近邻相关匹配图象快速分形压缩编码

为缩短分形编码中值域块与定义域块逐一匹配时间．将值域块与定义域块的全局匹配改为近邻匹配。并提出近邻相关匹配分形近似编码的方法,在子块搜索匹配之前将大量显著不相关的子块剔除掉,从而大大缩小搜索空间。通过实验,该方法比全局搜索匹配的分形编码快。     

加速分形块编码

在分形块编码中，值域块与定义块池中的定义域块逐一匹配过程极其费时，为了大大地缩短分形编码的时间，将定义域块和值域块的匹配限制在以值域块的均值和方差作为中心的动态窗口中．动态窗口的长和宽，根据定义域块均值和方差的二维直方图自适应确定．与全局匹配分形块编码相比，大大地缩短了编码时间．     

多尺度匹配的分形近似编码

将多尺度分析的思想引入到值域块与定义域块匹配过程中，预先剔除掉在粗尺度下与值域块不匹配的定义域块，相对减少了在细尺度下与值域块匹配的定义域块．该方法为缩短分形编码的搜索时间提供了一条新途径．与全局搜索匹配分形块编码相比，大大地缩短了编码时间     

图像8邻域分形块编码

提出了8邻域分形块编码，其值域块的分形编码是基于对值域块最小均方差近似得来的。因而与基于搜索匹配的Jackquin分形块编码相比，它速度快，压缩比高。对512×512的“Lenna”图像实验结果表明:二级8邻域分形块编码每像素比特率可达到0．36bpp，峰值信噪比可达29．86dB，在PC486上，编码时间为64秒，解码时间为109秒。     

像素点的邻域分形近似及其分形编码

提出了一种新的图像块的分形近似方法，该方法借助于像素点的邻近点以达到对图像块的最小均方分形近似．这实际上是寻找仿射变换Ｔ，使图像块各像素点的邻近点压缩到自身时，均方差最小．量化后的仿射变换Ｔ构成了图像块的分形块编码．对每一图像块，仅仅解二阶线性方程组．用该分形块编码对图像编码，可获得高压缩比且具有实时性     

四级邻域匹配分形近似编码

为了缩短分形编码中值域块与定义域块池中的定义域块逐一匹配时间，提出了四级邻域匹配分形近似编码。在编码时，对不同的图像匹域进行不同级的编码，并将值域块与定义域块的全局匹配改为邻域匹配。该方法与Ｊａｃｑｕｉｎ的分形块编码相比，不仅大大地缩短了编码时间，同时也提高压缩比，两者解码图像峰值信噪比相近。     

多尺度匹配的分形近似编码

将哆尺度分析的思想引入到值域块与定义域块匹配过程中，预先剔除掉在粗尺度下与值域块不匹配的定义域块，相对减少了细尺度下与值域匹配的定义域块。该方法为缩短分形编码的搜索时间提供了一条新途径。与全局搜索匹配分形块编码相比，大大地缩短了编码时间。     

自适应分形矢量量化编码

提出了一种自适应分形矢量量化编码方法。对图像进行自适应四叉树分割,并构造粗糙的均值图像。误差图像进行分形矢量量化编码时,使用设计的自适应二维维纳数字滤波器,对收缩的均值图像进行滤波后,可构造好的码书。实验证明,本方法码书不需外部训练,解码不需要迭代,可以改善重建图像的视觉质量,使压缩比和PSNR都有明显提高。     

加速分形块编码

在分形块编码中，值域块与定义域池中的定义域块逐一匹配过程极其费时，为了大大地缩短分形编码的时间，将定义域块和值域块的匹配限制在以值域块的均值和方差作为中心的动态窗口中，动态窗口的长和宽，根据定义域块均值和方差的二维直方自适应确定，与全局匹配分形块编码相比，大大地缩短了编码时间。     

四级邻域匹配分形近似编码

为了缩短分形编码中值域块与定义域块池中的定义域块逐一匹配时间，提出了四级邻域匹配分形近似编码．在编码时，对不同的图像区域进行不同级的编码，并将值域块与定义域块的全局匹配改为邻域匹配．该方法与Ｊａｃｑｕｉｎ的分形块编码相比，不仅大大地缩短了编码时间，同时也提高压缩比．两者解码图像峰值信噪比相近     

基于小波变换的分形图像编码

在分析小波变换后系数分布特点的基础上,提出了一种新的基于小波变换的分形图像编码算法．根据小波变换后能量集中于低频的特性,在传统的Jaquin分形编码方案的基础上,引入局部Harr小波变换,以低频子图代替原图进行值块、域块间的匹配计算以加快搜索过程,从而提高编码速度．结果表明,该算法在峰值信噪比下降很少的情况下。编码速度提高了100多倍,证明了其高效性．     

分形图像编码研究的进展

分形图像编码因其解码分辨率无关性、快速编码及高压缩比等显著特点而备受关注。尽管分形图像编码的优势很明显但编码过长仍然是其主要的缺陷。为了减少编码时间、改善图像质量和压缩比,许多方法被提出。     

分形图像压缩编码的研究进展

综述了近年来在分形图像编码方面的最新进展，详细分析了分形图像编码在图像分割算法、对域块的变换、域池选择、图像编码、匹配块的搜索策略、仿射变换实现和图像解码等几个方面的研究现状以及在这些方面的性能优化问题。对其中的每一个方面，都探讨了一些最新的典型方法，并对这些方法在复杂度、精度、收敛性等方面进行了简要的性能比较，指出了分形编码存在编码速度慢等问题，指明快速分形编码及与其它编码方法的联合编码的研究方向。     

小波与分形混合图像压缩编码

传统的分形图像编码方法,由于编码时间长,严重影响其广泛应用。提高分形图像压缩的编码速度是目前分形图像编码研究的重点。文章结合小波多尺度分析的特点,提出了基于方差的小波和分形混合编码算法。实验结果表明:本文的算法在重构图像的峰值信噪比(PSNR)略有下降的情况下,编码时间减少了98.67%和压缩比提高了4倍。     

基于离散小波分形的图像压缩编码

应用小波嵌入式零树编码技术 ,并将其与分形编码技术相结合 ,实现了对小尺寸图像 (12 8× 12 8× 8bits)的有效压缩 .在较好的图像主观质量与峰值信噪比的前提下 ,获得了压缩比较高且无分块效应的重建的小尺寸图像 .     

利用熵和分形压缩编码的图像检索新方法

图像的抽象描述和特征提取是基于内容的图像检索系统中需要解决的关键问题之一,文章提出了一种图像信息熵和分形编码相结合的图像检索方法．首先,计算图像库中的各幅图像的信息熵,比较设定的阈值对图像库进行预分类;其次．利用Jacquin方法计算得到查询图像的分形IFS编码,应用到图像库同类的图像进行分形迭代解码;最后,计算解码图像与查询图像的相似距离得到检索结果．实验结果表明,与直接像素值相似匹配方法相比,该法在基本保证图像检索效率的前提下,极大地提高了检索时间．     

一种小波域分形图像编码算法的研究

针对经典分形压缩算法中编码时间过长的问题,研究了小波变换在分形图像编码中的应用.根据图像经小波变换后能量主要集中在低频系数图像上,并且和同方向高频小波子带之间具有相似性的特点,而分形编码正是利用图像的自相似性,提出了一种小波域分形图像编码算法,仿真结果表明,该算法在保证重构图像质量的前提下,大幅度减少了编码时间,提高了压缩比.