裔传俊[1]2007年在《分形图像编码的算法研究》文中研究表明图像是人们生活中信息交流最为重要的载体,也是蕴涵信息量最大的媒体。众所周知,数字图像的数据量非常庞大,必须经过有效的压缩,才能满足数字图像的高速传输和存储。因此,图像压缩编码己成为正在建设的数字信息化社会所依赖的主要技术基础之一。在现有的图像压缩方法中,分形图像压缩作为一种新的压缩方法,因其具有压缩比高、解码速度快、解码图像与分辨率无关等优点,十余年来引起了众多学者的关注和研究。但是,这种方法存在一个最大的问题:编码时间过长,主要是因为编码时子块的搜索量非常可观。这实际上已成为了该方法走向高效能实用化的最主要障碍,因此分形编码加速方法已成为了近些年来分形压缩的一个研究热点。目前,许多分形编码加速方法或者以牺牲解码图像质量为代价,或者加速效果不明显。本文在基于形态特征的快速算法的基础上提出了一种基于与中间块比较的快速算法。与基本分形算法相比,该算法大大提高了编码速度,并且优于基于形态特征的算法。然而,基于与中间块比较的算法仍存在缺点,本文针对其中两个缺点又提出了一种改进算法:基于平均偏差的快速算法。此算法在复杂度和性能上均优于基于与中间块比较的算法。
袁静[2]2003年在《分形图像压缩快速算法研究》文中进行了进一步梳理对大量图像数据特别是海量的医学影像信息进行高效的存储和传输是当前信息时代所面临的首要问题。除硬件本身的改善外，研究高性能的图像压缩技术变得越来越重要。经过几十年的发展，图像压缩取得了一些成果，并相继制定了一系列标准如JPEG，MPEG和H.26X等，为它的实际应用奠定了一定基础。但这些标准并不完善，特别是对于医学图像的压缩，为了符合临床诊断的某些特定要求，许多新的编码方法仍在研究和讨论之中，分形图像压缩是其中比较有竞争力的一种算法。 本文围绕当今分形图像压缩的热点问题展开研究，分别对灰度图像和序列图像的编码进行了比较细致深入的探讨，研究工作主要包括以下几个方面： 1．针对经典分形编码时间过长的缺点，提出了一种基于小波分解的快速分形图像压缩算法：利用小波分解后各频带间能量分布不均衡的特性，将集中图像主要能量的低频域作为一幅图像进行经典分形编码；利用小波分解后不同分辨率子带图像之间的相似性，用低频域的全搜索代替经典算法中整个区域的全搜索，将低频域得到的分形参数进行适当的比例变换得到整幅图像的分形码。该算法在压缩比不变且基本不影响解码图像质量的前提下大大提高了编码速度，明显改善了分形图像压缩中编解码不对称的现象。 2．对目前基于分类搜索的分形编码算法进行了比较研究，针对这些硬分类方法中类别数需人为预先指定的缺点，采用模糊聚类优化的软分类方法对分形压缩进行了优化尝试。为了保证分类的有效性和准确性，第一军医大学硕士学位论文首先使用LBG(unde一Buz。~Gray)方法对搜索空间组成的样本集进行初始化，然后再根据优化模糊聚类思想(optimai FuZZy CI ustering，oFc)对搜索空间进行软分类，匹配时用类内搜索代替全局搜索，从而减少匹配次数，降低编码时间，使分形编码的效率得到明显提高。 3.对序列图像的分形压缩进行了初步研究，将在静止图像压缩中获得良好性能的模糊聚类优化算法改进并应用于序列图像的分形压缩，充分利用序列图像前后帧之间的相关性有效组织搜索空间，得到了比较满意的编码效果。
何传江[3]2004年在《分形图像编码技术的算法研究》文中进行了进一步梳理在各种多媒体服务和数字通信等应用领域,图像压缩/编码是至关重要的技术。近年来发表的大量文献显示,图像编码已取得了重要的进展,许多新的思想被提出。分形编码就是其中最引人瞩目的技术之一,它打开了图像压缩的一个全新的编码思路。自20世纪90年代初以来,分形编码在短短的十余年间已取得了令人瞩目的成就。分形编码是由Barnsley首次提出的,源于迭代函数系统理论(分形几何的重要组成部分)。在分形编码中,一幅图像由一个使它近似不变的压缩仿射变换表示,重构图像是压缩变换的不动点,压缩仿射变换的参数组成原始图像的分形码。因此,一幅图像的分形编码就是寻找一个合适的压缩仿射变换,它的不动点是原始图像尽可能好的近似。分形解码是一个相对简单的快速迭代过程,解码图像由分形码表示的压缩变换迭代作用于任意初始图像来逼近。自2001年中期以来,作者一直致力于收集分形编码及其相关主题的杂志论文、会议论文和技术报告,特别是发表在IEEE/IEE杂志和IEEE/IEE会议文集上的论文,至今已收集了500余篇。基于这些论文,作者对分形编码的许多方面进行了探索,改进了一些现有的分形编码/解码算法,也提出了几个新的分形编码/解码算法。本学位论文收录了作者改进或提出的分形编码/解码算法的一部分。本学位论文的主要内容如下:第1章是绪论部分,简单介绍几种着名的图像压缩方法,如预测编码、变换编码、矢量量化编码和基本分形编码等。 第 2 章简单介绍分形编码必需的一些基本数学知识,如度量空间、不动点定理、拼贴定理以及迭代函数系统,并概述分形在图像处理中的应用。 第3章介绍分形编码的基本原理、基本分形算法的描述与实现,以及实验结果的讨论。第4章是文献综述,介绍静态灰度图像的分形编码的研究概况,但没有包含视频与彩色图像的分形编码。接下来的第5章至第7章介绍作者改进或提出的一部分分形编码/解码算法。第5章提出从图像质量和编码时间方面改进分形编码的一个新方案。改进是通过使用适应码本缩减策略实现的,即预先从码本中排除那些不太可能满足对比度因子约束的码块。实验结果显示了本算法的有效性,与对应的全搜索分形算法比较,在解码图像主客观质量没有下降的前提下,编码时间大大减少(10余倍)。第6章介绍两个快速分形编码算法。第一个算法基于作者定义的新概念——<WP=6>叉迹(cross trace)和一个联系最小平方误差与叉迹的关系式。实验显示,与基本分形算法比较,依赖于邻域大小的选择,本算法对256×256 Lena图像既能实现无损加快(3.1倍),又能实现有损加快(100倍以上)。第二个算法推广并改进了Lee等提出的方差算法(IEEE Trans. Image Process.,1998),实验结果也大大优于同为Lee算法的另一个改进算法(Lai et al.,IEE Electron. Lett., 2002)。第7章介绍两个分形解码算法。第一个称为双阶段分形解码算法,它改进了Moon等提出的基于初始图像选择的快速分形解码算法(IEEE Trans. Image Process., 2000)。改进算法与原算法不同之处在于,原始图像的R块均值图像在解码器端被准确重构,而不仅仅是一个近似。仿真表明,新方案实现了Moon等人提到的理想收敛。第二个算法基于作者提出的带控制参数的渐进不动点定理(给出渐进逼近不动点的新颖迭代过程),在不需要特殊编码器的情况下首次实现了渐进分形解码(可用于窄带传输)。与此不同, Barnsley的(美国)迭代系统公司实现的渐进分形解码需要另外的特殊编码器和特殊解码器。第8章是结论部分,汇总了前面叁章的研究结果,指出了作者的其它研究工作以及进一步的研究方向。
杨倩[4]2005年在《分形图像压缩编码的算法研究及DSP实现》文中指出本课题来源于河南省科技攻关计划项目“分形图像压缩编码的算法研究及DSP实现”。本项目的工作包括以下四个方面: 一、图像的自相似性研究; 二、提出一种快速分形图像编码方法; 叁、基于分形图像编码的数字水印技术研究; 四、分形图像编码快速算法的DSPs实现。 本文首先介绍了分形的基本概念和分形编码研究的发展,概括论述了分形与分形图像编码的数学理论基础。 在图像的自相似性研究中,本文提出了一种图像自相似系数的定义和计算方法。仿真结果表明本文定义的图像自相似系数能很好地反映图像的自相似性。 针对分形图像编码时间过长的缺点,本文利用分形理论中的解码与分辨率无关的特性,提出一种快速分形图像编码方法。此方法与传统的编码方法相比,大幅提高了编码速度,而编码的性能没有受到影响。在此基础上,将提出的快速算法以DSPs硬件实现,并对程序进行了充分优化。 在基于分形图像编码的数字水印技术研究方面,本文首先综述了基于分形图像编码的数字水印技术原理及发展状况,然后对传统的方法进行改进。改进后的算法在嵌水印图像质量和水印的鲁棒性方面均有提高。
刘会斌[5]2012年在《分形图像压缩的快速算法研究》文中研究表明图像蕴含着丰富的信息,是人们相互交流的重要载体,其重要性不言而喻。数字图像的数据量非常庞大,图像压缩技术已成为解决海量图像数据存储和传输难题的不二之选。在图像压缩编码领域,分形图像压缩以其新颖的思想、潜在的高压缩比、解码图像与分辨率无关等优点受到广泛关注。自Jacquin提出能由计算机自动实现的分形图像压缩算法以来,在其基础上的改进算法不断被提出。发展至今,这一技术仍然不够成熟,主要表现在无人干预的情况下压缩比不高、编码时间长、在当前图像压缩算法中尚未占据主导地位。因此,提高编码速度和压缩比是解决分形图像压缩不能实用化的重要途径。本文在讨论了分形相关理论和基本分形图像压缩算法的基础上,对分形图像压缩算法进行如下改进工作：(1)研究了满足匹配条件的定义域块的整体特征和互相匹配的值域块与定义域块的局部特征,发现仅使用标准差较大的定义域块就能满足分形图像压缩的需求和互相匹配的值域块与定义域块有相似或相反的亮暗分布的规律,提出了基于标准差和亮暗分布排序的快速分形图像压缩算法。仿真实验表明,该算法比基于方差的快速分形图像压缩算法和基于正负跳变的快速分形图像压缩算法的编码速度分别提高了9倍和5倍,解码图像的峰值信噪比(PSNR)和压缩比也略有提升。(2)在基于标准差和亮暗分布排序的快速分形图像压缩算法的基础上,结合编码速度更快的非搜索分形图像压缩算法,将原算法中固定标准差阈值和固定亮暗分布函数邻域阂值修改为固定标准差较大的定义域块数量和固定亮暗分布函数邻域定义域块数量,提出了基于标准差和亮暗分布排序的快速分形图像压缩算法的改进算法。仿真实验表明,改进算法的解码图像峰值信噪比比非搜索分形图像压缩算法提高了4dB,满足了人眼视觉的需求,编码速度较原算法提高了近10倍。(3)在基于小波系数零树结构的分形预测图像压缩算法的基础上,对绝对值较小的小波系数采用零树编码,利用图像小波分解后小波系数相似性的方向选择性将8种空间变换简化为4种,将不同层上的小波系数权重差异应用在值域树和定义域树的匹配准则中,提出了基于小波系数零树结构的分形预测图像压缩算法的改进算法。仿真实验表明,改进算法较原算法的编码速度提高了近10倍,解码图像的压缩比也有较大提升。
程璐璐[6]2012年在《基于提升小波变换的快速分形图像压缩算法研究》文中认为随着信息网络化的快速发展，多媒体技术的应用日益广泛，数字图像的存储与传输在这之中占有重要的位置。然而图像的数据量非常庞大，必须经过有效的压缩，才能满足实际应用的要求，因而探索高效的图像压缩算法无疑成为当前通信和信号处理领域里的一个重要研究课题。分形技术和小波技术是近年发展起来的新型图像压缩技术，二者结合的可能性和互补优势越来越引起人们的广泛关注。结合分形编码和小波编码各自的优点，本文提出了一种新的基于提升小波变换的快速分形图像压缩算法。通过标量量化技术对小波系数采用视觉加权，对经过小波分解的高频和低频部分分别采用SPIHT算法和改进的分形图像压缩算法。实验结果表明，该方法大幅度缩短了编码时间，避免了传统分形编码所固有的块效应，获得了较高的重构图像质量。
庄振静[7]2009年在《分形图像压缩的两个快速编码算法》文中认为分形图像编码是一个非常有发展前途和应用价值的新型图像压缩技术。近十余年,分形图像编码以其高压缩比、多分辨率和快速解码等优点受到了广泛关注,它打开了图像压缩的一个全新的编码思路。分形图像编码具有良好的视觉质量和高压缩比,然而,固有的编码耗时限制了它的广泛应用。针对这个问题,本学位论文从分形图像编码的快速算法入手,深入研究了在保证解码图像质量的同时如何减少编码时间的问题。本学位论文收录了作者提出的两个快速编码算法:①基于规范块半范数的快速分形编码算法(第四章)。在分形图像编码中,固有的编码耗时限制了它的应用范围。编码时间主要花费于在一个海量码本中搜索每个输入子块的最佳匹配块。针对此问题,在文献【改进分形图像编码的叉迹算法,计算机学报,2007,no.10】的基础上,提出一个限制搜索空间的算法。该算法基于图像块的规范块的半范数特征。实验显示:与改进叉迹算法比较,该算法能够在相对小的搜索邻域内找到输入子块的最佳匹配块,从而减少了扩大邻域搜索的可能性,而且在编码时间和图像质量方面获得了更好的效果。②结合小波的快速分形编码算法(第五章)。特征算法仅仅采用近似表述图像子块的某一个特征来限制搜索,但是这一特征很难同时很好地描述所有的图像子块。本文结合分类的思想,提出了一种新的快速算法。具体说,首先利用图像子块的小波变换系数把对图像子块分为叁大类,然后在每个类内采用适合此类的图像子块特征的特征算法,把类内全局搜索变为类内局部搜索。实验表明,与特征算法比较,该算法在编码时间和图像质量方面获得了更好的效果。
袁静, 冯前进, 陈武凡[8]2005年在《基于模糊聚类优化的分形图像压缩快速算法》文中提出本文针对经典分形压缩算法中编码时间过长的问题提出了一种改进算法。将陈武凡教授提出的模糊聚类优化(OptimalFuzzyClustering,OFC)方法改进并应用于对搜索空间的软分类,匹配时通过用类内搜索取代全局搜索,降低了编码时间。相同运算环境下的仿真实验结果表明,在不影响信噪比和压缩比的前提下,与经典分形压缩算法相比,OFC算法编码速度可提高大约5倍;同近期文献报道的基于小波系数硬分类(WaveletbasedBlockClassified,WBC)和基于经典LBG硬分类的快速分形压缩算法结果相比也均有明显的改善,这都证明了本文算法的优越性。
任远[9]2008年在《分形图像压缩算法的研究》文中指出分形图像压缩方法是一种很有前途的图像编码方法,以其新颖的思想、高压缩比、分辨率无关性和快速解码等优点而广受关注。本文研究了分形的基本理论以及分形图像压缩的基本方法。首先,对图像压缩的原理和方法做了简要回顾;接着,就分形几何学的基本理论、分形用于图像压缩编码所必需的一些基本数学知识以及分形编码的基本原理、基本分形算法的描述与实现作了介绍;最后,针对分形编码算法中存在的问题提出了两种分形图像压缩的新方法,通过仿真实验,说明了两种新方法的有效性。本论文的创新点如下:(1)提出了分级匹配的分形图像压缩方法。与经典的Fisher方法相比,该方法通过去掉定义域块的8种等距变换和采用分级分类的匹配方式,压缩了域池,大大提高了匹配的速度和精度,同时图像的压缩比也有所提高。通过计算机编程对该算法进行仿真,实验结果表明,对于6幅复杂性不同的标准测试图像,本方案确实能够从解码图像质量、压缩比和编码速度等方面改进传统的分形图像压缩方法,达到了既加快编码速度又提高编码图像质量的目的。(2)提出了多维分形图像压缩的方法。该方法打破了传统的定义域块边长为值域块边长两倍的概念,采用多个定义域池,定义域块的边长分别为值域块边长的两倍、叁倍、四倍、五倍大小,匹配时依次搜索各个域池寻找最佳匹配块。大量实验数据表明,该方法与Y.Fisher的分形图像压缩方法相比具有一定优势,在保证重建图像质量的同时缩短了编码时间且提高了压缩比。
刘立京[10]2013年在《快速分形图像压缩编码的算法研究》文中研究表明随着信息化网络的发展,数字图像信息作为重要的信息之一,广泛被使用。如何有效的压缩和存储大量的图像信息已经成为研究的热点问题。分形图像编码是非常有前途和应用价值的新型压缩技术,分形图像压缩以其新颖的思想、潜在的高压缩比、解码图像与分辨率无关等优点受到广泛学者关注。虽然分形图像编码具有良好的视觉效果,但是,在无人干预的情况下固有的编码非常耗时,这极大的限制了它的发展。针对这个问题,本文深入研究分形图像编码的快速算法,在保证解码图像质量同时如何减少编码时间方面做了一些研究工作,主要研究内容概括如下：(1)分析非搜索快速分形图像编码算法,根据值域块与定义域块的匹配关系,将非搜索快速分形图像编码算法思想融入到四叉树分割编码算法中,提出改进四叉树分割算法。分析图像块中像素间的关系,定义差量分析,提出D-R匹配准则,只搜索那些符合差量分析匹配准则的定义域块,从而降低了搜索过程的复杂度。以此提出了差量分析和四叉树结合的分形图像编码算法。本文提出的算法较方差算法和改进四叉树分割算法速度分别提高了5.87倍和7.84倍,解码图像的峰值信噪比基本不变。(2)本文还研究了小波和分形图像编码,在基于小波系数零树结构的分形预测图像编码算法基础上,充分利用不同层上小波系数的权重差异,将D-R匹配准则运用其中。充分考虑小波系数的特点,将小波系数绝对值化处理,避免由简单计算而引起的误差。并对绝对值足够小的小波系数采用了零树编码,提出了基于小波系数零树结构的分形预测图像压缩算法的改进算法。仿真实验表明,改进算法较原算法的编码速度提高了近19倍,同时解码图像的峰值信噪比和压缩比也有所提升。(3)将搜索匹配块的最佳匹配原则进行转换,提出了减少分形编码时间的一种新特征方法,即邻位差值和。阐述了邻位差值的概念,并证明了最小均方误差与邻位差值和的关系。充分分析值域块标准差和定义域块标准差对解码图像的影响,定义匹配搜索半径,提出基于邻位差值和的快速分形图像编码算法。仿真结果表明,本文提出的算法较叉迹算法和方差算法的编码速度分别提高了3.13倍和5.52倍,同时解码图像的峰值信噪比和压缩比略有提高。
参考文献：
[1]. 分形图像编码的算法研究[D]. 裔传俊. 南京航空航天大学. 2007
[2]. 分形图像压缩快速算法研究[D]. 袁静. 中国人民解放军第一军医大学. 2003
[3]. 分形图像编码技术的算法研究[D]. 何传江. 重庆大学. 2004
[4]. 分形图像压缩编码的算法研究及DSP实现[D]. 杨倩. 郑州大学. 2005
[5]. 分形图像压缩的快速算法研究[D]. 刘会斌. 东北大学. 2012
[6]. 基于提升小波变换的快速分形图像压缩算法研究[D]. 程璐璐. 西安电子科技大学. 2012
[7]. 分形图像压缩的两个快速编码算法[D]. 庄振静. 重庆大学. 2009
[8]. 基于模糊聚类优化的分形图像压缩快速算法[J]. 袁静, 冯前进, 陈武凡. 计算机应用与软件. 2005
[9]. 分形图像压缩算法的研究[D]. 任远. 北京化工大学. 2008
[10]. 快速分形图像压缩编码的算法研究[D]. 刘立京. 东北大学. 2013
标签：生物医学工程论文; 图像压缩论文; 分形图论文; 图像编码论文; 仿真软件论文; 编码转换论文; 定义域论文; 数据压缩论文;