自適應(yīng)分形圖像壓縮.pdf

1、在當(dāng)今信息社會(huì),圖像壓縮與解壓縮技術(shù)在圖像存儲(chǔ)與傳輸過程中扮演著越來越重要的角色。其中,分形圖像壓縮(FractalImageCompression,FIC)由于其思想新穎、高壓縮比、解碼速率快和分辨率無關(guān)的特性成為當(dāng)前圖像壓縮領(lǐng)域最有前途的圖像編碼技術(shù)。
　　然而,分形編碼在圖像編碼的過程中計(jì)算復(fù)雜性較高。其計(jì)算時(shí)間主要消耗在各向同性變換以及從大量域池中尋找最優(yōu)匹配域塊來表達(dá)圖像的對(duì)比度和灰度信息的過程中。
　　因此,提高

2、編碼速度成為分形圖像壓縮領(lǐng)域的研究熱點(diǎn)問題。研究者們提出了大量編碼技術(shù)來加速分形編碼器,主要可以分為基于分類的技術(shù)、基于四叉樹的技術(shù)、基于空間相關(guān)的技術(shù)以及基于進(jìn)化計(jì)算的技術(shù)。
　　本論文提出了四種方法來減小FIC的計(jì)算時(shí)間,并且在提高壓縮比的同時(shí)保證重建圖像的質(zhì)量。所提出的方法為:
　　1、范圍排除(RangeExclusion,RE)方法,用來減少匹配過程中的塊的數(shù)量。RE通過將方差因子作為標(biāo)準(zhǔn),在匹配過程中來選擇和排除

3、同質(zhì)范圍,進(jìn)而提高壓縮比和減少編碼時(shí)間;
　　2、域圖像尺寸約減(ReducingtheDomainImageSize,RDIZ)方法,通過將域圖像尺寸降到原圖像尺寸的1/16來減少域池規(guī)模,從而達(dá)到影響編碼時(shí)間、壓縮比和圖像質(zhì)量的目的。我們將RE和RDIZ集中在同一個(gè)算法框架下,并稱為RD-RE算法。實(shí)驗(yàn)表明RD-RE算法能夠獲得較高的壓縮比和有效減少編碼時(shí)間;
　　3、ZM-RDE方法,即RD-RE模型的改進(jìn)算法,通過將

4、RD-RE算法和零均值灰度水平(ZeroMeanIntensityLevel,ZMIL)模型。ZMIL模型通過采用非傳統(tǒng)仿射參數(shù)來替換傳統(tǒng)的偏置參數(shù),使得完全搜索問題的變換具有更佳的性能,并且提出了一個(gè)新的搜索算法。使用ZMIL模型能夠有效地降低匹配過程的復(fù)雜度,達(dá)到加速編碼、提高壓縮比和保持圖像質(zhì)量的目的。實(shí)驗(yàn)表明,ZM-RDE算法能夠獲得比RD-RE更好的性能表現(xiàn);
　　4、自適應(yīng)分形圖像壓縮(AdaptiveFractalI

5、mageCompression,AFIC)方法,即通過采用自適應(yīng)四叉樹劃分技術(shù)(AdaptiveQuadtreePartitioningTechnique,AQPT)和域塊選擇技術(shù)(DomainBlockSelectionTechnique,DBST)擴(kuò)展ZM-RDE方法而得到的。AQPT將塊的一致性作為劃分標(biāo)準(zhǔn),由于劃分過程與分形映射相互獨(dú)立,AQPT因此具有很小的計(jì)算代價(jià),能夠有效提高算法的性能表現(xiàn)。而DBST模型可以被用來最小化域

6、塊的數(shù)量。DBST主要包含以下三個(gè)步驟:
　　選擇具有與范圍方差相近方差的域塊。
　　利用最小匹配誤差作為停止條件來完成搜索過程。
　　應(yīng)用前四個(gè)對(duì)稱變換(T0,T1,T2和T3)。
　　通過將本文所提的AFIC算法與現(xiàn)有的FIC算法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明,AFIC具有較好的性能。
　　另外,本文還將AFIC算法同JPEG2000算法進(jìn)行對(duì)比實(shí)驗(yàn)分析,結(jié)果表明對(duì)于不同類型圖像,這兩種方法具有不同的性能表現(xiàn)。