基于IFS理論的混合圖像壓縮編碼.pdf

1、分形圖像壓縮方法是近十幾年發(fā)展起來的一種新型圖像壓縮算法，其思想主要來源于分形圖像可以用迭代函數(shù)系(Iterated Function System，IFS)生成。現(xiàn)實(shí)生活中的圖像都存在某種自相似性，只要能夠找到表示編碼圖像的一組仿射變換，原始圖像用仿射變換得到的不動點(diǎn)來表示，便實(shí)現(xiàn)了原始圖像的壓縮。分形圖像壓縮文件中存儲的是仿射變換參數(shù)的量化值而不是圖像本身的像素值，從而實(shí)現(xiàn)圖像數(shù)據(jù)的高倍壓縮。 本文針對分形圖像壓縮算法壓縮比

2、較低、編碼時(shí)間過長等問題，做了以下幾方面的工作： 首先，利用自然圖像中像素灰度值的空間相關(guān)性和進(jìn)化算法的全局搜索能力，在前人研究的基礎(chǔ)上，實(shí)現(xiàn)了一種基于圖像的空間相關(guān)性和模擬退火混合遺傳算法的分形圖像壓縮。該算法將搜索空間限制在值域塊的8鄰域及其擴(kuò)展塊，降低了值域塊的搜索空間；并且當(dāng)相似度誤差不能滿足應(yīng)用需求時(shí)，采用混合遺傳算法在全局范圍內(nèi)尋找最優(yōu)解，保證了重建圖像的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，該壓縮方法重建圖像信噪比略有下降，但編碼時(shí)

3、間和壓縮比均得到了改進(jìn)。 其次，以傳統(tǒng)的基于方差的分形壓縮算法為基礎(chǔ)，研究了一種基于方差和混合神經(jīng)網(wǎng)絡(luò)的快速分形編碼方法。該方法根據(jù)圖像塊的統(tǒng)計(jì)特性，對于方差小于給定閾值的值域塊使用仿射變換編碼，大于閾值的值域塊使用混合神經(jīng)網(wǎng)絡(luò)進(jìn)行編碼。改進(jìn)方法不僅解決了灰度變化較大的子塊匹配誤差大的問題，而且克服了BP算法收斂速度慢和易局部收斂的缺陷。實(shí)驗(yàn)結(jié)果證明了方法的有效性。 最后，在無搜索分形圖像壓縮編碼研究基礎(chǔ)上，改進(jìn)了鄰域搜