小波域中的分形图象编码方法

研究了小波变换和分形编码相结合的图象压缩方法,即对小波域（传统发形编码在空间域进行）图象进行分形编码,解决了传统分形编码收敛条件苛刻,解码步数难以确定的问题;同时又提出了类似四叉树分割的变长小波树的分形压缩算法,结合小波系数的分层量化算术编码,几乎可以准确地控制压缩倍数,解决了传统发形压缩倍数难以控制的问题,并且通过自动调整阈值的大小,找到小波域图象的最佳小波树分割,也也就是找到了小波系数和分形系数的最佳折衷,最后对DCT,传统分形编码和新方法进行比较,哪现新方法具有一些明显的优点和特点,尤其在压缩比下更是如此。     

小波域分形压缩方法的改进

为消除空间域分形压缩算法在图像恢复后的块效应，讨论了对图像经过小波分解后，根据小波域的子带相似性进行分形压缩的算法及其实现和改进，实验结果表明小波域分形压缩算法较好的消除了块效应。     

分形压缩编码算法的改进

在分析总结分形理论的基础上，提出了一种将小波变换压缩编码与迭代函数系统（IFS）分形编码相结合的图象压缩方法，研究结果表明，与一般的分形图象编码方法相比，运算时间下降而压缩比提高。     

基于小波变换的迭代分形混合图象编码

在深入研究小波分析及迭代分形原理的基础上，提出了一种基于小波分析和迭代分形的混合图象编码方法，先对原始图象进行隔行取样，然后在构造小波树的基础上，提出了基于分形和小波变换的自适应混合图象压缩算法，未被传输的象素在解码时利用已传输的象素经过双线性内插计算而恢复。计算机模拟实验表明：本文提出的压缩方法与基于亚取样分形插值预测的混合图象编码方法相比，在信噪比相同的情况下，压缩比提高了６．９，证明此种压缩     

一种基于分形的图象压缩编码方法

分形编码是近年来迅速兴起的一种高倍率图象压缩方法,相对于别的编码方法,分形方法有许多优点,但不足之处是其速度太慢,匹配复杂,作者在基本分形块编码的基础上提出了基于区域的自适应编码方法,大大缩短了编码时间,并且压缩比也得到了显著的提高。     

一种高效的分形图象编码技术

将固定矢量的概念应用于分形块编码中，对图象的平缓区进行固定矢量的线性组合编码，并且在分形编码中，采取了分层处理的思想，实验表明，与基本的分形块编码方法相比，本文提出了的固定矢量层次分形编码方法在保证一定的重建图象质量下，使用象的压缩比有了明显的提高，并且大大提高了编码和解码速度。     

一种小波域的分形图象编码新算法

本文在分析了小波域内分形图象编码原理的基础上, 将零树思想引入到小波域的分形图象编码中, 通过定义方向性零（ 子） 树的概念, 提出了一种小波域的分形图象编码的新算法．该算法简单实用、计算量小．实验表明, 对５１２ ×５１２ 的８ 比特Ｌｅｎａ 图象在ＰＮＳＲ 等于２９ ．６７ ｄＢ时, 压缩比达６６ ．４８ , 远远优于ＪＰＥＧ的编码性能, 是目前文献报道的有关小波域内分形图象压缩编码的最好结果     

一种基于小波分解与分形编码混合的图象压缩方法

利用双正交小波特性和小波塔式分解数据的多分辨特性、分形的IFS编码高效特性,提出了一种基于小波分解和分形编码压缩图像数据的方法。该方法先用一个小波将图象进行小波变换（分解）;在频域上,对不同频域层用不同的分块方法和比特率分配方法进行分形编码。根据实际需要和视觉特性来控制压缩比。重构时先在频域进行分形重构解,然后再用另外一个正交小波重建原图象。     

小波域分形编码数字水印的研究

提出了一种新颖的基于小波域分形编码的数字水印技术.分形图像编码方法利用图像的局部自相似性构造分块迭代函数系统,通过保存放射变换参数实现对图像的编码.利用分形变换的编码解码过程中的某些不变参数,可以实现数字水印信息的嵌入和提取.但是空间域的分形编码会使得恢复图像产生明显的块效应现象,嵌入水印后的图像质量损失大.因此一种新的基于小波域细节子图的分形编码方法被提出和研究.利用小波域细节子图的自相似性构建迭代函数系统,实现对细节子图系数的编码.而后基于小波域分形编码,构造了一种新颖的水印嵌入提取算法.算法选取适当的小波细节子图,分块构造匹配池,根据嵌入的水印信号选择最佳匹配块实现水印信息的嵌入和提取.最后通过实验对水印算法受图像处理攻击时的鲁棒性作了分析和比较,嵌入水印的图像在遭受一般图像处理攻击,如滤波、有损压缩、噪声及几何攻击时水印均可读出.构造的基于小波域分形编码的数字水印技术得到了较满意的实验结果.     

基于MATLAB的小波分析方法与图象编码

主要介绍了用基于MATLAB的小波分析方法进行图象编码的原理,并对小波分解和重构及图象压缩和解压缩的必然关系进行了详细阐述.同时给出了较为具体的小波分解与重构实验设计报告.实验表明:对图象数据进行小波分解与重构,实际取得了图象压缩与压缩的效果.     

基于小波和分形的遥感图像快速编码

在分析分形编码的匹配过程和小波变换系数分布特点的基础上，提出了一种卫星遥感图像的快速编码算法，即对分形编码的定义域块和值域块分别进行小波交换，并通过计算域块信息库来匹配值域块和定义域块。分别对长春地区的SPOTS影像和广州地区的，TM影像的试验表明，该算法在峰值信噪比下降极小的情况下显著地提高了图像编码速度，在多分辨率卫星遥感数据的可视化表达领域可望有较好的应用前景。     

基于分形与小波变换的图像编码

给出基于分形与小波变换的图像编码方案 .探讨了图像编码中使用的小波基的性能 .采用快速PCC聚类算法 ,利用近距离自相关特性并设定匹配误差阈值 ,大大缩短分形编码时间 .     

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。     

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.     

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．     

图像编码与小波变换图像编码

介绍图像编码的方法，着重介绍了小波变换的基本理论及小波变换在图像编码压缩中的应用，并展望了今后的研究方向。     

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法（FCC）优缺点的基础上，提出了一种新的结合小波变换的分形图象编码压缩算法（DWT－FCC），该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

基于自举法小波变换的零树量化编码方法

随着信息技术的发展，探索有效的图像编码方法，进一步压缩信息的带宽，以便利用现有的网络实现更优质的信息传输是一个极富挑战性的课题，小波变换和传统的正交变换相比有很大的优越性，小波变换的多分辨率牧场生使变换后的图像数据能够保持原图像在各种分辨率下的精细结构。为进一步去除图像中的冗余信息提供了便利，提出了一种基于自举法小波变换的零树量化编码方法，通过自举法与整数滤波器的结合来实现快速的小波变换，在图像编码过程中充分利用了图像小波变换系数的分布特征，采用了嵌入式零树量化编码方法，实验结果表明，该算法实现简单，可以达到很好的压缩效果。     

一种基于小波分解的图象分层分类矢量量化方法

作者提出了一种基于小波分解及采用自组织特征映射神经网络进行分层分类矢量量化的静态图像压缩编码方法。首先对图象进行了小波分解。利用不同分辩率级间小波子图的相似性,将最低分辩率层子图的矢量编码信息作为整幅图象的解码数据,并将其矢量分类和解码索引地址信息用于高分辩率层子图的码书训练。实验表明,和其他文献提出的方法相比,作者提出的方法在获得较好重构图象质量的前提下,提高了压缩比和编解码速度。     

用小波变换加速分形图像编码

针对分形图像编码过程十分耗时的弱点,提出了一种结构小波变换性特来实现的快速分形编码算法,实验显示新算法有较好的加速效果。