分形图象压缩方法是根据图象的自相似性，将一幅数字图象转化为一组收缩的迭代函数系统模型，通过对迭代函数系统参数编码达到图象压缩的目的。分形图象压缩方法具有压缩比高，解码速度快的优点。对于现实生活中的大量非严格自相似图象，常用的是基于子块划分的分形图象压缩方法。这种方法将图象划分为规则形状的不重叠的子块集，根据子块的局部自相似性，找出集中每一个子块的迭代函数系统，由全体子块的迭代函数系统参数形成分形图象压缩编码。 本文设计了一种基于区域划分的分形图象压缩方法。首先在第一章中介绍了分形图象压缩研究的意义和数字图象质量的评价标准。接着在第二章中阐述了分形图象压缩的理论基础，通过对完备空间中迭代函数系统性质的研究，提出了分形图象压缩的两个基本定理：压缩映射的不动点定理和拼贴定理。在第三章中讨论并实现了基于子块划分的分形图象压缩方法，这种方法将原始图象划分为不重叠的正方形值域块集和四倍大小的正方形定义块集，对于每一个值域块，在定义块集中通过最佳匹配找出最相似的定义块，通过匹配得到值域块的最佳自相似变换，对所在值域块的最佳自相似变换参数编码实现图象压缩。在第四章中讨论并实现了基于区域划分的分形图象压缩方法，这种方法首先采用第三章中的方法进行初始化，形成最初的由正方形子块组成的最小区域集和相邻区域对队列，并得到每一个区域的多个最佳自相似变换，根据拼贴误差最小的原则，在保证一定性噪比前提下，不断合并最佳相邻值域对，实现区域合并，最终图象划分区域集由一些不规则形状区域组成，对这些区域自相似变换参数和区域形状编码实现分形图象压缩。通过对两种分形压缩方法性能的比较，基于区域划分的分形图象压缩方法可以在相同的性噪比下达到更高的压缩比，压缩性能显著提高。