一种新的非线性分形压算法

摘要

提出一种基于Julia-CK集和Logistic映射的非线性分形压缩算法.用Carotid-Kundalini函数生成Julia-CK集,并用Logistic映射生成伪随机数填充量化表.将量化后的Julia-CK集分割成4×4的小图像块,再变换成圆盘.圆盘经过旋转后重新变换为正方形,对Julia-CK集进行适当的分类.编码时在同类中寻找匹配的图像块,扩充了原有的仿射变换,得到一个丰富且可通用的压缩字典,有效地打破图像和数据字典之间的一一对应关系.实验表明,相比于Barnsley提出的经典分形压缩方法,新算法使压缩比提高约36%,重建图像的峰值信噪比提高约27%,具有良好的压缩比,获得了高质量的解码图像.