基于区域检测的小波分形图像压缩方法

本文将区域分割中的最大稳定极值区域(MSERs)检测方法引入到小波与分形相结合的图像压缩编码中,根据区域检测后的图像特征有效地改进了图像块的分割策略、Domain块集合的构成,使得改进后的图像压缩方法更符合人眼的视觉特性,在提高了压缩性能的同时,获得了较高的图像质量.     

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．     

对基于迭代函数系统的分形图像压缩方法的探讨

探讨了基于迭代函数系统的分形图像压缩方法,提出了一种精简范畴块集合的新方法。与传统算法相比,该方法计算复杂度较低。     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的灰度图像数据压缩方法,采用双正交小波对像进行分解,作分解后系数的矢量量化。使用频率敏感自组织特征映射算法生成码书。这可避免直接矢量量化时的块效应,且相对于正交小波,恢复图像的质量也有所提高。     

分形图像压缩技术研究

分形图像压缩技术具有高压缩比、高信噪比和良好视觉效果等特点,已成为数字图像领域的研究热点,但由于需要人工干预、压缩时间长,一直没有取得广泛的应用。本文在分析分形图像压缩理论和压缩过程的基础上,采用分形技术与其它压缩技术相结合的方法,给出了一种小波变换和分形技术相结合的算法,利用小波变换后同方向多级子频带的相似性进行分形压缩,可以有效缩短压缩时间,提高自动化处理程度,很好解决了放大过程中的失真问题,取得良好压缩效果。     

基于不规则区域块匹配的分形图像压缩

在基本分形图像压缩方法的基础上,结合Fisher方法提出了一种不规则区域块匹配的分形图像压缩方法．该方法根据值域块的几何特性选择不同规则形状的区域块,能有效扩充代码库,选择最匹配的区域块与值域块匹配,提高信噪比．实验表明,该方法在保持图像质量基础上有很好的压缩效果．     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树.仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法.     

一种基于小波变换的图像压缩方法

提出了一种基于小波变换的图像压缩方法。先对图像数据进行二维离散小波变换，对变换后的低频系数进行离散余弦变换；再对ＤＣＴ系数进行Ｚ形扫描，游程编码。舍弃最新频系数，对于次高频系数根据人眼的视觉特性采用不同的量化器进行量化，然后进行可变长度编码。实验表明，在图像质量和压缩倍数方面都取得了较好的结果。     

基于Harr小波提升格式的图像压缩方法

提出了一种哈达玛变换,离散余弦变换和小波变换相结合的混合型编码,即先采用哈达玛变换对图像压缩,再对处理后的图像用离散余弦进行压缩,最后采用提升Haar小波格式对图像进行了压缩,并引入零树小波分析,得到最优小波树。仿真结果表明,所提出的方法在灰度图像压缩效果方面优于一些传统的压缩方法。     

基于小波分解和分形迭代的图像编码新方法

综合利用了位图压缩、小波分解、分形迭代与霍夫曼编码技术,提出了一种图像压缩的新方法．该方法采用位图平面分解进行第一步压缩,然后对位图压缩后的图像进行正交小波分解,利用相同尺度和不同尺度上的局部相似性构造迭代函数系统,最后对所有参数进行霍夫曼编码．实验结果表明这是一种有效的图像压缩方法     

基于多分辨的分形图像压缩编码

在方块分形图像编码的基础上,提出了一种基于多分辨特性的分形编码方法。实验结果表明,在基本保持重建图像质量的前提下,编码时间大为缩短。     

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．     

结合DCT近似的分形图像压缩方法

分形图像压缩是一种基于分形迭代函数系统理论的图像压缩方法,压缩比大,但编码过程计算复杂、编码时间长,结合离散余弦变换近似的分形图像缩方法,提高了分形压缩中灰度变换的精度,从而达到了提高图像质量,提高比和减少编码时的目的。三种不压缩图像的结果比较证实了新方法的优越性。     

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．     

一种基于小波变换的图像压缩编码方法

在分组霍夫曼编码的基础上提出了一种更有效的编码方法,即自适应分组霍夫曼编码方法．采用自适应分组霍夫曼编码方法及小波变换相结合对图像数据进行压缩．与基于小波变换的霍夫曼编码方法相比,压缩比大大提高,而计算复杂度只是略有增加实验证明这是一种具有良好性能和计算量较少的静止图像压缩编码方案。     

一种改进的分形图像的压缩方法及其软件实现

为了提高分形图像压缩方法的效果,采用分割迭代函数系统方法,融合进化算法和四叉树方法,并使用C／C^ 语言,实现了分形图像压缩程序．程序运行结果表明,该方法能够提高图像压缩的质量和速度．     

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。     

一种基于小波变换的混合图像压缩方法

提出了一种基于小波变换的静态图像压缩方法．将图像作多次小波分解后，对高频系数进行适当量化以减少其符号数，然后对量化后的系数作Huffman编码及RLE编码．实验证明这是一种比较有效的编码方法，消除了方块效应，且该算法可得到不同的质量等级和比特率，适合网络图像传输．