基于小波变换与改进分形结合的图像压缩算法研究

针对传统的分形图像压缩编码时间长的缺点,提出了改进的分形编码方法,并将小波变换与改进的分形编码结合.在MATLAB软件中进行测试实验,实验结果表明,与传统的分形编码算法相比,在保证图像压缩质量基本不变的情况下,新算法编码时间大大缩短了,并且提高了压缩比,具有较高的应用价值.     

基于RIFS和FIC的分形图像生成方法

将分形几何递归迭代函数系统（RIFS）和基于块变换的分形图像压缩（FIC）编码方法有机结合起来，提出了将分形图像压缩的分块IFS编码转换为RIFS编码，应用混沌算法生成分形图像的新方法，从而能够采用线性分形模型描述更广泛的几何图形对象，为RIFS逆问题的解决提供了一种新途径．     

基于RIFS和FIC的分形图像生成方法

将分形几何递归迭代函数系统（ＲＩＦＳ）和基于块变换的分形图像压缩（ＦＩＣ）编码方法有机结合起来，提出了将分形图像压缩的分块ＩＦＳ编码转换为ＲＩＦＳ编码，应用混沌算法生成分形图像的新方法，从而能够采用线性分形模型描述更广泛的几何图形对象，为ＲＩＦＳ逆问题的解决提供了一种新途径。     

结合DCT近似的分形图像压缩方法

分形图像压缩是一种基于分形迭代函数系统理论的图像压缩方法,压缩比大,但编码过程计算复杂、编码时间长,结合离散余弦变换近似的分形图像缩方法,提高了分形压缩中灰度变换的精度,从而达到了提高图像质量,提高比和减少编码时的目的。三种不压缩图像的结果比较证实了新方法的优越性。     

基于小波分解的分形图像压缩算法研究

在分析基本分形压缩编码算法优缺点的基础上,提出了基于小波分解的分形图像压缩算法.该算法对图像经过三级小波变化后,对二级子图像和三级子图像采用无搜索式分形编码,即值域块的分形码由相应固定位置的定义域块进行匹配搜索编码,小波系数的符号单独编码.解码时,利用不同小波尺度之间的相关性,由二级子图像的分形码估计出一级子图像的分形码;再由各尺度上的分形码重构各尺度的小波系数;添加小波系数的符号后进行小波反变换即得解码图像.仿真实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和提高压缩比方面均有良好的效果.     

基于多小波变换的医学图像分形压缩方法研究

针对医学图像分析与压缩的特殊要求,将多小波变换和分形压缩理论引入到医学图像压缩中。首先对医学图像进行多小波变换,较好地保持了医学图像的边缘和细节信息,再采用分形压缩方法对图像进行压缩。实验表明,算法在保持一定医学图像质量和较高压缩比的前提下,编码时间大大减少,结合多小波变换的医学图像分形压缩方法在临床应用取得较好效果。     

基于小波变换和分形技术的混合编码

提出了一种用于图像压缩的混合编码算法。该算法利用分形编码技术与 小波零树编码技术的互补性,针对分形编码十分耗时,小波编码压缩性欠佳的缺点,尝试将这两种不同的编码技术结合起来。混合算法具有比分形编码和小波编码更好的码率失真性能。     

一种简化的分形压缩编码方法

分形编码是一种很有潜力的图像压缩算法,Jacquin在1989年提出了一种基于局部迭代函数系统（PIFS）,可以真正自动实现图像压缩算法——分形块编码算法,在此基础上形成了基本的分形编码方案．衡量一种压缩算法好坏的标准之一是该算法是否容易硬件实现,基本算法由于计算复杂,计算量大,硬件实现需要较多的资源．比例因子是该算法中的一个重要变量,本文给出了一种求比例因子的方法,该方法简化了求比例因子的计算,从整体上减小了基本分形算法的计算量．由于比例因子计算的简化与计算量的减小,该算法将会有利于分形压缩的硬件实现．     

分形理论在图像编码中的应用

采用稳定性分裂结构分割方案,通过最优相似性合并R块的分形图像压缩算法进行编码.相对于传统分割方法,压缩倍数与恢复图像质量都有较大的提高.稳定性分裂和相似性合并的分形图像压缩算法是一种有效的改进算法.     

分形理论在图像压缩中的应用

在图像压缩中运用分形理论是一种基于自然图像局部自相似性的有效压缩技术。文章重点介绍分形图像压缩技术理论基础——迭代函数系统,再介绍分形图像压缩编码和解码的方法,最后简单介绍分形编码的改进方法。