分形图像压缩方法是一种很有前途的图像编码方法,以其新颖的思想、高压缩比、分辨率无关性和快速解码等优点而广受关注。本文研究了分形的基本理论以及分形图像压缩的基本方法。首先,对图像压缩的原理和方法做了简要回顾;接着,就分形几何学的基本理论、分形用于图像压缩编码所必需的一些基本数学知识以及分形编码的基本原理、基本分形算法的描述与实现作了介绍;最后,针对分形编码算法中存在的问题提出了两种分形图像压缩的新方法,通过仿真实验,说明了两种新方法的有效性。本论文的创新点如下:(1)提出了分级匹配的分形图像压缩方法。与经典的Fisher方法相比,该方法通过去掉定义域块的8种等距变换和采用分级分类的匹配方式,压缩了域池,大大提高了匹配的速度和精度,同时图像的压缩比也有所提高。通过计算机编程对该算法进行仿真,实验结果表明,对于6幅复杂性不同的标准测试图像,本方案确实能够从解码图像质量、压缩比和编码速度等方面改进传统的分形图像压缩方法,达到了既加快编码速度又提高编码图像质量的目的。(2)提出了多维分形图像压缩的方法。该方法打破了传统的定义域块边长为值域块边长两倍的概念,采用多个定义域池,定义域块的边长分别为值域块边长的两倍、三倍、四倍、五倍大小,匹配时依次搜索各个域池寻找最佳匹配块。大量实验数据表明,该方法与Y.Fisher的分形图像压缩方法相比具有一定优势,在保证重建图像质量的同时缩短了编码时间且提高了压缩比。