图像以其确切性、直观性、高效性和广泛适应性，已成为当今人类社会最重要的一种信息来源。为了有效地利用计算机处理图像信息，人们首先需要将图像数字化。然而由于数字化图像的时空特性，它所包含的数据量非常巨大，这给它的存储和传输都带来了很大的困难，因此图像压缩势在必行。目前人们已经提出了很多压缩方法，而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，主要是因为编码时定义域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。 本文在快速分形编码方面作了以下研究工作： 1．提出了一种基于分形维数特征分类的快速分形编码方法。把灰度图像看作是某种分数布朗运动形成的(分形)灰度表面，并用这种灰度表面的分形维数来刻画它的纹理粗糙程度。在分形编码时，用这个维数值来对图像块进行分类，大大减少了编码时定义域块的搜索数目，达到了加速编码的目的。在理论上，由于这种维数具有很好的分类能力，使得这种方法可取得很大的加速比；由于这种维数是连续量，还可通过改变分类数目来调节解码图像的质量。我们做了大量的数值实验，结果表明，在压缩比相同的前提下，与全局搜索法相比，将图像块分为25类时，可取得约17倍的加速比，而解码质量只相差1.574951db；另外，与其他分类方法的比较实验表明，本方法有更好的加速效果和解码质量。 2．提出了一科基于矩不变量特征分类的快速分形编码方法。由于在分形编码时值域块实际上是与经过灰度仿射变换之后的定义域块进行比较，因此我们首先提出了一种在灰度仿射变换下保持不变的图像矩不变量，它可看作是Mario特征的推广。在分形编码时，用该不变量来对图像块进行分类，极大地减少了编码时定义域块的搜索数目，达到了加速编码的目的。理论上，这两北_卜业人学硕卜论文种不变量具有很好的分类能力，因而使用这种方法可取得很大的力!_}速比;这种不变量也是连续量，大量的数值实验表明，因此还可通过改变分类数目来调竹解码图像的质量〔在压缩比相同的前提下，与全局搜索法相比，块分为25类时，可取得约20倍的加速比，而解码质量只相差2 .08;将图像另外， 与其他分类方法的比较实验表明，本方法有更好的加速效果和解码质量。3.提出了一种结合多种加速技巧的快速分形编码方法。基于值域块与其最优匹 配块有着相似的灰度分布这一思想，先将图像块分为阴影块和非阴影块，排 除了一部分要编码的值域块和要搜索的定义域块;再将剩余块按其四分子块 的灰度均值和均方差排列顺序进行分类，免去一了同类之外的块比较计算;最 后通过计算同类中定义域块到值域块应进行的反射一旋转变换，进一步将定 义域块的搜索复杂度降低到原来的1/8。实验结果表明，通过这几J种加速技 巧的有机结合，编码速度得到了极大的提高。例如，相对于月、经力卜}速的个局 搜索编码，‘在不一号虑压缩比的情况下，对lellna图，可取得()()信的加速比， 对peppers图，可取得66倍的加速比。在压缩比与全局搜索基本一致的情 沉一下，对le]1lla图，可取得39倍的加速比，对pePper、图，!一1」取得22倍的 加速比。这些情况下的解码质量均好于全局搜索所对应的结果。4.提出了一种基于分形压缩的图像放大力一法。利用分形图像压缩的解码图像与 分辨率无关这‘特点，对需要放大的图像，利用前面提出的快速分形编码进 行快速编码，得到编码参数，再用这些参数快速解码出所需要的分辨率的图 像。实验结果表明，相对于传统的双线性插值法，该方法对灰度变化不是很 剧烈的图像(如pePpers)，取得了较好的放大效果，对那些灰度变化较快的 图像做口lellna)，得到的放大图像有少量的白噪声，但无论叨{训“图像，该力- 法都能较好地保持图像(尤其是边缘的)的细节。