一种基于小波变换的自适应分形预测图像编码方法

摘要

一直以来，对图像编码方法的研究，都是信息科学中一个非常重要的课题。小波和分形作为两种新兴的图像编码方法，都突破了基于局域内相关去冗余的传统编码方法的局限性，因而受到了人们的广泛关注。通过分析这两种方法各自的特点，有理由相信，把它们结合起来，将更加能发挥它们的优势而又能弥补其各自的不足，从而更有效地压缩图像信号。　　基于小波变换的分形预测图像编码方法是一种备受青睐的小波分形混合算法。这种方法在对图像进行小波分解后，利用同方向不同分辨率的子带图像之间的相似性，用低分辨率子带图像来对同方向高分辨率子带图像进行分形预测编码。　　本文在该算法的基础上，经过一系列的研究工作，提出了一种基于小波变换的自适应分形预测图像编码方法。这种新方法对小波分解后垂直和水平方向的子带图像进行基于H-V分割的分形预测编码，对对角线方向的子带图像则进行基于四叉树分割的分形预测编码。其优点是对图像的特点有着很好的自适应性：不但能顾及到图像自身的局部复杂性，还能充分考虑到小波分解后子带图像的多分辨率性、能量分布不均性和方向性，并根据图像的这些特性对不同的子带图像自适应地采取不同的分形策略。这种良好的自适应性，使得编码的时候既能充分利用小波变换优良的空间-频率特性，又能充分发挥分形编码对自相似图像进行压缩的高效性。实验表明，这种新的自适应小波分形混合编码方法，对多种类型的图像，在编码质量、压缩倍数、编码时间上均取得了令人满意的效果，是一种编码效果较好、适用范围较广的编码方法。

目录

文摘

英文文摘

第一章绪论

1.1图像压缩的原理

1.2图像压缩方法的分类

1.3图像压缩方法的评价标准

1.4本文的研究内容与组织结构

第二章小波、分形及其在图像压缩中的应用

2.1小波变换与图像压缩

2.2分形与图像压缩

第三章小波分形混合编码算法

3.1小波分形混合编码算法的发展过程

3.2基于小波变换的分形预测编码方法

3.3基于小波变换和固定数目分块策略的分形预测编码方法

第四章基于小波变换的自适应分形预测编码方法

4.1基于小波变换和四叉树分割的自适应分形预测编码方法

4.2基于小波变换和混合分割的自适应分形预测编码方法

4.3其他方面的改进

第五章总结与展望

5.1对本文工作的总结

5.2今后的工作展望

参考文献

致谢

原创性声明