变电站图像监控系统中一种低码率的图像分形压缩方法

针对大型变电站图像监控系统中图像传输的关键问题 ,提出了一种基于遗传算法的图像分形编码方法。该方法既利用了图像分形压缩的高压缩比特性 ,又利用了遗传算法的快速搜索特性 ,克服了图像分形压缩算法时间开销大的缺点。文章对基本的分形编码方法与基于遗传算法的分形编码方法以及和基于 JPEG2 0 0 0的编码方法做了比较。对遗传算法提出了扩大的可变的搜索空间 。

一种改进的图像分形压缩算法及其复杂性分析

通过采用动态改变图像子块数目及引入误差界限ε的方法,提出一种改进的IFS方法,并从并行处理角度讨论了算法的并行化.算法复杂性分析表明该方法计算量少、效率较高.

高存储需求下车载多媒体图像分形压缩仿真

为增强车载多媒体服务质量,需要对车载多媒体图像进行压缩处理。针对传统压缩方法存在图像峰值信噪比和压缩比较低等问题,提出一种高存储需求下基于模糊聚类的车载多媒体图像分形压缩方法。解析图像分形压缩原理,并对车载多媒体图像进行图像灰度化和去噪等预处理,利用四叉树对处理后的图像进行值域块划分,基于模糊聚类算法遍历所有值域块,完成图像定义域块搜索,进而实现车载多媒体图像分形压缩。实验结果表明,与传统图像压缩方法相比,所提方法压缩后的车载多媒体图像图像压缩码率较高,分形压缩效果较好,且峰值信噪比分别提高7.08dB、8.62 dB、5.26 dB,压缩比提高8.9%、15.5%、91.55%,可见所提车载多媒体图像分形压缩方法具有一定的可靠性。

一种基于遗传算法的图像分形压缩方法

为提高搜索效率,将遗传算法应用于图像分形压缩,对定义域块的位置和旋转进行二进制编码,并根据群体多样性原则自适应调整控制参数,快速地找到最优解,提高图像压缩质量.基于该方法完成的数值试验证明了它的有效性.

基于卷积神经网络的分形图像编码研究

为了解决图像压缩时间较长的问题,提出了一种基于卷积神经网络的分形图像编码方法。方法将分形图像编码中的Range块和Domain块进行相似度分类,通过采用卷积神经网络来设计新的图像块分类方法,实现编码过程中的并行化图像块分类,编码时每个类在各自类别中进行搜索,减少一些不必要的匹配过程,以此达到减少图像块匹配的计算量,减少图像压缩的时间。实验结果表明,上述方法的图像还原质量更高,且图像压缩编码时间较短,说明其具有较高的应用价值。

提升小波变换与分形相结合的图像压缩

提出了一种提升小波变换与分形相结合的图像压缩方案.充分利用小波变换后系数能量的分布特性,对提升小波变换后的低频部分采用改进的分形图像压缩编码,其余部分采用集合分裂嵌入块(SPECK)编码算法.试验结果表明,该方法在提高了压缩效率的同时,获得了较高的恢复图像质量.

一种新的分形图像压缩编码方法

本文提出了一种将双线性内插与基于迭代函数系统的分形图像编码相结合的图像编码新方法。实验结果表明，与基本的自动分形图像编码方法相比，在基本保持重建图像质量的前提下，运算时间大大下降而压缩比有显著的提高。

自适应遗传算法与分形图像压缩结合的新方法

基于分形和分块迭代函数系统的特点,提出了一种改进的求解全局最优自相似分块的自适应遗传算法。算法中对父块个体的搜索空间采用格雷编码方法;定义子块与父块的最小匹配误差为适应度函数;提出改进遗传算法的线性自适应交叉和变异概率;采取优秀保护策略进行选择。实验结果表明,该方法在同类图像保证解压质量和压缩比的同时能明显缩短压缩时间,有效提高搜索效率。

一种基于新型四叉树的快速分形图像压缩算法

现有的快速分形编码算法多数是在没有考虑人眼视觉系统(HVS)的前提下实现的,针对这个问题,利用HVS的特性,提出了一种基于新型四叉树的快速分形图像压缩算法.在算法中,一幅方形图像先被分成四个大小相等的方块,然后测试每一方块是否满足一致性标准.如果满足标准则不再细分,否则将其分为大小相等的四块,再对每一块实施一致性检验.重复此过程直到每一块都满足一致性标准为止.理论分析和试验结果表明,相对于经典分形压缩方法,本文算法在获得相近重建图像质量的同时,压缩比和编码速度都有了显著的提高,是一种有效的分形图像压缩编码方法.

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（ＰＩＦＳ）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搜索算法，算法中应用了带分类的编码法、杂交位置概率和自适应的适应度函数．该方法克服了分形图像压缩中分类匹配算法的局部最优性和随机搜索，是一种全局优化的搜索算法．分析结果表明，该方法的图像压缩比高、解码质量好、并行编码的速度快．

基于区域分割的分形图像压缩编码方法

在基于块分割的分形图像压缩编码研究基础上，提出了一种基于区域分割和十字搜索模型的分形图像压缩编码新方法，实验结果表明，该方法与基于块分割的分形图像压缩编码方法相比，在保持恢复图像质量的前提下，压缩比和编码速度都有了显著的提高，是一种有效的分形图像压缩编码方法。

基于快速分形的DCT补偿图像压缩编码算法

针对分形编码时间过长和离散余弦变换(DCT)在高压缩比下出现方块效应的两点不足,文中提出了一种基于快速分形的DCT补偿图像压缩编码算法,通过对子块和父块特征值排序,使得子块只搜索那些特征值符合条件的父块,从而降低了搜索的复杂度,进而加快了搜索速度。为了提高恢复图像的质量,将图像进行分形编码后,再对灰度误差块8×8作离散余弦变换。仿真试验的结果表明,结合两者的长处可以达到高质量和高压缩比的目的,从而达到很好的编码效果。

基于改进Mallat算法的分形图像压缩

根据传统分形图像压缩算法的实现条件,针对现有二进小波信息量仍然存在冗余,提出了将Mallat算法应用于分形图像压缩。MATLAB实验表明,通过改进Mallat算法的应用,有助于增强图像的压缩比以及图像质量。

分形图像压缩算法中代码本块的改进

分形图像压缩方法由于其压缩比高、解压方法简单等原因受到了越来越多的重视 .但它的压缩质量不是很令人满意 .本文在传统算法的基础上对通过定义域块收缩得到的代码本块提出修正算法 ,证明了该修正算法获得的近似匹配块的均方根误差小于原有的匹配块的误差 .本文还对代码本块像素强度值提供了校正方法 。

基于质心特征和重要敏感区域分类的分形图像压缩算法

图像压缩是数据传输和存储中必不可少的过程,分形图像压缩方法因其压缩方法简单、可任意尺度下重构、解码速度快且压缩比高具有独特优势,但传统分形图像压缩方法存在编码时间过长的缺陷。针对压缩比和恢复效果之间的不平衡问题,在确保图像恢复效果前提下,需要解决编码时间过长的问题。因此,提出了一种基于质心特征和重要敏感区域分类的分形图像压缩算法,通过构造质心特征,将基本分形算法中R块在码本中搜索最小均方误差MSE的问题转换为利用质心特征码本寻找最佳匹配块的问题,简化了块搜索过程,将全局搜索变为局部搜索,同时对重要敏感区域采取全局搜索的方式,以增强恢复图像的视觉效果。实验仿真结果表明,质心特征方法可以有效缩短编码时间,在保证图像恢复效果前提下,本文所提算法相较于基本算法最高可以节省大约64%的编码时间,相较于双交叉和特征方法,可以达到更好的恢复效果。

局部放电远程识别中的分形图像压缩方法

研究了局部放电图像分形压缩技术 ,分析了解码图像误差对识别结果的影响。大量的样本数据识别结果说明 :采用分形图像压缩技术能获得较高的局放图像压缩比 ,提高了系统对远程计算机存储局放图像的识别速度 。

基于Mandelbrot集和Logistic映射的分形图像压缩编码

改变传统的一幅图像对应一个压缩字典、一幅图像固定一张量化表的分形图像压缩方法,提出基于M集和Logistic映射的分形图像压缩编码算法。采用函数=2+,生成M集曲线,使用Logistic混沌映射生成的量化表量化M集曲线,生成图像块,构成丰富的压缩字典。编码时将量化后的M集图像块与压缩字典中的图像块进行匹配,选出满足条件的图像块,然后对该图像块进行编码;解码时读取压缩字典,重建图像。该算法生成了丰富的压缩字典,解码图像质量高,并且比传统分形图像压缩算法压缩比高。

基于分形与JPEG的混合图像压缩算法

根据分形图像压缩算法具有潜在高压缩比的特点,提出基于分形与JPEG算法的混合图像压缩算法。将结合四叉树算法的分形图像压缩算法用于32×32和16×16的子块区域编解码,JPEG算法用于剩余区域编解码。实验结果表明,该算法具有较高的压缩比和解码图像质量,当压缩比较大时,其解码图像的块效应明显弱于JPEG算法。

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.

基于自适应分类加权最小二乘法的DCT域分形图像压缩

在对基本的 DCT域分形图像压缩方法进行分析基础上 ,提出了一种改进方案 ,即基于自适应分类加权最小二乘法的 DCT域分形图像压缩方法 ,并使用基本方法和改进方法对标准灰度图像分别进行了测试。测试结果表明 ,本文提出的方法可以在