固定压缩字典与分形图压缩编码

分形图像压缩字典是实现分形图像压缩编码的关键因素，而由Barnsley设计的传统的分形图像压缩编码字典的最大缺点是压缩字典随着压缩图像的变化而变化，因此，每压缩一幅图像，都要花很长时间去优化分形图像压缩字典，以便提高压缩编码的速度和保证重建压缩图像的质量。针对这一缺点，本文根据统计规律设计一个固定压缩字典对分形图像进行压缩编码，彻底地改变了Barnsley实现分形图像压缩编码使用变化压缩字典的方法。实验结果表明，固定压缩字典能快速地实现分形图像的编码，并具有部分分形图像的解码优点。     

一种快速分形图像压缩编码

根据统计规律建立一个小型固定字典,用以加速分形图像的压缩编码;然后,用Julia图像的生成的图像块作为分形图像压缩编码字典的补充;还建立一个编码和解码都相同的平均值字典·因此,使用的压缩方法改变了由常规设计的传统分形图像压缩编码使用编码和解码不相同字典进行编码和解码的缺点·实验结果表明,所使用的方法能很好地对图像进行分形压缩编码和解码,和常规分形编码方法相比还具有较高的PSNR·     

一种基于压缩感知图像编码算法研究

计算机图形学的发展有力的促进了医学影像处理技术的普及和应用.图形压缩和编码是阻碍医学影像处理的关键技术之一.本文针对图像分形编码过程中存在的方块效应和编码时间过长的问题,提出基于压缩感知和分形编码快速图像处理算法,该算法对低频子图实施分形编码,降低处理时间,接着对低频差值图像实施压缩感知编码,实验结果表明该算法能够有效的提升图像处理速度,并且提升了重构图形的质量.     

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。     

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。     

用改进的PIFS实现多媒体通信中的图象处理

本文利用部分迭代函数系统（ＰＩＦＳ）实现分形图象压缩编码的同时,充分利用分形图象编码,解码的某些特殊性质实现对图象的某些特殊处理,以满足多媒体通信中对图象传输和重现的特定要求。一是利用分形图象压缩编码的尺度独立行性实现图象的放大与缩小;二是利用分形压缩编码中某些关键参数实现多媒体通信中图象的分级传输与访问控制。     

一种基于分形的图像压缩编码方法

提出的基于分形的多模式自适应图像压缩算法大大缩短了编码时间，并且把简单分形压缩改进为自适应快速压缩，使恢复图像质量和压缩速度均有大幅度提高．     

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。     

分形图像压缩技术研究

介绍了分形的概念、分形压缩的思想及其数学基础，并就图像分割、迭代函数的构造等分形压缩编码的关键技术进行了详细的讨论，给出了一种适用于静态图像压缩的分形编码方法和实现步骤．     

一种基于小波包变换的零树分形图像编码算法

在分析小波包变换、零树编码和分形编码的特点的基础上,通过选择最佳小波包基,对不同子带分别采取零树编码和分形预测编码等措施,提出了一种基于小波包变换的零树分形图像编码算法.实验结果表明:本算法能有效提高峰值信噪比和减少编码时间,提高了压缩效率.     

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。     

分形理论在图像压缩中的应用

在图像压缩中运用分形理论是一种基于自然图像局部自相似性的有效压缩技术。文章重点介绍分形图像压缩技术理论基础——迭代函数系统,再介绍分形图像压缩编码和解码的方法,最后简单介绍分形编码的改进方法。     

分形图像编码研究的进展

分形图像编码因其解码分辨率无关性、快速编码及高压缩比等显著特点而备受关注。尽管分形图像编码的优势很明显但编码过长仍然是其主要的缺陷。为了减少编码时间、改善图像质量和压缩比,许多方法被提出。     

一种基于灰度评价的图像分块压缩算法

针对分形图像压缩算法中匹配定义域块搜索存在的速度慢,只是局部最优的缺点,提出了一种基于灰度评价的图像分块压缩算法,即用灰度评价的方法来区分图像,同时,对映射集增加对比度和亮度的约束,从而大大提高了图像的可分性,压缩比和压缩速度,最后,用随机迭代的方法完成图像的解码,保真效果良好。优化了分形图像压缩编码方法。     

自适应分形矢量量化编码

提出了一种自适应分形矢量量化编码方法。对图像进行自适应四叉树分割,并构造粗糙的均值图像。误差图像进行分形矢量量化编码时,使用设计的自适应二维维纳数字滤波器,对收缩的均值图像进行滤波后,可构造好的码书。实验证明,本方法码书不需外部训练,解码不需要迭代,可以改善重建图像的视觉质量,使压缩比和PSNR都有明显提高。     

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．     

基于不规则区域分割及灰度排序分类的分形压缩算法

基本分形压缩分类算法多以单一特征分类且需要庞大的匹配搜索运算。首次将PCNN分割引入分形压缩,提出一种基于不规则区域分割及图像灰度排序分类的分形压缩算法。算法首先对原图像进行不规则区域分割,然后利用所得二值图像的灰度值与原图像的灰度值两个特征对图像块进行联合分类,以缩小搜索匹配的范围,提高压缩速度。实验结果表明,所提算法在保证解码质量的前提下,大幅度减少了编码时间。     

分形图像压缩编码及其改进措施的研究进展

分形图像压缩编码是当前图像处理领域的研究热点，是目前较有发展前途的图像编码方法之一。本文介绍了分形图像压缩编码的理论基础及现存的主要问题，在此基础上对分形图像压缩编码的改进方法和措施进行了综述，并认为在传统的压缩算法中引入并行分布计算能取得更好的效果。     

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。     

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。