论文部分内容阅读
分形编码是近年来迅速兴起的一种高倍率的图像压缩方法。它依据分形原理,利用迭代函数系统来抽取自然图像中的自相似性,达到压缩图像的目的;解码时利用拼贴定理来快速恢复图像。目前其存在着编码时间长、编码效果有待提高等弱点,仍需进一步进行研究。
本文在分析了Jacquin提出的分形编码算法以及网格划分法的局限性之后的基础上,提出了一种新的基于父块库分类的自适应四叉树分形编码算法。父块库分类以父块四个部分的灰阶均值和方差作为依据,以平稳阈值作为判别标准,将父块分为12类。结果表明,这种方法在加速搜索的同时,可以大幅度地提高图像的峰值信噪比。其中,平稳阈值是影响编码时间的主要因素,只有适中的平稳阈值才能保证编码时间最短。此种编码方法十分适合压缩细部特征复杂的图像。与以往的分形编码算法相比,本文的算法具有更高的峰值信噪比及更短的编码时间。在压缩比相同的前提下,本文的算法比DCT算法的峰值信噪比要高。
本文还将小波变换与分形编码相结合,利用小波树各成员之间视觉上存在的相似性进行分形编码。结果表明,在峰值信噪比损失不大的前提下,该算法比传统的分形编码方法具有更高的压缩比及更短的解码时间。