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．     

一种分形图像编码的新方法

由于分形图像编码过程非常费时，因此在前人的基础上，通过分析影响分形图像编码速度的相关因素，提出了使用图像块的改进方差来提高分形压缩性能的思想。在证明迭代函数系统不会改变图像块的改进方差的基础上，给出了基于改进方差的分形图像压缩方法。实验结果说明该方法在保证快速性的同时，重建图像的质量又得到了进一步的提高。     

一种基于迭代函数系统的分形图像编码方法

以迭代函数系统(IFS)为编码方法对图像进行压缩处理．IFS的分形编码是将原始图像分割成互不重叠的小方块然后对每个小方块构造迭代函数系统，并保证迭代函数迭代变换的收敛性．由于记录分形变换仅需很少的数据量，这就意味着分形图像编码可以获得很好的压缩效果而且解码速度快．     

分形图像编码的快速算法

针对分形图像编码时间过长的缺点,提出了一种快速分形图像编码方法.此快速方法充分利用了分形中迭代函数系统的吸引子的分辨率与尺度无关的特性,将原始图像缩小后进行压缩,从而加快了编码的速度.实验结果表明,较之传统的分形编码方法,此方法在相近的解码图像质量和压缩比的情况下,编码时间大为缩短.     

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.     

基于Fisher分类和自适应阈值的分形图像编码方法

根据分割的迭代函数系统(PIFS)理论,在Fisher分类方法的基础上,依据分类后图像块的特征使用自适应阈值搜索与range块属于同一类的相匹配的domain块来进行分形图像编码,并对典型测试图像进行实验,与传统的固定阈值方法的性能进行比较。结果,在相同比特率上,相对于传统固定阈值方法,自适应阈值方法极大地提高了压缩比,减少了编码的时间,自适应阈值方法得到的解码图像质量明显好于传统的固定阈值方法。     

一种新的局部图像放大方法

基于分形图像编码的基本思想和分形吸引子的特点，通过对图像的局部进行分形编码，然后进行分形插值解码，实现了图像的局部放大．实验表明，这种方法是一种有效的局部图像放大方法，克服了现有方法的缺点     

分形图像压缩编码的研究进展

综述了近年来在分形图像编码方面的最新进展，详细分析了分形图像编码在图像分割算法、对域块的变换、域池选择、图像编码、匹配块的搜索策略、仿射变换实现和图像解码等几个方面的研究现状以及在这些方面的性能优化问题。对其中的每一个方面，都探讨了一些最新的典型方法，并对这些方法在复杂度、精度、收敛性等方面进行了简要的性能比较，指出了分形编码存在编码速度慢等问题，指明快速分形编码及与其它编码方法的联合编码的研究方向。     

非线性结构动力响应中的灵敏度分析

基于δ－网分形指纹特征，提出了一种自然景物图像的匹配方法．实验结果表明δ－网分形指纹特征是一种自然景物图像的稳定分形特征，采用δ－网分形指纹特征对自然景物图象进行的匹配，能获得比传统的基于灰度和边缘的特征匹配方法以及多尺度分形指纹匹配方法更好的匹配结果．