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。