基于小波变换的分形与零树混合图像压缩算法

提出了一种基于小波变换的分形与零树混合的图像压缩方法．该算法采用小波变换将图像分解为不同方向、不同分辨率的子图像，在不同分辨率层将这些子图像以类似于零树的结构构成一棵棵的小波子树；在对每一棵小波子树编码时，根据最小误差标准进行分形编码，或零树编码、本算法不但充分利用了子带图像间的相似性和块内的自相似性，而且充分利用了小波变换后子图像块内(特别是高分辨层的子图像块内)存在的大量的局域性的冗余性．实验结果表明，与传统的基于小波变换的分形编码相比，该方法在较大的压缩范围内，都能够获得好的压缩结果．     

基于二维离散小波变换自相似的图形编码

介绍了二维正交离散小波变换，分析了离散小波变换的自相似性。分形图像编码方法可有效压缩图像，其实质是消除图像中的自相似性冗余。离散小波变换非常适合于描述图像的自相似性及分形特性。给出了小波分解系数图像编码，解码的具体方法，给出了实验结果。利用图像的离散小波变换系数的自相似性的特点对图像实现高效压缩具有十分重要的意义。     

基于小波变换与曲波变换的图像插值

提出了一种组合小波变换与曲波变换稀疏约束的图像插值算法。利用小波变换对图像纹理成份和曲波变换对图像卡通成份的稀疏表示特性,首先将图像插值问题转化成稀疏约束的图像重建问题,然后通过迭代投影对复原最优化问题进行求解,从而实现成份自适应的图像插值。实验结果表明,相比于现在有图像插值算法,本文算法可以显著地提高被插值图像的峰值信噪比(PSNR)和视觉质量。     

广义Mandelbrot集和Logistic映射在图像压缩中的应用

目的在构造压缩字典时,改变传统的一幅图像固定一张量化表、一幅图像对应一个压缩字典的分形图像压缩方法,将广义M集和Logistic映射应用于分形图像压缩编码.方法采用函数f（z）=z3＋c,生成M集曲线,使用Logistic混沌映射生成的量化表量化M集曲线,生成图像块,构成压缩字典.将自适应合并算法应用于图像的分类,将量化后的M集图像块与压缩字典中的图像块进行匹配,选出满足条件的图像块,然后对该图像块进行编码;解码时读取压缩字典,重建图像.结果实验证明本算法实现简单、可行,图像压缩比高、重建图像质量好.结论该算法生成的图像块数量多、种类全,构造的压缩字典丰富,解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.     

一种基于提升小波变换和快速分形的混合编码

分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。     

小波变换下的特征匹配图像编码

针对现有图像编码算法大多是利用图像自身像素之间的相关性,而很少利用来自不同图像信息之间的相关性来减少编码过程中的冗余这一问题,本文提出在小波变换域下,利用图像特征匹配实现的编码方法。在编码端,首先通过小波变换将输入图像分解为低频子带和高频子带,低频子带经过低失真的编码算法编码后传到解码端;高频子带进行尺度不变特征变换特征提取,并与图像库码书进行匹配,将匹配索引传到解码端。在解码端,根据码书和索引解码出SIFT特征,并利用解码后的特征在图像库中找到复原图像块,进行高频子带的复原。最后通过小波逆变换,得到重构图像。结果表明:对测试图像进行编码,平均压缩比为437;在同等压缩比下,本文算法的PSNR值平均比JPEG 2000和JPEG分别高0. 18、4. 55 dB; SSIM值平均比JPEG 2000和JPEG高0. 001、0. 08。     

基于分形的快速压缩编码方法

分形编码是一种很有潜力的编码方法,但是基本的自动分形算法计算量大,编码时间长.针对此缺点,根据分层编码的思想,给出了一种具体的分形与简单量化编码相结合的加速分形编码方法.首先对原始图像进行1/4减采样,得到一幅减采样图像,利用基本的分形编码方法编码该图像,然后对所得到的编码在原始图像分辨率下进行解码,对解码图像与原始图像求差值,用简单的量化编码方法编码差值图像.差值编码与用基本方法所得到的压缩编码共同构成原图像的编码.与传统的分形方法相比,该方法不仅提高了编码时间,并且在信噪比、压缩比等方面得到了不同的改善.     

基于小波域分形变换的图像水印技术

为了提高图像水印的鲁棒性和不可见性,结合小波变换和分形变换,提出了一种基于小波域内分形变换的图像数字水印方法。首先对图像进行小波变换,结合图像空域分形编码思想把图像的小波系数分成域子树和值子树两类,然后利用分形仿射变换选出具有相似性的域子树,将其作为水印的嵌入树,结合人类视觉系统的JND模型实现水印的嵌入和提取,最后针对该方法进行了JPEG压缩、剪切、滤波、添加噪声、旋转等相关实验,结果表明,该方法具有安全可靠、鲁棒性和不可见性好等优点,具有创新,可行性强。     

M集在分形图像压缩编码中的应用

目的构造一个固定的压缩字典,改变传统的一幅图像对应一个压缩字典的分形图像压缩方法,解决Mandelbrot图像在分形图像压缩算法中的应用问题.方法采用函数f(z),改变参数z,生成不同的曲线,用灰度值量化规则进行量化,得到许多幅图像块,可以构成丰富的压缩字典,编码时将父块进行自适应合并分割,与压缩字典中的图像块进行匹配,选出满足条件的图像块,再对该图像块进行编码;解码时读取压缩字典,重建图像.结果该算法编码过程中生成丰富的压缩字典,所以解码图像质量高,并且比传统分形图像压缩算法压缩比高,解码速度快.结论该算法减少了搜索时间.实验证明本算法实现简单、可行,具有良好的压缩效果和高质量的重建图像.     

一种新的基于零树小波的图像压缩编码算法

在深入研究零树小波压缩编码算法的基础上,提出了一种改进的零树小波编码算法.即首先用haar小波基对图像进行小波分解,分解后的图像作EZW编码后,不立即对图像进行解码,而是在EZW解码之前加入了Huff-man编解码的过程.实验结果证明,该算法较EZW算法在一定程度上提高了图像的压缩质量和编码效率.     

基于蚁群算法的快速分形图像压缩方法

目的针对基本分形图像方法中编码时间过长的问题，提出一种缩短分形图像压缩编码时间的改进方法。提高编码的效率．方法基于蚁群算法的分形图像编码方法．结果实现了分形图像定义域块的自动分类，在匹配时通过类内搜索代替全局搜索；在类内匹配时进行基于匹配概率搜索．结论从理论和实验结果分析表明，相对于基本的分形图像压缩算法，该方法在基本保持重建图像质量的前提下，编码时间大大降低。加快了分形图像压缩的速度．     

一种基于分形的图像压缩方法

针对传统分形编码时间过长的缺点,提出了一种高效而快速的基于方差和4值BTC编码混合的分形图像编码方法。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。     

一种基于分形的快速图像编码算法

提出了一种快速分形编码算法.针对Jacquin的算法,在为值块(range块)搜索匹配域块(domain块)进行全搜索,搜索速度慢,编码时间过长的缺点,笔者首先提出周边邻域的定义,然后在Jacquin算法基础上提出快速分形编码算法,这种算法大大减少了匹配计算,提高了分形编码速度.实验结果显示,编码时间缩短99%左右,而图像质量没有受到多大影响.     

快速分形图象压缩算法

分形块编码法能提供高压缩比、高质量的图象,其美中不足之处在于搜索最佳匹配块时耗时过长。本文提出的快速算法,采用二叉树和链表结构进行搜索,大大提高了匹配速度,从而缩短了编码时间。本算法分两次使用分形块编码,第二次是对第一次编码还原图和原图之间的误差进行编码,减少了图象失真。仿真结果表明,本算法较传统分形块编码法速度提高了几十倍。在高压缩比下,图象质量高于 Ｊ Ｐ Ｅ Ｇ算法。     

一种基于WBS编码、块编码前的压缩算法

提出一种基于二值图象压缩编码前处理的新观点和新方法 ,即从数学角度出发 ,提出一种方案 :对在二值图象中影响WBS编码、块编码效率的黑直线段 (铅直或水平 ) ,进行编码前预处理 ,消除黑直线段 ,提高压缩比。     

"Julia曲线"集合与分形图像的压缩编码

将“Julia曲线”按正方形形状以多种方式进行量化,并将量化的“Julia曲线”用于分形图像压缩编码,改变了分形图像压缩编码以变化的压缩编码字典进行编码的缺点,通过实验结果证明,“Julia曲线”能很好地拼贴所要编码的图像,并具有分形图像的解码优点,压缩比和压缩速度有了较大提高。     

一种改进的零树小波编码图像压缩算法

基于小波变换的图像编码是一种有效的图像压缩方法。针对零树小波编码方法存在的缺点，提出了一种改进的零树编码方法。仿真实验表明，这种改进的零树编码方法加快了编码速度，提高了图像压缩质量。另外，该编码方法也能够产生嵌入式码流，支持多码率解码。     

非线性分形图像压缩编码的优化

从减少搜索匹配块的数目入手,提出了一种旨在降低分形编码的复杂度,缩短编码时间的分形图像压缩的改进算法.提高了经典分形编码的压缩效率,并且保证获得高质量的重建图像.本算法采用了将方块转换为圆盘的方式来完成值域块与定义域块的匹配,扩充了编码字典.同时,对圆盘匹配中最大旋转角度进行了概率上的最优定位,优化了搜索块的范围,缩短了块的匹配时间.实验结果表明,本算法简单、有效,并具有良好的压缩结果和高质量的重建图像.