分形和小波相结合的图像压缩算法

来源 :沈阳理工大学 | 被引量 : 0次 | 上传用户:a13315157220
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
信息技术的快速发展,使图像传输的需求也急剧增加。但是由于图像自身的数据量非常大,给存储和传输带来了很多的不便,所以必须不断地研究新的图像压缩技术。尽管近年来出现了很多的图像压缩算法,但是基于分形和小波的混合编码技术的研究仍然是图像压缩领域最为热点的问题之一。 图像的分形压缩是一种有损编码方法,主要是利用了图像的局部自相似性的特点,通过迭代函数系统来实现的。其理论基础是迭代函数系统定理、压缩映射定理和拼贴定理,该方法虽然压缩比大、解码时间快,但是编码时间长、计算复杂度大。 针对分形编码时间长的缺点,本文提出了基于区域竞争策略的四叉树分形编码。该算法采用了区域竞争策略对分形中8种基本的仿射变换先进行最优选取,然后再将选出的最优仿射块用于编码参数的计算,使得每次匹配计算的次数从原来的8次减为1次,这样降低了整个编码的时间,并且解码图像的效果也较好。 单纯的小波图像压缩是通过保持小波变换后的低频系数不变,而适当地舍弃高频系数来进行压缩的。这种方法虽然也可以起到压缩的效果,但是会丢失一些细节信息。本文在对小波和分形各自的压缩算法进行分析后将二者结合起来,对小波分解后的图像的高频信息进行局部的分形编码,而对低频系数进行无损保存,这样既起到了压缩效果,又较好地保存了图像信息。
其他文献
在通信网络中,组播是一种重要的通信方式,是一种一对多的连接类型的通信方式。随着网络技术的发展,组播在分布式系统、视频点等多媒体业务中得到广泛的应用。实现组播的关键
高维数据空间中的最近邻查询问题被广泛应用于数据库,图像检索和许多其它相关领域。受“维数灾难”的影响,这一问题变得越来越重要。本文研究且实现了DCR(Data Co-Reduction)
现代信息科技的进步特别是网络技术的飞速发展,已经使得人们的日常工作与网络密不可分,大量的数据文件需要存储和共享,使用传统的服务器式存储和共享技术会给服务器造成巨大
在异构数据集成过程中,资源的有限共享和系统间数据层的协同工作成为急需解决的问题。本论文针对这种现状,对异构数据集成的相关理论以及存在的问题进行了研究和探讨,分析了
近年来,网络以其简捷、方便以及费用低廉等优点,已经越来越深入地渗透到人们的生活中,成为信息交流的重要手段。所有这一切不仅给人们带来了前所未有的便利,同时也给人们提出
为了提高运动成绩,必须进行合理的、系统的、科学的运动训练。近年来,科学的训练方法已越来越多的应用到竞技体育当中来,并且取得了显著的成效。在众多的体育项目中,击剑项目
  本文针对文件系统备份过程有一组算法或模块要对目录树进行迭代或递归处理,如果算法按照树结构递归,则会导致内存消耗过大,会直接影响到软件的现实可用性,研究了对树结构按照
随着以计算机技术、通讯技术、消费电子技术为主的IT产业的快速发展,嵌入式系统得到了越来越广泛的应用。在包括科学研究、工程设计、军事技术、商业娱乐及人们日常生活的各
随着计算机以及通信技术的发展,以图像、视频、音频为代表的多媒体数据的数据量和信息量急剧增长,这些海量数据高效的存储和检索日益成为一个突出的问题。因此如何快速有效地
目标位姿参数测量广泛应用于目标识别、新武器检测、自动导航等领域,如何精确地求解目标的位姿参数一直是相关领域的研究难题。基于计算机视觉的位姿参数测量是一种比较热门