分形图像压缩方法

分形几何方法是一种新的图像压缩编码方法。本文介绍了分形几何和分形图像压缩的一些基本概念，以及以分形为基础的几种图像压缩编码方法。     

基于分形理论的图像压缩编码技术

分形图像压缩编码是当今图像编码领域研究的热点之一，是一种具有独特优势且极有发展前途的数据压缩技术。本文从分形基本理论出发，对分形图像压缩编码思想、编码方法等进行了综述，并介绍了分形图像压缩编码的一些改进方法。最后，探讨了分形图像压缩编码的发展方向。     

基因表达式编程在分形图像压缩编码中的应用

针对目前存在图像压缩率不高、全局搜索或遗传算法寻找最优分形图像压缩编码速度慢的不足,将基因表达式编程应用于分形图像压缩编码,提高求解分形图像压缩编码速度和压缩比.首先从理论上对二值图像压缩编码的求解过程和基因表达式编程在压缩编码中的作用机理进行分析;然后,研究分形图像压缩编码的基因和染色体的表示方法,适应度函数设计以及选择、变异、插串、基因变换、基因重组等基因遗传进化操作过程.提出基因表达式编程的分形图像压缩算法,求解分形图像压缩编码的最优解.实验结果表明,基因表达式编程应用于分形图像压缩编码,具有较强的全局寻优能力,搜索最优解的速度比遗传算法快约2倍,图像压缩率高.     

分形图像编码的原理及其发展趋势

介绍了分形图像编码的原理及分形图像压缩的编码方法，提出了分形图像压缩编码的改进方法及其发展趋势。     

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。     

分形图偈压缩及实现方法

自然界非常复杂的图像只能借助于分形几何学来处理,分形图像压缩就是利用分形几何学的有关原理进行编码以实现图像压缩。     

基于遗传算法和迭代函数系统的图像压缩方法

分形图像编码是一种具有诱人前景的压缩编码方法,它能够实现很高的压缩比而且主观质量良好。由于分形编码中搜索与给定值域块了相匹配的定义域块的过程耗时很长,因此分形编码速度很低。遗传算法是一种在最优搜索应用中十分常见的高效搜索算法。文中在讨论研究遗传算法效率的基础上,将遗传算法应用到分形图像压缩编码中,有效地解决了分形图像编码中的最优匹配问题,实验结果表明将遗传算法与分形压缩编码有机地结合起来可以大大提     

广播与电视

为了提高分形图像压缩方法的效果,采用分割迭代函数系统方法,融合进化算法和四叉树方法,并使用C/C~(++)语言,实现了分形图像压缩程序。程序运行结果表明,该方法能够提高图像压缩的质量和速度。参5     

基于混合编码的分形图像压缩方法研究

提出了一种基于混合编码的分形图像压缩方案,改进了分形编码与SP IHT算法,对提升小波变换后的最低频部分采用改进的分形编码,其他部分采用改进的SP IHT算法。试验结果表明,该方法在缩短了图像压缩时间的同时,明显减少了分形压缩恢复图像的方块效应。     

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。     

分形插值和分形图象压缩编码相结合进行图象数据压缩

本文首先研究了分形图象压缩编码和分形插值图象压缩方法。这两种方法在压缩比很高时图象效果均不是很理想,为此我们提出了综合利用分形插值和分形图象编码方法进行图象数据高效压缩的思想。实验结果验证了这种思想的正确性和可行性。新的方法在恢复图象信噪比为28.5dB时,压缩倍数可高达76倍,速度也大大提高。     

基于相对梯度的自适应图像分形压缩并行算法

介绍了基于IFS(Iterated Function System)的图像分形压缩技术的基本理论,利用原图像及其相对梯度图自相似的特点,采用自适应四叉树分割方法,提出了基于相对梯度的自适应图像分形压缩并行算法。算法复杂性分析表明该方法提高了图像分形的压缩比,计算量少,效率较高。     

基于小波分析的分形图像去噪压缩方法

近十几年来,分形(Fractal)在图像压缩技术中的应用已成为图像数据压缩领域中最为热点的问题之一。其压缩比在理论上可超过经典压缩方法的几个数量级。但实际上,原始图像经常被噪声污染。噪声的存在一方面使得图像编码的时间延长,另一方面降低了图像的信噪比,使图像质量明显下降。本文对小波变换、分形压缩编码的原理和特点进行了分析;结合小波变换和分形压缩编码,利用分形的自相似性,研究了基于小波域的分形图像去噪、压缩方法。该方法有效地减少了计算复杂度和编码时间并获得了良好的图像质量。实验结果表明,该方法在较大的压缩范围内,能够获得好的压缩结果,同时也表明采用这种方法的潜力之所在。     

分形图象压缩编码的回顾与展望

介绍了分析图象压缩编码的历史和现状，以及几种方法的分形压缩技术，总结了近年来在分形图象压缩编码方法所取得的重要进展，并提出了一种新的序列图象分形编码的思路。     

广义收敛的分形图像压缩编码

本文讨论了分形图像压缩的收敛性问题,给出了严格收敛和广义收敛的概念,提出了广义收敛的分形图像压缩编码方法(GC-FICC).实验证明,应用本文方法,可以在保证同样压缩比前提下,提高重建图像质量.     

基于方向性零树小波的分形图像编码

该文阐述了分形图像方块编码在小波变换域内实现的原理,将零树概念扩展后与小波域的分形仿射变换相结合,提出一种基于方向性零树小波的分形图像编码方法。计算机模拟实验表明,在高压缩比时,其编码性能优于典型的基于四叉树分割的分形图像编码性能,接近于嵌入式零树小波编码(EZW)的性能。     

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。