基于聚类搜索的彩色分形图像压缩编码

摘要

为了完整、真实地保存一幅图片信息，需要详细记录每个象素点的颜色信息，所占用的物理空间是极其庞大的。而这种图像在图像存储和图像传输等环境中几乎是不可接受的，因此对图像进行数据压缩就被提到议事日程上来了。虽然近年来图像信息压缩技术取得了飞跃性的进步，但因其数据量极其庞大，它的实用化步伐仍未达到人们的期望，因此图像压缩仍然是广大图形图像工作者致力研究的重要课题。而分形技术作为一种全新的图像压缩方法，其潜力是巨大的、令人期待的。 本文首先介绍了图像压缩技术的发展和应用，图像信息压缩的基本途径、图像压缩标准、图像质量评价标准，并对图像压缩的相关知识如人眼的视觉特性、色彩空间进行了较为系统的介绍。 本文在第三章对分形技术的原理，在图像压缩上的应用进行了详细的介绍，包括它的数学基础、基本理论、两种基本的分形图像压缩算法以及各种改进方法。　 最后在基于上述压缩编码方法和分形编码研究的基础上，本文提出了一种基于二次聚类的分形图像压缩方法，并采用色彩空间的相互映射将三维色彩信息压缩为一维进行编码，大大减少了编码时间。同时利用图像的亮度均值来恢复图像，不但能够减少迭代次数，还可进一步利用熵编码提高压缩比。实验结果表明，本文提出的基于二次聚类的分形图像压缩方法具有耗时少、压缩比比较高等特点。

目录

文摘

英文文摘

引言

第一章绪论

1.1.论文背景

1.1.1.图像压缩的意义

1.1.2.图像压缩技术的应用

1.2.图像压缩技术的发展现状

1.2.1.图像信息压缩的基本途径

1.2.2.图像压缩标准

1.3.图像质量的评价

1.3.1.图像质量的主客观评价

1.3.2.图像压缩性能评价

1.3.本文的工作

第二章图像压缩的视觉与色度学基础

2.1.人眼的视觉特性

2.1.1.视觉范围和视觉适应性

2.1.2.同时对比效应

2.1.3.对比灵敏度

2.1.4.视觉惰性

2.1.5.视觉的瞬时特性

2.1.6.马赫带效应

2.2.色彩空间

2.2.1.色觉与色度学基础

2.2.2.RGB色彩空间

2.2.2.CIEXYZ色彩空间

2.2.3.视觉色彩空间CIE

2.2.4.HSV色彩空间

2.2.5.HSI(HLS)色彩空间

2.2.6.YUV色彩空间

2.3小结

第三章分形图像压缩方法

3.1.分形理论的提出

3.1.1.什么是分形

3.1.2.分形图像学

3.2.分形图像压缩的数学原理

3.2.1.完备度量空间(Complete Metric Space)

3.2.2.收缩映射与不动点

3.2.3.收缩映射原理和迭代函数系统IFS

3.2.4.拼贴原理

3.3.分形图像压缩的数学模型

3.3.1.空间变换

3.3.2.灰度变换

3.4.分形图像压缩的基本算法

3.4.1.迭代变换算法ITT

3.4.2.BATH分形算法BFT

3.5.分形图像编码的现状和最新进展

第四章基于聚类的分形图像压缩方法

4.1.基于均值和欧氏距离的二次聚类

4.2.彩色分形图像压缩的实现细节

4.2.1.彩色图像预处理

4.2.2.图像分割

4.2.3.码书的构造

4.2.4.子块分类

4.2.4.局部搜索

4.2.5.二次聚类搜索

4.2.6.利用子块均值编解码

4.2.7.分形码的存储

4.3.试验：

4.3.1.测试图像

4.3.2.图像试验结果

4.3.3.解码过程比较

4.5.试验分析

第五章总结与展望

参考文献

致谢

论文独创性声明及论文使用授权声明