码复杂度是有效的.     

基于区域分割的分形图像压缩编码方法

在基于块分割的分形图像压缩编码研究基础上，提出了一种基于区域分割和十字搜索模型的分形图像压缩编码新方法，实验结果表明，该方法与基于块分割的分形图像压缩编码方法相比，在保持恢复图像质量的前提下，压缩比和编码速度都有了显著的提高，是一种有效的分形图像压缩编码方法。     

基于方向性小波子树分形图像编码的改进算法

本文在分析混合分形零树小波图像编码算法(FZW)优缺点的基础上，提出一种新的基于方向性小波子树的分形图像编码算法。该算法结合零树小波编码和分形编码，通过在匹配搜索过程中使用方向性range和domain子树，提高匹配精度，改善了传统分形小波图像压缩中的方块效应，更大限度的保留了图像的边缘信息。实验结果表明，该算法在提高压缩比和去除图像的方块效应方面，均取得了良好的效果。     

基于图像活动性的序列图像分形编码方法

介绍了分形的概念以及分形压缩的主要思想;阐述了传统的分形图像压缩编码的基本原理与实现方法;提出了一种基于图像活动性序列图像分形编码方法。该方法首先由相邻帧之间的预测差值来判断当前编码块的活动性,然后根据图像的活动性,对不同特性的块采用不同的分形编码策略,最后对编码后得到的迭代函数系统（IFS）码进行可变长度编码（VLC）,以获得更高的压缩比。     

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。     

一种基于方差的匹配方法

文章就分形图象压缩中搜索与匹配过程的相似性提出了一个经过不同对比度实现快速分形编码算法，基于序列块和主块之间当前最小象差的方差信息，该算法排除不必搜索的主块，这样大大减少了每个序列块进行搜索和匹配的主块数与相应的编码时间，该算法在减少的时间内生成了与常规满搜索近乎一致的分形编码。     

基于小波与分形相结合的图像压缩优化算法

提出了一种基于小波与分形相结合的图像压缩优化算法.首先将图像进行小波分解后,对低频子带单独编码;在分形编码时,根据不同方向子图的纹理特征不同,采用不同形状的块进行分形预测;同时对高频子带使用二次匹配编码,并且匹配运算只在同一方向上进行.实验证明,这种优化算法能够大大缩短分形编码的时间,并取得较高的压缩比.     

提升小波变换与分形结合的图像压缩算法

遥感图像在环境监测、军事侦察等多方面有着广泛应用,然而遥感图像包含信息量大,对其进行压缩来提高存储效率具有重要意义.传统分形编码由于压缩比大的特点被广泛应用到遥感图像压缩中,但是传统分形编码存在压缩时间太长的问题.提出提升小波变换与改进分形结合的压缩方法,把提升小波变换后的低频分量进行基于最小方差搜索法的分形压缩.实验结果表明,提升小波变换与改进的分形结合的压缩方法与小波变换与分形结合的压缩方法相比,在峰值信噪比保持在35 dB不变的情况下,压缩时间大约可以缩短8倍,图像压缩比也有提高.     

Iteration-free fractal image coding based on efficient domain pooldesign

The domain pool design is one of the dominant issues which affect the coding performance of fractal image compression. In this paper, we employ the LBG algorithm and propose a block averaging method to design the efficient domain pools based on a proposed iteration-free fractal image codec. The redundancies between the generated domain blocks are reduced by the proposed methods. Therefore, we can obtain the domain pools that are more efficient than those in the conventional fractal coding schemes and thus the coding performance is improved. On the other hand, the iteration process in the conventional fractal coding scheme not only requires a large size of memory and a high computation complexity but also prolongs the decoding process. The proposed iteration-free fractal codec can overcome the problems above. In computer simulation, both the LBG-based and block-averaging methods for the domain pool design in the proposed iteration free scheme achieve excellent performances. For example, based on the proposed block-averaging method, the decoded Lena image has at least a 0.5 dB higher PSNR (under the same bit rate) and an eight-time faster decoding speed than the conventional fractal coding schemes that require iterations.     

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。     

基于分形编码的图像相似匹配研究

本文以自适应四叉树分割的分形图像编码为基础，研究了极坐极表达下分形码之间的匹配，并在此基础上提出了图像间分形码峰值信噪比的概念和算法，以达到量化图像间相似性的目的，实验证明，这种基于自适应分形编码的图像相似性匹配方法 人的主观判断非常接近，非常适合于用来构建和管理大图像数据库。     

基于树搜索的分形图像压缩编码

本文提出基于树搜索的分形图像压缩编码的新算法。该算法在恢复图像信噪比和主观质量较之全搜索算法略有损失的前提下，大大提高了分形图像编码的速度。     

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.     

一种基于比例因子的分形图像编码方法

比例因子是分形图像编码算法中的一个重要变量。给出了一种计算比例因子的方法,根据最小均方误差值的大小来选择比例因子的计算方法,通过对基本算法中比例因子的计算方法进行简化来达到加快分形编码的目的。与基本分形编码算法相比,在峰值信噪比下降约0．03dB的情况下,编码时闻节约了45％。     

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。     

一种基于对象的分形视频压缩算法研究

基于分形视频压缩的典型方法,提出了一种改进并提高其压缩性能的方法,用更有效的宏块划分规则替代传统的四叉树划分规则、简化块的搜索策略和范围、使用类似H.264标准的I帧和减少重复计算等。提出了一种在分形视频压缩算法中的基于对象(OB)压缩的实现方法,可以对任意对象单独进行压缩编码,极大地提高压缩比和压缩速度,降低比特率并节省数据传输时的带宽。实验结果表明,相比典型的方法,本文提出的分形视频压缩算法,压缩比提高了近4倍,压缩速度快近10倍,图像质量提高了3～5dB,显著地提高了分形视频压缩算法的性能;同时,OB的压缩方法简单有效,压缩比和压缩速度又有大幅度提高,使分形视频压缩的应用具有更大的灵活性和实用性。