分形图像编码的算法研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:littlerabit75
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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。
其他文献
基于内容的图象检索技术是近年来国内外在图象数据库研究中出现的一个新热点问题。本文围绕图象特征提取和图象相似性度量两个问题展开论述。以Gabor基小波提取图象特征理论
基于相似度匹配的移动社交网络(PMSN)在移动设备日益普及的今天,其应用越来越广泛,针对它的相关研究也越来越热门。而在相似度匹配的过程中,对于用户个人属性的隐私保护和对
面向开放域的问答系统是自然语言处理领域中最具有挑战性的热点研究问题之一。随着互联网的飞速发展与普及,信息量的急速膨胀,有效查找和利用这些信息的迫切需求使得信息检索与
随着网络的普及,丰富多彩的网络资源给人们的生活、工作以及学习带来了巨大的方便。然而,信息数量庞大、排列无序以及垃圾信息的干扰等都阻碍着人们充分利用网络资源。为了使
数据挖掘是在海量的数据中发现事先未知的、隐含的且能被人们利用的模式和关系,这些关系可以指导人们对未来的行为进行预测。在现实生活中,我们经常遇到大量的高维数据,例如商场
近年来,低功耗广域网(LPWAN)技术越来越多的用于城市智慧抄表,无人机通信,基础民用设施监测等领域。LPWAN技术是一种非常具有吸引力的技术,它使得低成本的设备通过几百bps-几十kbps
基于复用的软件开发可以有效地提高软件开发的质量和效率。构件技术在软件复用中扮演着重要角色。软件构件库是支持软件复用的基础设施,在很大程度上决定着软件复用成功与否
随着Internet技术的高速发展,网络安全问题变得越来越敏感和重要,攻击者攻击手段和技术的日益复杂化、更具隐蔽性和分布性等特点,使得对入侵意图的识别变得困难。冗余的、无
Blog是一种流行的个人媒体。它承载了大量有价值的信息,并且在互联网中的地位越来越重要,已经成为人们日常生活和工作中不可或缺的一部分。然而由于blog与传统的网页的信息特点
随着生物医学领域文献的爆炸性增长,从生物医学文献中自动获取生物医学知识已经成为生物信息学研究的热点问题,而由于蛋白质相互作用关系对于生命科学有着特殊的重要意义,因而蛋