DCT域中的快速分形编码

分形图像压缩应用了图像的自相似性,目前许多对分形编码特性的研究都是在图像域中进行的。该文却试图探索在频率域中分形编码的特性。首先,综述了图像域中分形编码的特性,然后导出在离散余弦变换(简称DCT)域中仿射变换的伸缩因子和偏移量的对应公式。应用DCT的能量压缩特性,在度量图像子块和母块之间相似性中通过使用少量的低频DCT系数提出一种快速分形编码算法。接着进一步提出一种可能的快速混合分形编码的算法,该算法将快速搜索方法、统计规范化、频域比较结合起来。

基于内积的快速分形编码算法

在基于方差的分形编码算法基础上，提出了基于内积的快速分形编码算法，从理论上证明了该内积具有仿射变换不变性，并将其同基于方差的分形编码算法从时间复杂性上作比较。实验表明，该算法能够在保证解码图像质量的同时，使编码时间比原来减少10倍以上。

基于相关系数的快速分形图像编码算法

自Jacquin提出的分形块编码以来,各种改进算法不断出现,不同程度地减少了编码时间。该文基于相关系数的快速分形图像编码算法,从理论上研究了图像块匹配误差度量和图像块相关系数之间的关系,论证了极小化图像块的均方误差等价于极大化图像块的相关系数,提出了基于相关系数的分形图像编码算法,实现了在解码图像不降质的情况下大大地缩短了编码时间。

利用方差分形快速编码算法

提出一个基于图像块方差的新的快速分形编码算法 .利用候选主块和序列块间当前最小异变象差和方差 ,通过排除不可取的主块 ,大大地减少了为搜索主块而寻找每个序列块最佳匹配的主块数 .

基于域块预搜索的快速分形图像编码方法

由于分形图像编码过程非常耗时,本文提出了一种加快编码速度的新方法。通过对分形编码过程中的域块进行分析,首次提出了相似度和最大相似度的概念,并建立了预搜索方法的理论基础,提出了一种基于域块预搜索的快速分形编码方法。实验结果显示,与原始的Jacquin方案相比,在峰值信噪比(PSNR)降低1-3dB时,编码速度可提高400-600倍。

一种基于DCT的快速分形图像编码方法

分形图像编码能获得很高的压缩比,但存在编码时间过长的缺点。本文根据离散余弦变换(DCT)能量集中的特性,提出一种基于DCT的快速分形图像编码方法。实验结果表明,该方法与传统的分形块编码方法相比,编码速度有很大提高,并能获得较高的峰值信噪比(PSNR)。

基于固定码本的分形图像编码算法

传统的分形图像编码根据图像内部的跨尺度自相似性,求解压缩仿射变换,完成图像编码,这种来自于自身的编码码本不一定是最佳的,而且编码时间通常较长。根据图像之间存在着相似性,构造一个适应性更强的固定编码码本,其它任何图像分形编码的值域块只在这个固定码本中搜索其最佳匹配块,并且省去等距变换,此外,解码也无需迭代。实验结果表明,在图像质量略有下降情况下,该算法较基本分形图像编码算法显著地提高了编码和解码的速度,而且算法简单,容易实现。如果对这种固定码本加以更好的适应性改造,将会进一步提高解码图像的质量。

免疫粒子群核模糊聚类快速分形图像编码

针对经典分形编码算法编码时间过长和基于K-均值聚类等快速分形编码算法依赖数据分布等问题,提出了一种基于免疫粒子群优化(IPSO)和核模糊聚类的快速分形图像编码算法.提出基于IPSO的核模糊聚类算法,将IPSO算法应用于聚类中心的求解中,并将其应用于分形图像编码,分别对子块和父块进行核模糊聚类,以更加合理的分类搜索取代全局搜索,减少编码时间.实验结果表明,新算法的编码时间约为经典分形编码算法的1/6,其峰值信噪比只略微下降;与基于K-均值聚类和基于粒子群优化聚类等快速分形图像编码算法相比,新算法能以更少的编码时间获得更高的峰值信噪比.