论文部分内容阅读
分形图像压缩编码技术是由美国数学家Barnsley和Sloan于1987年提出的,现已成为当今图像压缩的一个新领域。在分形编码中,一幅图像由一个使它近似不变的压缩仿射变换表示,分形解码是一个相对简单的快速迭代过程,解码图像由分形码表示的压缩变换迭代作用于任意初始图像来逼近。本文针对分形编码耗时问题,深入分析了几种特征分类方法,提出了基于图像高阶谱特征的分形编码方法。即采用自适应四叉树对图像进行分块得到range blocks(定义域块),对尺寸大于4×4的图像块编码将利用图像块的高阶谱提取构成该图像块的特征向量。特征向量正交投影后,在比较低维数的空间建立k-d tree(k维二叉树)类型的数据结构,先对变换参数进行量化后,再使用最邻近搜索算法达到快速匹配搜索,从而获取分形码。最后在Visual C++平台上实现了编码算法的仿真,实验结果说明该方法在压缩质量,压缩时间等编码性能方面都较传统方法有明显的改善。本文在快速分形编码方面作了以下研究工作:1.提出了一种基于图像高阶谱的提取图像特征向量的新方法,实现了图像向量的降维处理,为最邻近搜索算法提供了方便。理论上图像高阶谱更能表征图像的特征,降维后搜索时间大大减少。2.我们采用全搜索算法,不象一些分类算法中采用局部搜索,使得图像解码的保真度大大提高。3.采用预先量化分形参数,再使用最邻近搜索算法达到图像块快速匹配,大大减少了编码的计算量。4.在k-d tree数据结构中不再存储图像的内容和其他位置等参数,而只存储一个代表该图像块的指针,这样大大减少了使用的内存空间。