分形圖形壓縮的快速算法研究.pdf

1、圖像蘊含著豐富的信息，是人們相互交流的重要載體，其重要性不言而喻。數(shù)字圖像的數(shù)據(jù)量非常龐大，圖像壓縮技術(shù)已成為解決海量圖像數(shù)據(jù)存儲和傳輸難題的不二之選。在圖像壓縮編碼領(lǐng)域，分形圖像壓縮以其新穎的思想、潛在的高壓縮比、解碼圖像與分辨率無關(guān)等優(yōu)點受到廣泛關(guān)注。自Jacquin提出能由計算機自動實現(xiàn)的分形圖像壓縮算法以來，在其基礎(chǔ)上的改進算法不斷被提出。發(fā)展至今，這一技術(shù)仍然不夠成熟，主要表現(xiàn)在無人干預的情況下壓縮比不高、編碼時間長、在當前圖

2、像壓縮算法中尚未占據(jù)主導地位。因此，提高編碼速度和壓縮比是解決分形圖像壓縮不能實用化的重要途徑。
　　本文在討論了分形相關(guān)理論和基本分形圖像壓縮算法的基礎(chǔ)上，對分形圖像壓縮算法進行如下改進工作:(1)研究了滿足匹配條件的定義域塊的整體特征和互相匹配的值域塊與定義域塊的局部特征，發(fā)現(xiàn)僅使用標準差較大的定義域塊就能滿足分形圖像壓縮的需求和互相匹配的值域塊與定義域塊有相似或相反的亮暗分布的規(guī)律，提出了基于標準差和亮暗分布排序的快速分形圖

3、像壓縮算法。仿真實驗表明，該算法比基于方差的快速分形圖像壓縮算法和基于正負跳變的快速分形圖像壓縮算法的編碼速度分別提高了9倍和5倍，解碼圖像的峰值信噪比(PSNR)和壓縮比也略有提升。(2)在基于標準差和亮暗分布排序的快速分形圖像壓縮算法的基礎(chǔ)上，結(jié)合編碼速度更快的非搜索分形圖像壓縮算法，將原算法中固定標準差閾值和固定亮暗分布函數(shù)鄰域閾值修改為固定標準差較大的定義域塊數(shù)量和固定亮暗分布函數(shù)鄰域定義域塊數(shù)量，提出了基于標準差和亮暗分布排序

4、的快速分形圖像壓縮算法的改進算法。仿真實驗表明，改進算法的解碼圖像峰值信噪比比非搜索分形圖像壓縮算法提高了4dB，滿足了人眼視覺的需求，編碼速度較原算法提高了近10倍。(3)在基于小波系數(shù)零樹結(jié)構(gòu)的分形預測圖像壓縮算法的基礎(chǔ)上，對絕對值較小的小波系數(shù)采用零樹編碼，利用圖像小波分解后小波系數(shù)相似性的方向選擇性將8種空間變換簡化為4種，將不同層上的小波系數(shù)權(quán)重差異應用在值域樹和定義域樹的匹配準則中，提出了基于小波系數(shù)零樹結(jié)構(gòu)的分形預測圖像壓