分形图像压缩及其改进方法

摘要

21世纪，互联网技术正在迅猛的发展，以图像为主的多媒体技术大大丰富了我们的生活。但是如果没有一个高效的压缩方法，图像通信将不可能实现。图像压缩编码的目的就是要以尽量少的比特数表征图像，同时保持复原图像的质量，使它符合特定应用场合的要求。图像压缩也是多媒体技术的关键和瓶颈之一。 分形图像处理技术是分形理论与图像处理技术结合的产物，已经在压缩编码、区域分割、模式识别等方面得到较多的应用。分形图像压缩方法是根据图像的自相似性，将一幅数字图像转化为一组收缩的迭代函数系统模型，通过对迭代函数系统参数编码达到图像压缩的目的。分形图像压缩方法具有压缩比高，解码速度快的优点。对于现实生活中的大量非严格自相似图像，常用的是基于子块划分的分形图像压缩方法。这种方法将图像划分为规则形状的不重叠的子块集，根据子块的局部自相似性，找出集中每一个子块的迭代函数系统，由全体子块的迭代函数系统参数形成分形图像压缩编码。 传统分形压缩算法是在对子块(Range)和父块(Domain)进行了大小不同的分割后，在整个图像范围内寻找子块在压缩、仿射变换下的最佳匹配父块。由于每个父块一般都对应着8种仿射变换，所以搜索压缩映射块的过程消耗了大量的时间，压缩速度的缺陷足以抵消其优越性。本文以基于分形基本理论的图像编码研究为目的，在系统地介绍了分形压缩的基本理论后，针对传统方法耗时长的缺点，改进了邻域搜索的编码方法，即匹配块的搜索只在值域块的四邻域进行。这样大大减少了压缩的时间，同时也达到了压缩的目的。本文还基于人眼视觉特性的分形图像处理方法，分析了域块间相似性，减少了值域块搜索范围，在提高信噪比的同时，也大大减少了编码的时间。

目录

文摘

英文文摘

声明

1绪论

2图像压缩概述

2.1引言

2.2图像压缩系统

2.3图像压缩编码的原理

2.4图像压缩编码方法的性能评估

2.5图像压缩编码分类

2.6小结

3分形图像编码的数学基础

3.1引言

3.2分形概述

3.2.1分形的基本理论

3.2.2分形空间

3.3分形编码理论基础

3.3.1仿射变换

3.3.2压缩映射及不动点

3.3.3迭带函数系统、吸引子

3.3.4拼帖定理

3.4小结

4分形图像编码方法

4.1引言

4.2局部迭代函数系统(LIFS)

4.3用LIFS进行图像压缩

4.3.1算法设计基本步骤

4.3.2编码过程

4.3.3解码过程

4.3.4算法实现

4.3.5实验结果

4.4小结

5改进的分形图像编码方法

5.1引言

5.2分形图像编码改进算法

5.2.1提高编码速度

5.2.2改进解码图像质量

5.2.3分形块编码与其它编码方法的结合

5.3基于邻域搜索的分形编码方法

5.3.1算法设计

5.3.2实验结果

5.4小结

6基于人眼视觉特性的改进编码方法

6.1引言

6.2人眼视觉特性

6.2.1 Weber定理

6.2.2视觉的空间和时间频率特性

6.2.3视觉的阀值效应和掩盖效应

6.2.4人眼对图像视觉适应特性分析

6.3视觉特性应用于分形编码

6.4基于视觉特性的分形编码实验

6.5图像光滑性预处理

6.6域块的相似性分析

6.6.1边缘块的自相似性

6.6.2平滑块的相似性

6.7算法设计的基本步骤

6.8实验参数量化方案

6.9实验结果

6.10小结

结束语

致 谢

参考文献

附录