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．     

像素点的邻域分形近似及其分形编码

提出了一种新的图像块的分形近似方法，该方法借助于像素点的邻近点以达到对图像块的最小均方分形近似．这实际上是寻找仿射变换Ｔ，使图像块各像素点的邻近点压缩到自身时，均方差最小．量化后的仿射变换Ｔ构成了图像块的分形块编码．对每一图像块，仅仅解二阶线性方程组．用该分形块编码对图像编码，可获得高压缩比且具有实时性     

基于Jacquin分形法图像编码的Matlab仿真实现

分形图像编码具有潜在的高压缩比、解码简单等特点成为近十年来有损编码中的一个研究热点。文章阐述了分形编码的数学基础和传统分形编码Jacquin方法的编解码原理,最后利用Matlab工具对图像的Jacquin分形法进行了实验仿真。实验结果表明,Jacquin分形法搜索最佳匹配块的编码时间较长,而解码过程简单快捷。提高图像编码速度将是Jacquin分形法今后改进的主要内容。     

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。     

四级邻域匹配分形近似编码

为了缩短分形编码中值域块与定义域块池中的定义域块逐一匹配时间，提出了四级邻域匹配分形近似编码。在编码时，对不同的图像匹域进行不同级的编码，并将值域块与定义域块的全局匹配改为邻域匹配。该方法与Ｊａｃｑｕｉｎ的分形块编码相比，不仅大大地缩短了编码时间，同时也提高压缩比，两者解码图像峰值信噪比相近。     

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。     

基于小波分形变换的图像编码

指出了为改善分形图像编码的压缩性能，可使用无需搜索或无需母块分类的小波分形编码．提出了一种新的不同于以前的分割方法，它能进一步改善压缩性能．基于小波的分形变换(WBFT)结合了多尺度分析理论(MRA)和迭代函数理论(1FS)．这不仅提供了用多尺度表示的图像的局部时—频分析，也使用了IFS和固定点理论迭代构成了图像．一组实验和仿真展示了对均匀量化的图像编码使用WBFT后的性能．     

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。     

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。     

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．     

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     

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.     

分形图像压缩的研究进展

分形图像压缩是一种具有独特优势且极有前途的数据压缩技术 ,至今未能广泛应用是由于其面临着高计算复杂度的困难。文中提出了克服这一困难的一些有效方法 ;同时 ,提出了改善重建图像视觉效果的措施 ,并探讨了分形图像编码的未来研究方向     

基于遗传算法的分形图像压缩方法

基于分形和分块迭代函数系统的特点,提出了一种改进的用于求解具有全局最优的自相似分块匹配的遗传索算法,算法中应用于带分类的编码法、杂交位置概率和自适应的适应度函数。     

基于超分辨率分形解码和误差补偿的图像插值算法

插值是图像处理中的基本问题,现有的插值算法无法对具有复杂结构和丰富纹理的图像进行准确有效插值.对图像进行四叉树分形编码,确定相应的最优线性变换参数,建立具有相似关系的"子块-父块对";根据块之间的相似关系与图像分辨率无关的特点,以超分辨率分形解码的方式对吸引子进行重建,进而得到插值图像;对分形编码的拼贴误差进行双立方插值,并以此作为补偿项对插值图像进行修正,进一步提高插值精度.标准测试图像的实验结果表明:与经典算法相比,分形插值能够对图像的结构细节实现准确有效的恢复,不会造成边缘模糊和锯齿效应,具有较高的插值精度和图像质量.     

数字图像压缩技术的现状及前景分析

数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。本文介绍了几种常见的图像压缩算法：JPEG、PEG2000、分形图像压缩和小波变换图像压缩。总结了不同算法的特点及发展前景。然后描述了任意形状可视对象编码算法的研究现状。并指出该算法是一种产生高压缩比的图像压缩算法。     

Ways to Sparse Representation: A Comparative Study

Many algorithms have been proposed to achieve sparse representation over redundant dictionaries or transforms. A comprehensive understanding of these algorithms is needed when choosing and designing algorithms for particular applications. This research studies a representative algorithm for each category, matching pursuit (MP), basis pursuit (BP), and noise shaping (NS), in terms of their sparsifying capability and computational complexity. Experiments show that NS has the best performance in terms of sparsifying capability with the least computational complexity. BP has good sparsifying capability, but is computationally expensive. MP has relatively poor sparsifying capability and the computations are heavily dependent on the problem scale and signal complexity. Their performance differences are also evaluated for three typical applications of time-frequency analyses, signal denoising, and image coding. NS has good performance for time-frequency analyses and image coding with far fewer computations. However, NS does not perform well for signal denoising. This study provides guidelines for choosing an algorithm for a given problem and for designing or improving algorithms for sparse representation.