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。     

基于不规则区域分割的快速分形压缩算法

首先基于序列块和主块之间最小象差的方差信息,提出了一方差排序搜索算法,该算法可产生与满搜索一致的分形编码.该算法能较大程度上减少对每个序列块进行搜索和匹配主块数与相应编码时间.并通过采用不规则区域变换,提出了一种不规则区域的图像分割算法,实际结果表明比传统的基于块的分割有更大的压缩比,并能减少编码时间.图4,表2,参10.     

基于横、纵向方差比值的快速分形图像编码算法

针对分形图像编码速度慢的问题,提出一种快速分形图像编码算法,该算法利用图像块的横向与纵向方差比值将传统的8种等距变换减少为4种,并依据值域块的横、纵向方差比值在码本中限定一个较小的搜索窗口,以加速编码过程.实验结果表明,同基本算法相比,该算法编码速度大幅提高,而峰值信噪比和压缩比下降很少;同基于方差的加速算法相比,在适当大小的窗口下,编码速度提高1倍左右,且峰值信噪比和压缩比均有改善.     

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.     

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.     

一种快速、高效的混合小波-分形图像编码方法

结合分形编码和小波编码的优点,提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为,将小波分解后的图像的低频系数用基于方差的快速分形方法编码,剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明,该混合算法避免了分形编码所固有的方块效应,与传统的分形编码相比,大大节约了编码时间,说明该算法具有一定合理性与优越性。     

一种快速、高效的混合小波-分形图像编码方法

作者结合了分形编码和小波编码的优点,提出了一种高效而快速的小波与分形编码相结合的混合图像编码方法。其基本思路为,将小波分解后的图像的低频系数用基于方差的快速分形方法编码,剩余的高频系数用经过修改的SPIHT算法进行编码。实验证明,该混合算法避免了分形编码所固有的方块效应,同时比传统的分形编码相比,大大节约了编码时间,说明该算法具有一定合理性与优越性。     

一种基于四叉树分形编码的数字水印算法

传统的利用分形编码嵌入数字水印的方法所需编码时间较长,对图像质量的影响大.提出了基于四叉树分形编码的水印算法,通过在不同寻找区域中搜索最佳匹配定义域块来嵌入水印.实验结果显示,与传统的方法相比,提出的方法在嵌入水印编码时间、图像质量和鲁棒性方面均有较大的改进.     

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。     

基于迭代控制搜索策略的分形图像压缩算法

针对分形图像压缩算法编码时间较长的问题,提出了一种基于迭代控制搜索策略的快速分形图像压缩(ICSS)算法.当值域块寻找匹配的定义域块时,通过分形码的迭代更新次数来控制搜索过程,设置搜索终止条件,去除搜索过程中的低效搜索和无效搜索;同时计算图像块相似度时采用等距采样图像进行降维处理,进一步降低计算复杂度.实验结果表明:与经典算法文献算法相比,本文算法在保持图像压缩比不变的情况下,能获得更好的重建图像质量,且编码速度显著提升.     

基于相似比的变邻域搜索的快速分形编码算法

为了解决基本分形图像编码算法中的编码过程特别耗时问题,通过定义每个range块和domain块的相似比,建立它与匹配均方根误差间的关系不等式,可把寻找range块的最佳匹配domain块的全局搜索变为近邻搜索.鉴于在自仿射变换下最优匹配块间的相似比值应该接近,但它们间的远近程度不一致,因此,每个range块的最优匹配块搜索范围应限制在与其相似比值接近的domain块变邻域内.四幅图像的仿真结果表明,它确实能够在PSNR降低0.103d B(其结构相似性SSIM值仅下降0.0004)的情况下,平均耗时仅为基本分形编码算法的38.97%左右,而且也优于可选特征算法,实现了加快编码过程速度的目标.     

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．     

Fast Fractal Image Encoding Using an Improved Search Scheme

As fractal image encoding algorithms can yield high-resolution reconstructed images at very high compression ratio, and therefore, have a great potential for improving the efficiency of image storage and image transmission. However, the baseline fractal encoding algorithm requires a great deal of time to complete the best matching search between the range and domain blocks, which greatly limits practical applications of the algorithm. In order to solve this problem, a necessary condition of the best matching search based on an image feature is proposed in this paper. The proposed method can reduce the search space significantly and excludes the most inappropriate domain blocks for each range block before carrying out the best matching search. Experimental results show that the proposed algorithm can produce good quality reconstructed images and requires much less time than the baseline encoding algorithm. Specifically, the new algorithm can speed up encoding by about 85 times with a loss of just 3 dB in the peak signal to noise ratio (PSNR), and yields compression ratios close to 34.     

基于差分计盒维数的分形图像编码方法

提出了一种利用差分计盒维数(简称DBC,一种估计分形维数的方法)新的分形图像编码方法,该方法利用DBC来寻找一个与值域子块在分形维数上最接近而且与其差别小于某一预定阈值的定义域子块.这种方法的优点在于能够有效减少搜寻对应于某一值域子块的最佳定义域子块及最佳变换的搜索空间.     

Fast Fractal Image Encoding Based on Special Image Features

The fractal image encoding method has received much attention for its many advantages over other methods, such as high decoding quality at high compression ratios. However, because every range block must be compared to all domain blocks in the codebook to find the best-matched one during the coding procedure, baseline fractal coding (BFC) is quite time consuming. To speed up fractal coding, a new fast fractal encoding algorithm is proposed. This algorithm aims at reducing the size of the search window during the domain-range matching process to minimize the computational cost. A new theorem presented in this paper shows that a special feature of the image can be used to do this work. Based on this theorem, the most inappropriate domain blocks, whose features are not similar to that of the given range block, are excluded before matching. Thus, the best-matched block can be captured much more quickly than in the BFC approach. The experimental results show that the runtime of the proposed method is reduced greatly compared to the BFC method. At the same time, the new algorithm also achieves high reconstructed image quality. In addition, the method can be incorporated with other fast algorithms to achieve better performance. Therefore, the proposed algorithm has a much better application potential than BFC.     

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.     

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     

基于像素自适应邻域的纹理合成方法

针对传统像素点的纹理合成方法普遍存在对纹理样本适用范围比较窄的问题,提出了一种可以自动确定最佳匹配像素邻域大小的纹理合成方法.首先,利用方块编码原理提取样本纹理元,通过纹理元来确定最佳匹配像素邻域;然后,在像素匹配阶段,对像素匹配准则进行改进.通过比较样本像素和目标像素邻域的均值和方差来确定邻域的相似度,最终选择最优的合成像素.对比实验表明,该方法不仅有良好的合成效果,而且具有较广的适用范围,可以作为一种通用性的纹理合成方法.