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     

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。     

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，对不同的图像区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     

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。     

加速分形块编码

在分形块编码中，值域块与定义域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。     

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．     

基于对称分形的虹膜图像压缩算法

利用虹膜图像固有的对称特性,提出了基于对称性的快速分形虹膜图像特征区域的压缩算法;通过虹膜图像特征区域边缘的定位,确定对称轴,然后对于一值域图像块,与其匹配的定义域块被限定在其对称区域中,从而可减少定义域块的搜索范围,加快分形编码速度,最终达到加速虹膜图像压缩目的。     

图像8邻域分形块编码

提出了8邻域分形块编码，其值域块的分形编码是基于对值域块最小均方差近似得来的。因而与基于搜索匹配的Jackquin分形块编码相比，它速度快，压缩比高。对512×512的“Lenna”图像实验结果表明:二级8邻域分形块编码每像素比特率可达到0．36bpp，峰值信噪比可达29．86dB，在PC486上，编码时间为64秒，解码时间为109秒。     

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。     

基于小波分解的分形图像压缩算法研究

在分析基本分形压缩编码算法优缺点的基础上,提出了基于小波分解的分形图像压缩算法.该算法对图像经过三级小波变化后,对二级子图像和三级子图像采用无搜索式分形编码,即值域块的分形码由相应固定位置的定义域块进行匹配搜索编码,小波系数的符号单独编码.解码时,利用不同小波尺度之间的相关性,由二级子图像的分形码估计出一级子图像的分形码;再由各尺度上的分形码重构各尺度的小波系数;添加小波系数的符号后进行小波反变换即得解码图像.仿真实验结果表明,提出的新算法在解码图像质量略有损失的情况下,图像编码时间和提高压缩比方面均有良好的效果.     

基于MPI的分形图像压缩并行算法

利用MPI提供的库函数,提出了基于MPI的分形图像压缩并行化算法,将图像的定义域块和值域块的搜索匹配过程分配给多台处理器同时执行.实验结果表明,利用MPI来进行分形图像压缩,可以缩短压缩时间,在不改变压缩比的情况下,得到较好的加速比.     

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.     

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.     

一种快速、高效的分形图像编码方法

文章针对传统分形编码时间过长的缺点,提出了一种高效而快速的基于方差的分形图像编码方法。其基本思路为:首先找到在方差意义下与R块最邻近的D块,在其左右k邻域内搜索与R块匹配的D块,如果没有搜索到满足预定阈值要求的D块,则对当前R块进行4值BTC编码。实验证明,该混合算法与传统的分形编码相比,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．     

三种优化分形图片压缩算法比较分析

分形图像压缩(FIC)是基于局部迭代函数系统(PIFS)的图像压缩算法,即用自然景物的自相似性来进行数据压缩;但是巨大的耗时量限制了其实际应用;FIC的耗时量主要体现在以下几方面:每一个值域块的最优匹配块的搜索都要在所有的定义域块中进行,需要花费大量的时间;计算、量化、存储所有的仿射变换参数;图像分割过程;为了克服FIC计算成本高的缺点,采用了遗传算法、蚁群算法和粒子群算法减少寻找相似定义域块的搜索空间,加快编码速度;实验结果表明:优化后的FIC能有效地减少编码时间同时保持峰值信噪比。     

基于自适应匹配的红外图像分形编码

针对红外图像的特点,提出了一种自适应局部分形块编码方法,该方法利用图像块灰度相关性,将值域块与定义域块的匹配限制在以值域块的均值和方差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地确定、实验结果表明,所提方法不但大大缩短了编码时间,压缩比也有较大幅度的提高。     

分形图像压缩的一种改进算法

针对分形图像压缩的缺点,基于分形图像压缩的基本原理,对匹配搜索之前定义域块的采样方式提出了一种基于主对角线的计算方式.该计算方式取代了传统的取平均的方法,简化了计算的复杂度.实验结果表明,该方法在时间和峰值信噪比(PSNR)两个方面都取得了良好的效果.     

基于方向剖分的小波域分形图象压缩

该文提出一种新的分形和小波混合编码方法－基于方向剖分的小波域分形图象压缩方法：在将图象分解到小波域后，对各子图象，根据其所占能量的大小和所代表的方向纹理信息，采用不同大小、形状与类别的定义域块和值域块进行分形编码，经实验证明，这种基于方向剖分的小波域分形编码方法，在保证一定的还原图象质量的前提下，可以大大地提高了分形编码的速度，如果结合多层小波分解的分形压缩编码的预测法和零树法，还能进一步提高压缩率，从而使分形图象编码向实时应用迈进了一步。     

一种新型改进四叉树方法在分形图像压缩的设计与实现

详细阐述了Jacquin和Fisher的两种分形图像压缩方法,基于Fisher的自适应四叉树,提出了一种新型改进四叉树搜索方法.该方法根据值域块的几何特征分类来选择合适的匹配块,通过区域相关的快速搜索与四叉树方法相结合,并利用VC6.0开发工具加以验证与实现.实验结果表明,与Fisher方法相比,在同类图像压缩和重构中,新型改进四叉树方法压缩时间缩短,压缩比和PSNR得到较大的提高.