差量分析和四叉树结合的分形图像编码算法

针对分形图像编码时间过长的问题,提出了差量分析和四叉树结合的分形图像编码算法。在搜索码本集合中运用差量分析匹配准则,只搜索那些符合差量分析匹配准则的定义域块,从而降低了搜索过程的复杂度,完成编码。实验表明,提出的算法较方差算法和改进四叉树分割算法速度分别提高了5.87倍和7.84倍,解码图像的峰值信噪比基本不变。     

一种改进的医学图像压缩编码算法

提出了一种基于四叉树分割的分形图像编码的改进算法,通过调整父块与子块的误差来控制编码速度和解码质量。仿真实验表明,该算法有效地提高了图像编码的效率,具有可行性。     

基于四叉树和进化算法的分形图像压缩

分形压缩的解码图像质量取决于子块的大小，四叉树算法能够使图像中自相似性较好的区域所分割的子块较大，而使图像中的细致部分所分割的子块较小，这样就保证了解压缩后图像的质量。利用进化算法随机搜索与子块匹配最优的父块，比穷举法所使用的搜索时间更少。本文综合运用四叉树和进化算法有效地提高了分形的解码后图像质量和图像编码速度。实验结果表明，该算法的提出是成功的。     

基于四叉树分割的分形图像编码的改进方法

针对在分形图像压缩中,为寻找最佳匹配块需要花费相当长的时间的问题,在四叉树进行图像分割的基础上提出了一种基于分类函数和γ函数的分形图像编码方法。通过该方法,可以将图像子块分成24类,并有效地确定一种变换,而不需将每一定义域块进行各种变换,节省了搜索空间。实验结果证明,该方法可使编码速度有较大提高,而解码图像质量无明显下降。     

基于自适应四叉树分块和DCT变换的大幅面图像分形压缩算法

自Barnsley提出图像分形压缩编码的概念,特别是Jacquin给出了第一个完全由计算机自动完成的图像编码算法以及Fisher提出了一种自适应四叉树的图像分块方法以来,图像分形编码得到了越来越多的研究,但图像分形压缩往往需要较长时间,这就给具体应用特别是大副面图像的压缩应用带来了困难。该文首先介绍了Fisher提出的基于自适应四叉树分块的图像分形压缩方法,然后在此基础上结合离散余弦变换（DCT）提出了改进算法。实验结果表明,这种改进算法在保持一定重建图像质量和较高压缩比的前提下,编码时间大大减少,对大副面图像的分形压缩非常实用。     

快速的分形码图像检索方法

针对分形域上的基于内容的图像检索(content-based image retrieval,CBIR),提出了一种新颖的基于无搜索的自适应四叉树分割的快速分形编码方法,来提取图像特征,从而使图像检索的编码阶段速度显著提高。对一幅256×256图像编码,算法平均约需0.0485s,比何的方法约快70倍,并且解码图像质量良好。改进了匹配算法来实现图像的快速检索,其准确性要高于洪的方法;最后通过对分形码距及分形码块数的分析,提出了进一步提高检索速度的方案。     

基于新型四叉树分割的快速分形图像编码

针对现有的基于四叉树的分形编码算法比较耗时的问题,提出了一种基于新型四叉树分割的快速分形编码方法。首先根据人眼视觉系统（HVS）特性分割出子块,再将各不同尺寸子块所对应的父块库中的父块按标准差排序。对于每一子块,在对应的父块库中寻找其在标准差意义下的最近邻父块,然后在该父块的邻域内进一步搜索最佳匹配父块,同时引进误差阈值来控制子块的搜索过程。实验结果证明,该算法的编码速度大大提高。     

基于预处理-修正模式的分形图像压缩方法

通过迭代函数系统（IFS）的不动点来逼近源图像的分形图像压缩方法是图像编码的一种相对新的技术。目前这种方法已派生出众多的图像编码方案，其中大多采用分块和匹配的方法来实现对图像的编码。为提高计算效率，总是希望能用尽可能少的域块（Domain Block）为图像的分类块（Range Block）找到最佳匹配。但这种考虑容易导致最终获得一个有些粗糙的图像编码。本文提出了一类预处理-修正模式的分形图像编码方法。我们保留原有编码作为预编码，进而提出修正预编码的具体算法。算法中充分利用了已有的计算结果，且修正编码过程中可以适当地加入人工干预，有利于提高压缩效率和改进编码质量。     

基于自适应门限四叉树的分形图像压缩新方法

由Fisher提出的用于分形图像压缩的固定门限四叉树方法中，子块与父块的实验门限值一般由经验来设定，这直接影响了分形图像编码的效率，门限值的设定是分形图像压缩中的技术难点之一。考虑了输入图像的特点，给出了自适应门限的计算推导过程，提出了门限与子块的方差成正比的自适应门限的分形图像压缩方法。实验表明，对同类图像该方法压缩时间短，还原图像PSNR高，提高了分形压缩编码的效率。     

基于四叉树分割的分形图像编码改进方法

目前分形图像压缩存在的最主要问题是编码速度慢。主要原因是搜索最佳匹配的定义域块耗时太多。本文通过分析影响分形图像编码速度的相关因素，对基于四叉树的分形图像编码提出了一种改进方法。通过缩小搜索范围达到提高搜索效率的目的。实验结果表明，该方法在相近的峰值信噪比和压缩比的情况下，编码速度得到了较大的提高。     

四叉树理论在分形图像编码中的应用

在分形图像编码领域,四叉树经典理论及各种各样的改进算法越来越多地被运用,不断地提升编码方法的正确性。着重对分形编码理论、经典四叉树算法和Fisher自适应四叉树算法进行研究,并在此基础上提出了一种改进四叉树的编码方法,最后,在VC6.0开发工具中进行了仿真和验证,结果表明该文提出的改进四叉树的编码方法在同类图像压缩和编码中,具有更高的压缩比和更短的压缩时间。     

一种分形彩色图像压缩编码方法

在分析彩色图像色彩三分量r,g,b的相关性和分形四叉树编码层次信息冗余性的基础上,提出了一种分形彩色图像压缩编码方法.它将图像的3个独立的颜色分量按某种方式组合成1个来搜索匹配块,从而将需要存储和搜索的3个颜色分量匹配块(SFC方法)减少为1个,并且对四叉树层次信息进行压缩.此外,采用不同的组合,得到了几个图像压缩比和解码质量相近的编码方法,其中使用亮度分量的方法比使用其他方法速度更快.实验结果表明,它优于SFC方法及标准JPEG方法,不失为一种好的分形彩色图像压缩方法.     

基于人类视觉系统的彩色图像分形编码算法

在分析传统的四叉树分形编码算法的基础上,将人类视觉系统(HVS)的特性引入到值域块的四叉树划分中,在定义域池的生成以及值域块与定义域块的匹配上采用分类的方法,然后利用彩色图像R,G,B三个分量的相关性,将三色分量图按某种方式组合成一个灰度图像,提出一种使用HVS的彩色图像分形编码算法.实验表明,在保证图像解码质量的情况下,该算法比Fisher和JPEG算法能达到更高的压缩比,并且在编码时间上优于Fisher算法.     

快速分形真彩图像压缩方法的实现

针对分形图像编码时间过长的缺点,提出了一种快速分形图像编码方法,称为LSS（Local Sub Search）,实验结果表明,对于真彩图像,较之传统的分形编码方法,该方法在相近的压缩比和解码图像质量的情况下,编码时间大为缩短。该方法已在VC++6.0集成开发环境下得以实现。     

结合DCT补偿的分形图像编码

分形编码是建立在分形迭代函数系统理论基础上的图像压缩方法,压缩比高,但编码时间长,编码过程复杂度高。针对分形压缩方法存在的这些不足,且保证在高压缩比下使得图像质量有明显改善,文中结合离散余弦变换近似的分形图像压缩方法,通过对灰度变换的调节,找到最佳父块及映射,使得均方误差小于容许误差,以此完成编码过程,从而达到提高图像质量和减少编码时间的目的。实验结果表明：文中提出的方法在保证图像质量的前提下,提高了分形编码速度且优于基本分形编码方法。     

一种基于去均值的加速收敛的分形压缩算法

通过研究传统分形压缩算法中解码迭代过程的收敛性问题，提出了一种新的基于去均值的加速收敛的分形压缩算法，理论分析和实验证明新算法的解码迭代次数要大大少于传统分形压缩算法，并且具有运算复杂度相对降低，恢复图象的ＰＳＮＲ提高等优点。进一步地，我们将新算法结合到自适应四叉树分割的结构中，在压缩比和图象质量之间取得较好的折衷，实验结果优于相同条件下的传统分形压缩算法。     

一种快速的智能型四叉树分形图象压缩方法

本文介绍了分形图象压缩理论，传统四叉树分形图象压缩方法及其不足。针对传统方法编码速度慢的缺点，本文介绍了一种有效缩小查找范围的智能回形查找方法并给出了算法。