分形图像压缩编码以其高压缩比和较高的图像重构质量在图像压缩领域占据着重要地位,但仅利用分形技术的图像压缩无法占优势,分形与其他先进技术相结合的混合编码技术更有发展前景。分形图像压缩编码需要从海量的码本块中匹配最佳匹配块,这个过程需要耗费大量时间,导致基本分形算法计算复杂度高、编码时间长、高压缩比与高重构质量无法两全的问题。本文针对基本分形图像压缩算法存在的问题,从提高重构图像质量和提高编码速度的角度进行研究,主要从以下方面展开:（1）针对分形图像编码算法复杂度高、编码时间冗长的问题,提出正交稀疏编码和纹理特征提取表示图像块的方法。首先,灰度级的正交稀疏变换在提高图像重建质量的同时也缩短了解码时间。其次,相关系数矩阵度量范围块和域块之间的变异系数特征降低了冗余度和编码时间。仿真实验结果显示,本章提出的方法与传统的分形图像编码算法相比,图像重建质量更好,编码速度更快。（2）针对图像块匹配过程的耗时问题,提出简化图像块匹配过程中的搜索阶段,本章采用提取图像块的卡方特征的方法。提取图像块的卡方特征,利用卡方特征的统计特性降低图像块搜索的复杂度,然后将图像块的卡方特征进行相似性度量,最后利用稀疏编码降低特征的冗余度,节省了编码时间。实验结果表明本章提出的算法与基本分形图像压缩算法相比具有显著优势。（3）利用图像块本身的统计特性,本章定义了新的图像块特征,首先计算图像块的方差,对方差做归一化处理,然后对处理后的方差做积分,利用方差积分的几何意义提出图像块面积-方差特征,最后将提取的面积-方差特征作为正交分形稀疏编码的匹配搜索阶段的特征向量进行最佳图像块匹配。实验结果表明,该算法在提高重构图像质量的同时能缩短算法编码的时间。