图象在生活中的大量应用，使图象压缩技术的研究变得迫切。分形图象压缩编码技术是由美国数学家Barnsley和Sloan于1987年提出的，此后Jacquin首先实现了完全自动的分形压缩编码，给分形图象压缩领域带来突破性的进展。分形图象压缩技术是在此算法基础上逐渐发展，成为当今图象压缩的一个新领域。 Fisher提出的自适应四叉树编码方法加快了图象编码的速度，提高了图象的压缩比，但是在图象的重建质量上还存在不足。为了改进分形图象压缩算法的重建质量，赵耀等人提出一种非线性的灰度变换，有效的提高了图象重建质量。本硕士论文综合了线性仿射变换和非线性仿射变换的逼近能力，采用混合型的仿射变换既能发扬线性仿射变换的低比特率的优点，又能发扬非线性仿射变换的相似逼近能力，提高重建质量，本算法是一种新型的算法，文献中尚未提及。通过实验表明，该混合型的迭代函数系统更能体现自相似性的多样化，克服了传统的分形图象压缩算法仿射变换单调的缺点，使重建质量和压缩比对比其他算法都能有较好的改进。 全文共分为四章，第一章简要介绍了图象压缩技术，并介绍了近十年来图象压缩的研究成果。第二章给出了分形压缩编码的数学原理和理论基础。第三章介绍了Jacquin的分形压缩编码方法和Fisher的自适应四叉树编码方法。第四章，在赵耀，袁保宗提出的新型仿射变换的基础上，和自适应四叉树编码方法结合，提出了一种新的压缩编码方法。并介绍了用此算法编写的程序，给出了实验结果，实验结果显示“Lena”256×256×8图象在PSNR等于28.7时，压缩比可以达到22.4，比Fisher，Jacquin，和赵耀等人的结果都有一定程度的改进，文章最后指出了算法和程序的不足，提出了一些改进的方向。