基于正交多小波变换的快速分形图像编码

提出了一种快速分形图像编码算法.编码时,通过插值正交多小波变换将原始图长像缩小,然后使用基本分形编码算法进行压缩;解码时,使用基本分形解码算法进行解码,然后使用插值正交多小波变换恢复图像.实验结果表明,与直接使用分形编码方法相比,该方法缩短了编码时间,并且在信噪比、压缩比等方面得到了改善.     

分形和基于C~(++)的分形参数化绘图

对分形图形技术进行了一些研究.在分析分形图形形成的理论上,研究了分形图形的几种生成方法:基于L-系统的分形图形、复变函数迭代.通过研究各种方法的基本思想和生成过程,归纳筛选出决定其形态的参数,用Delph i语言实现分形绘图系统.     

基于分形理论的一种新的机器学习方法:分形学习

首先提出了一种新的机器学习方法,即分形学习,该方法旨在更好地从高维、海量数据中获取知识.分形论的研究对象为自相似系统,分形学习就是利用系统的自相似性来作为推理和学习的基本依据,其中分形维是定量描述系统自相似性的参数,也是应用于分形学习的重要参数;然后给出了分形学习的定义,阐述了其中的基本理论和学习过程中的关键技术;最后将该方法应用于案例库约简等方面的研究,取得了较好的效果.     

基于分形理论的不规则物体的造型方法研究

针对不规则物体的造型特点,笔者首先分析分形的基本生成方法之-L系统的基本作图原理,改进了一种基于L系统的三维分形树的算法,然后讨论当前典型的分形山的生成方法中点位移法,并对上述两个算法进行了计算机模拟.     

关于测度的重分形分析

测度的重分形分析是分形几何的一个重要研究方向,它广泛应用于动力系统、湍流、降雨量模型、地震和金融时间序列模型.发展重分形测度的数学理论和方法至关重要.文中简要阐述测度的重分形分析的基本思想和方法,并介绍笔者及其课题组在该领域取得的主要研究成果.     

基于神经网络的分形图像压缩与解压缩

图像压缩技术中,分形图像压缩与解压缩具有较高的压缩率和低损耗率,但基于迭代函数系统的自动分形图像编码方法计算量大,因此限制了其实际应用。人工神经网络具有学习、记忆、识别及推理等特点,为分形图像压缩解压缩提供了一个全新的解决方案。提出使用神经网络方法以并行方式完成分形图像压缩与解压缩的大量计算,模拟结果显示,与基本的自动分形图像编码方法相比,在基本保证重建图像质量的前提下,运算时间和码率均下降,显示出神经网络技术应用于分形图像压缩与解压缩中的可行性及高效性。     

定位图像分维算法的计算机研究

通过对3种方法计算结果的分析,验证了计算图像分形维数的基本理论,进一步研究了分形理论在遥感图像中的应用.     

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.     

分形的推广、应用和某些基本问题

首先简要介绍分形和自相似性.其次讨论分形的推广,包括笔者提出的复数维.第三探讨分形的某些应用,包括应用于社会科学和文学.第四研究分形中的若干基本问题,特别是分维、分形中量纲的奇异性,D维分形物体的量纲是不同的(cm)D.最后探索宇观-微观分形、泛量子理论和对分形的展望.     

一种双三次插值与IFS相结合的图像压缩新方法

提出一种基于Ｗａｌｓｈ四子带分解,将双三次插值与改进的分形编码相结合的图像压缩方法。实验结果表明,与基本的自动分形图像编码方法相比,在基本保持重建图像质量的前提下,运算时间下降而压缩比提高。     

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．     

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     

分形图像压缩编码及其改进措施的研究进展

分形图像压缩编码是当前图像处理领域的研究热点，是目前较有发展前途的图像编码方法之一。本文介绍了分形图像压缩编码的理论基础及现存的主要问题，在此基础上对分形图像压缩编码的改进方法和措施进行了综述，并认为在传统的压缩算法中引入并行分布计算能取得更好的效果。     

A Compression Algorithm of Hyperspectral Remote Sensing Image Based on 3-D Wavelet-Fractal Coder

In this paper, the 3-D Wavelet-Fractal coder was used to compress the hyperspectral remote sensing image, which is a combination of 3-D improved set partitioning in hierarchical trees (SPIHT) coding and 3-D fractal coding. Hyperspectral image date cube was first translated by 3-D wavelet and the 3-D fractal compression coding was applied to lowest frequency subband. The remaining coefficients of higher frequency snb-bands were encoding by 3-D improved SPIHT. We used the block set instead of the hierarchical trees to enhance SPIHT's flexibility. The classical eight kinds of affine transformations in 2-D fractal image compression were generalized to nineteen for the 3-D fractal image compression.The new compression method had been tested on MATLAB. The experiment results indicate that we can gain high compression ratios and the information loss is acceptable.     

基于小波系数子树的分形图像数据压缩

目的 研究小波变换和分形编码在图像数据压缩中的应用。方法 根据小波变换后不同分辨率下图像的子带小波系数的相似性,通过分形非收缩仿射变换,利用低一级频率分辨的子带小波系数子树预测第一级频率分辨的子带小波系数子树,实现对图象的高效描述。     

基于分类的小波域分形图像编码方法

通过分析小波分解作为分形图像编码预分解的有效性和小波域内仿射变换的特性,提出一种基于分类的小波域内的分形图像编码方法。实验结果表明,该方法简化了编码参数,在保持图像质量(PSNR)的条件下提高了压缩效率,同时结合小波域图像的自动分类特征,显著地减少了编码时间。     

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。     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

分形及其在图像压缩编码中的应用

简要介绍了分形、分数维数的概念,分形用于图像压缩的基本原理,以及基于分形的若干图像压缩编码方法。