方差剔除条件的快速分形图像编码方法

虽然分形图像压缩技术在高压缩比时具有高的重建图像质量,但是它编码过程耗时长导致了它难以在图像压缩领域广泛应用.为了减少寻找range块的最佳匹配domain块的时间,本文提出了基于方差剔除条件的分形编码方法,它利用均方根误差和方差关系的不等式,设置一个range块与domain块匹配搜索的提早结束条件来避免全搜索,从而减少编码过程的时间,实现加快编码速度的目的.计算机仿真显示,对5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,本文方案加快了基本分形编码算法的编码速度27倍.     

三种优化分形图片压缩算法比较分析

分形图像压缩(FIC)是基于局部迭代函数系统(PIFS)的图像压缩算法,即用自然景物的自相似性来进行数据压缩;但是巨大的耗时量限制了其实际应用;FIC的耗时量主要体现在以下几方面:每一个值域块的最优匹配块的搜索都要在所有的定义域块中进行,需要花费大量的时间;计算、量化、存储所有的仿射变换参数;图像分割过程;为了克服FIC计算成本高的缺点,采用了遗传算法、蚁群算法和粒子群算法减少寻找相似定义域块的搜索空间,加快编码速度;实验结果表明:优化后的FIC能有效地减少编码时间同时保持峰值信噪比。     

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.     

一种快速分形图像编码方法

提出了一种快速分形图像编码方法．该方法利用原图像的均值图像设计编码码书，利用高阶统计量对域块进行分类，可以有效地减少域池中域块之间的相关性．同时，使用遗传算法搜索值块的匹配域块，可以减少分形图像编码时值块与域块的匹配搜索时间，加快图像分形编码的速度．基于这种方法的分形图像编码，在图像解码时不需要迭代，可以提高图像的解码速度，不需要对编码时的伸缩系数加以限制．仿真结果表明，这种快速分形编码方法可以减小图像编码时间，较大提高了分形编码的速度．在相同压缩比的情况下，解码图像的质量也比传统方法要高．     

基于分形集的多层子块匹配图像压缩算法

提出一种基于分形集和迭代函数系统的多层子块匹配图像压缩算法．通过高层次的子块匹配结果限定低层次子块的搜索范围,多层子块匹配能减少搜索复杂度,实验结果表明该算法能够在保证图像质量的情况下取得较好的压缩效果．     

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．     

基于对称分形的虹膜图像压缩算法

利用虹膜图像固有的对称特性,提出了基于对称性的快速分形虹膜图像特征区域的压缩算法;通过虹膜图像特征区域边缘的定位,确定对称轴,然后对于一值域图像块,与其匹配的定义域块被限定在其对称区域中,从而可减少定义域块的搜索范围,加快分形编码速度,最终达到加速虹膜图像压缩目的。     

基于新的父块库分类的自适应图像分形编码算法

图像编码在数据存储和传输领域有着广泛的应用,全自动分形图像压缩算法是实现高压缩比图像编码的有效途径之一.本文在自适应四叉树分形编码基础上提出了一种改进的父块库分类的算法.该算法将父块划分为四个部分,以各部分的灰度均值和平稳阈值为判定标准,将父块库划分为两个大类和六个小类,大幅度降低了父块库的冗余程度.通过对图像的编码与解码计算,发现改进算法在加速搜索的同时,可以大幅度地提高图像的峰值信噪比.其中,平稳阈值是影响编码时间的主要因素,适中的平稳阈值能够保证最短的编码时间.     

2-范数结束条件的分形图像编码算法

具有极好质量和压缩比的分形图像编码因其编码耗时而限制了它的应用.针对这个问题,本文提出一种快速分形编码算法,它运用图像块2-范数设计的结束条件来避免编码过程中的全搜索,对一个range块,能够在较小的搜索范围内找到它的最佳匹配domain块,匹配搜索过程可以提早结束,因而编码时间极大地减小.仿真实验显示,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近的重建图像质量.     

基于MPI的分形图像压缩并行算法

利用MPI提供的库函数,提出了基于MPI的分形图像压缩并行化算法,将图像的定义域块和值域块的搜索匹配过程分配给多台处理器同时执行.实验结果表明,利用MPI来进行分形图像压缩,可以缩短压缩时间,在不改变压缩比的情况下,得到较好的加速比.     

数据压缩字典与快速图像分形映射压缩算法

针对分形编码压缩时间太长、以至于该算法很难达到实用的缺点,提出了对图像进行分级预处理,即根据被压缩图像的实际情况建立一个数据压缩字典,使得被压缩图像的匹配块仅在数据压缩字典指定的块中进行,从而大大减少图像压缩过程中的搜索范围和压缩时间·此外,给出了建立数据压缩字典的理论基础,并根据此思想给出了一个新的实现分形编码算法·实验表明,在提高压缩比的同时,运算时间也大大缩短     

一种基于灰度评价的图像分块压缩算法

针对分形图像压缩算法中匹配定义域块搜索存在的速度慢,只是局部最优的缺点,提出了一种基于灰度评价的图像分块压缩算法,即用灰度评价的方法来区分图像,同时,对映射集增加对比度和亮度的约束,从而大大提高了图像的可分性,压缩比和压缩速度,最后,用随机迭代的方法完成图像的解码,保真效果良好。优化了分形图像压缩编码方法。     

一种快速小波子带分形图像压缩编码方法

在小波变换相邻子带块预测编码的基础上 ,提出了一种快速小波子带分形图像压缩编码方法 .根据小波子树结构性相似的特点 ,把块预测搜索范围限制在子树附近 ,大幅度减少图像小波子带分形编码时间 ;然后采用在上一级恢复子带的基础上进行分形预测编码、对较低分辨率子带中分形预测误差较大的块直接进行编码等新的编码方法 ,以提高恢复图像质量 .实验结果表明 ,该方法在图像压缩编码时间大幅度缩短的同时 ,恢复图像质量也有所提高     

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．     

矿井监控图像的分形编码

针对井下光照度低,监控图像对比度低,平滑区域较多这一特点,为了提高煤矿井下监控图像的分形压缩编码的效率,采用了基于平滑块处理的分形编码算法。在进行分形编码时,预先设定图像D块及R块的方差阈值,将方差小于其阈值的所有D块剔除在码本之外,对于方差小于其阈值的所有R块不进行搜索匹配,而是直接赋以均值。实验研究结果表明:基于平滑块处理的分形编码算法比基本分形编码算法更有效。该算法的实现提高了分形编码的效率,有助于解决煤矿井下监控图像的低比特率传输问题。     

分形图像压缩研究的进展

从图像划分,编码算法,分类方法,解码算法,拼接定理和变换参数量化等方面对分形图像压缩编码的研究进展进行评述,提出了一种基于Ｊａｃｑｕｉｎ逐块变换和Ｂａｔｈ分形变换的混合编码方案,并指出形分图像压缩编码进一步的研究方向。     

一种快速分形图像压缩编码

根据统计规律建立一个小型固定字典,用以加速分形图像的压缩编码;然后,用Julia图像的生成的图像块作为分形图像压缩编码字典的补充;还建立一个编码和解码都相同的平均值字典·因此,使用的压缩方法改变了由常规设计的传统分形图像压缩编码使用编码和解码不相同字典进行编码和解码的缺点·实验结果表明,所使用的方法能很好地对图像进行分形压缩编码和解码,和常规分形编码方法相比还具有较高的PSNR·     

图像块自相似特征的快速分形编码算法

为了解决全搜索分形图像编码算法在编码过程中range块和domain块匹配特别耗时问题,定义了每个range块和domain块的自相似特征,由于在自仿射变换下最优匹配块间的自相似特征应该接近,因此,每个range块的最优匹配块搜索范围仅限在与其自相似特征接近的domain块邻域内,变全局搜索为局部搜索.六幅图像的仿真结果表明,它确实能够在PSNR降低0.48d B(其结构相似性SSIM值仅下降0.0015)的情况下,平均耗时仅为全搜索分形编码算法的18.65%左右,而且也优于其他特征算法,所提算法达到了加快编码过程速度的目标.