分形图像编码的改进算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩技术。通过引入一个可以影响解码图像质量和编码时间的控制参数，该文提出了分形图像编码的一种改进方案。该方案既不需要复杂的理论分析，也不需要改变现有的分形解码过程，因此能够以直接的方式融入其它的分形图像编码算法。计算机仿真显示，对一组复杂性不同的测试图像，以PSNR(peak signal-to-noise ratio)度量的解码图像质量优于对应的分形图像编码算法的解码图像质量，同时编码时间也大幅度减少。     

基于平均偏差剔除的快速分形图像编码算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩技术。这项技术的主要缺点是花费在寻找range块的最佳匹配domain块上的时间太长。根据一个联系均方根和平均偏差的不等式,在编码过程中,利用平均偏差来设置剔除条件,剔除与range块不太可能匹配的domain块,以提早结束搜索过程,避免全搜索,从而减少编码过程的时间。计算机仿真显示,对3幅复杂性不同的测试图像,在影响解码图像主观质量很小的情况下,与基本分形图像编码算法相比,该文方案的编码速度平均加快60多倍。     

基于相关系数的快速分形图像编码算法

自Jacquin提出的分形块编码以来,各种改进算法不断出现,不同程度地减少了编码时间.该文基于相关系数的快速分形图像编码算法,从理论上研究了图像块匹配误差度量和图像块相关系数之间的关系,论证了极小化图像块的均方误差等价于极大化图像块的相关系数,提出了基于相关系数的分形图像编码算法,实现了在解码图像不降质的情况下大大地缩短了编码时间.     

基于局部方差和DCT变换的混合分形图像编码算法

分形图像编码技术是一种很有发展前途的新型图像编码技术，相对于已有的其它图像编码算法，分形图像编码算法能够在取得高压缩率的前提下，较好地保持解码图像的质量。本文根据图像内部的图像子块特征，提出了一种基于局部方差和DCT变换的混合分形图像编码算法，该算法在大幅提高分形编码速度的同时，很好地改善了解码图像的质量，进一步增进了分形图像编码的实用性。实验结果表明，混合编码算法的编码时间与方差算法的编码时间相当，解码图像的质量甚至好于基本分形图像编码算法。     

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。     

迭代图像编码

提出一种新的图像压缩编码方法迭代图像编码.迭代图像编码的理论基础是泛函分析中的不动点定理.迭代图像编码先确定数字图像空间的一组压缩变换,然后通过迭代运算求出压缩变换的不动点,这些不动点组成了图像编码所使用的码书.对于一幅待编码的图像,在码书中寻找与图像最为接近的不动点,这个不动点所对应的压缩变换就构成了图像的压缩编码.本文提供的理论分析和实验结果表明,迭代图像编码是行之有效的图像编码方法.     

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。     

一种基于小波变换的分形图像编码压缩算法的研究

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法(FCC)优缺点的基础上，提出了一种新的结合小波变换的分形图像编码压缩算法(DWT—FCC)，该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

基于图像块叉迹的快速分形图像编码算法

摘要分形图像编码能够在高压缩比下高质量地重构图像,但需要较长的编码时间．因此,迫切需要各种快速编码算法以扩大其应用领域．分形编码的时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块．针对这个问题,该文提出一种快速分形编码算法,它基于图像块的一种新特征——叉迹,能够在较小的搜索范围内完成输入子块的最佳匹配．实验显示,该算法能够大大缩短编码时间,同时实现和全搜索分形编码算法相同或更好的图像质量．     

基于相关系数的快速分形图像编码算法的改进

分形图像编码具有快速解码的优点,但需要较长的编码时间。因此,快速编码算法对扩大分形编码的应用领域是十分必要的。最近,作者提出了一种基于相关系数的快速分形编码算法,该算法基于一个未经理论证明的命题（两个等尺寸的子块不能组成匹配对,除非它们的相关系数相对较大）。该文继续讨论基于相关系数的快速分形编码算法,从理论上验证了该算法依据的命题,并改进了这个算法。计算机仿真显示,与基本分形算法比较,改进的相关系数算法能够实现加快编码5倍左右,同时峰值信噪比（PSNR）还有所增加。     

图像子块特征匹配的快速分形编码算法

基于分块迭代函数的全搜索分形图像编码算法,因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间,通过定义每个range块和domain块的子块特征,根据匹配均方根误差与它的关系,设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近,因此,每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内,以达到加快编码过程的目标。14幅图像的仿真结果表明,该算法能够在[PSNR]降低0.73 dB（其结构相似性[SSIM]值仅下降0.002）的情况下,平均加快全搜索分形编码算法的编码速度99倍左右,而且也优于其他特征算法。     

基于改进K-均值聚类的快速分形图像编码算法

将先进的K-均值聚类理论引入到分形图像编码领域,是目前国际学术界的研究热点之一.本文全面分析了K-均值聚类的初始聚类中心选取问题,给出了基于均值一标准差的初始聚类中心选取新方案,并据此提出了一种新的快速分形图像编码算法.仿真实验表明,本文所提出的快速分形图像编码算法是一种高效的图像压缩方法,不仅其压缩效果明显优于传统K_均值聚类分形图像压缩方案,而且具有较短的编码时间.同时,该算法还具有较强的通用性与适应性(传统K-均值分形编码方法对于纹理图像压缩效果较差,而本文算法的压缩效果却较理想).     

分维分割编码与重构

文章给出了基于分形维进行分割的编码算法及相应的解码重构过程描述。分形编码是从全局出发,考虑到图象中一些相距甚远的区域之间,或区域与整体之间可能存在相当大的相关性这一特点而提出了利用分形及分形维的方法,试图寻找快速的编码,解码及平滑处理。该方法通过存储图象的生成元获得了显著压缩图象存储量的效果。     

提高分形图像编码质量与速度的方案

分形图像编码十余年来在图像处理尤其是图像压缩领域引起了人们的极大兴趣。众所周知，编码时间长是这项技术的主要缺点，许多改进方案因此被提出以加快编码过程。然而，在这些加快方案中，大多数仅仅是在解码图像质量或多或少有所下降的条件下减少编码时间的。该文提出进一步提高解码图像质量和编码速度的方案：一是预先在待编码图像中添加高斯白噪声以进一步减少不满足对比度因子约束的domain块的数目；二是对小方差range块直接用其均值块代替以进一步加快编码速度。实验结果显示，对于三幅复杂性不同的标准测试图像，本方案确实能够从解码质量和编码速度方面改进传统分形图像编码。     

基于像素采样的分形图像编码算法

分形图像编码是一种基于自然图像局部自相似性的有效压缩算法技术．但是,基本的分形编码算法是耗时的,由于在基本编码算法中值域块要在庞大的定义域块库中搜索最佳的匹配块．为了减少编码时间,该文提出了基于像素采样的分形编码方案．该方案既不需要复杂的理论分析,也不需要改变现有的分形编码、解码过程,因此能够以直接的方式引进其他的块速的编码算法．计算机仿真显示,在PSNR降低的情况下,编码的匹配搜索时间大幅度减少,同时解码图像的主观质量并没有很大程度上明显降低．     

改进的分形矢量量化编码

为了提高图象的分形矢量量化编码效果，在利用四叉树对图象进行自适应分割的基础上，基于正交基三维分量投影准则，提出了图象块非平面近似方法，进而形成一种新的静态图象分形矢量量化编码方法。该方法首先通过对投影参数进行DPCM编码来构造粗糙图象，然后由此来构成差值图象编码的码书。由于该方法把分形和矢量量化编码结合起来，因此解码时只需查找码书，并仅进行对比度变换。计算机编、解码实验结果表明，该编码方法具有码书不需外部训练，解码也不需迭代等优点，且与其他同类编码器相比，该方法在压缩比和恢复图象质量（PSRN）方面均有明显改善。     

A fast fractal image encoding method based on intelligent search of standard deviation

In this paper we present a fast fractal encoding method based on an intelligent search of a Standard Deviation (STD) value between range and domain blocks. First, we describe the basic fractal image compression theory and an improved bit allocation scheme for Jacquin’s Iterated Function System (IFS) parameter. Experimental results show that using a Fixed Scale Parameter (FSP) can shorten encoding time without significantly affecting reconstructed image quality. Second, we present a search algorithm based on the STD introduced by Tong. We enhance Tong’s STD search algorithm by introducing a domain Intelligent Classification Algorithm (ICA) based on STD-classified domain blocks. The domain block search pool is pruned by eliminating multiple domain blocks with similar STD values. We refer to this pruning as the De-Redundancy Method (DRM). The domain search process is adaptive with the range block STD value of interest controlling the size of the domain pool searched. We refer to this process as the Search Number Adaptive Control (SNAC). Finally, we present experimental results showing the efficiency of the proposed method, noting a significant improvement over Tong’s original STD method without significant loss in the reconstructed image quality.     

图象分形压缩映射存在性的构造性证明和应用

给出了图象分形压缩映射存在性的一个构造性证明,并应用在图象编码中,此外,根据缩映射存在性的构造证明过程,提出了分形编码的一个新算法。实验表明,在提高图象恢复质量的同时,运算时间也大大缩短。     

基于分形维匹配的编码算法

本文主要描述的是图像处理方面的分形模拟。构造自相似图像,可以由一小组点通过仿射变换重复映射而产生,而这只需要存储一些起始点和作用到这些点上的变换规则即可。本文从分形维的特征出发,提出了基于分形维进行的迭代函数系统（IFS）匹配的分形编码算法（FIFS：Field Iterated Function System）,这不但获得了很高的压缩比,同一般的分形编码相比,还取得了较快的编、解码速度和自相似匹配误差测算方法。