基于值域块邻域匹配的分形近似编码

本文提出了基于值域块邻域匹配的分形近似编码。它比Ｊａｃｑｕｉｎ的分形块编码的压缩比高，编码速度快，信噪比相近。对５１２×５１２“Ｌｅｎｎａ”图像实验结果表明：该分形编码压缩比可达到０．３６ｂｐｐ，峰值信噪比可达３１．２５ｄＢ，在ＰＣ４８６上，编码时间为２２７秒，解码时间为３８秒。

分形图像编码中的值域块分类模型研究

将值域块分为自相似值域块和非自相似值域块两大类，其中非自相似值域块是导致分形图像编码速度低的主要原因之一．定义了值域决的零位移自相似系数和σ－α空间，研究了两类值域块在σ－α空间中的分布规律，据此建立了一种分类模型，可以方便地将这两类值域块区分开来．实验结果表明，在压缩比和恢复图像质量受损不大的情况下，基于这一分类模型的分形图像编码方法的编码速度有了显著提高．

基于值域块分类的分形编码

通过值域块预搜索对值域块分类,化简待搜索值域块数目,缩短编码时间。

分块矩阵的块数值值域等于谱的条件

设Hi是酉空间,i=1,2,…,n,A是作用在H=H1H2…Hn上的线性变换具有分块矩阵表示[Aij]n×n,n≤dim Hi<∞。本文给出了A的块数值值域等于A的谱的充要条件是存在复数λ1,λ2,…,λm,m≤n,使得Aii=μiI,i=1,2,…,n,这里μi组成的集合等于集合{λ1,λ2,…,λm},而且存在一些初等行变换和对应的初等列变换将A化为上三角分块矩阵。

多级分类分形块编码

文中提出了多级分类分形块编码。在编码时，利用多级四叉树剖分方法，将图像块剖分成不同大小的平坦子块和非平坦子块，分别采用均值编码和分形编码。在对值域块进行分形编码时，为缩短分形编码时间，将值域块和定义域块分成７２类，并分别在同类进行仿射匹配。实验结果显示，多级分类分形块编码极大地缩短了编码时间，同时也提高了分形编码的压缩比。

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。

基于定义域块增量计算的分形图象压缩算法

分形图象压缩是一个比较新的图象压缩方法，不于同常规的压缩方法，它旨在减少块间冗余度。该方法由Ｂａｒｎｓｌｅｙ于１９８８年正式提出，由于Ｊａｃｑｕｉｎ于１９８９年实现，由于Ｊａｃｑｕｉｎ的方法在压缩率和压缩时间方面存在缺陷，许多人从不同的方面对其进行了改进。

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 .

一种基于邻域搜索的分形图像编码算法

分形图像编码以其高压缩比,使得它具有广泛的应用前景,但是传统的分形编码方法压缩时间长,这是因为在为每一个值域块寻找合适的定义域块时需要在码本中进行大量的搜索匹配。研究发现,和值域块最匹配的定义域块大多数在值域块的附近。根据这一结论,提出了一种基于邻域的螺旋式搜索方法,并利用图像块间的信息熵差值,缩减了搜索范围。另外对误差图像进行编码,作为解码图像的补充,提高了解码图像质量。实验表明,该方法在不降低图像质量和信噪比的前提下大大加快了编码的速度。

一种基于邻域搜索的分形图象编码改进算法

文章提出了一种基于邻域搜索匹配的分形编码改进算法。在信噪比相近时,它比Jacqnin的分形块编码的压缩比高,编码速度快。实验结果表明,该分形编码压缩比可达到15.28,峰值信噪比可达30.35dB。在PC586上,编码时间为196秒,解码时间为36秒。

基于匹配概率活动表的分形图像快速压缩编码算法

本文在Jacquin提出的自动分形图像编码算法的基础上,针对各定义域块与值域块的匹配概率不相等,提出了基于匹配概率活动表的分形编码算法,为进一步加快编码速度,从理论上重新定义了定义域块与值域块间距离的计算,并分析了值域块类型与门限取值间的关系,并经实验给出了门限的具体数值。实验结果表明,与基本自动分形图像编码方法相比,在保持重建图像质量的前提下,运算时间大大下降,加快了分形图像压缩速度。

基于多尺度匹配的快速分形近似编码

提出了基于多尺度匹配的快速分形块编码，该方法为缩短分形编码的搜索时间提供了一条新途径。大量对比实验表明，该方法比全局搜索匹配的分形块编码方法快１０～４０倍。

对影响分形压缩效果的因素的研究

本文首先给出了基于多项式最佳逼近的分形图象压缩算法的理论基础，给后给出６类可以用来对图象进行了压缩的基础，并给出对标准测试图象Ｌｅａｎ的测试结果。综合考虑压缩比，压缩时间与ＰＳＮＲ，本文得出只有第１和第２类基较为实用结论。

一种快速分形图像编码算法

目前,分形图像编码技术最主要的缺点仍然是编码时间太长。因此,如何提高分形图像编码速度成为当前分形图像编码技术的研究热点。本文从分形图像编码通用公式推导出一个不等式,利用此不等式,可以预先排除大量不可能与值域块匹配的定义域块,从而减少值域块与定义域块的匹配计算,以此达到缩短编码时间的目的。实验结果表明,在解码图像质量基本不变情况下,本文的方法所使用的编码时间比Fisher方案所需的编码时间减少了很多。

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。