基于紋理特征的分形圖像編碼方法.pdf

1、隨著多媒體技術(shù)和計算機通信的日益發(fā)展，具有龐大數(shù)據(jù)量的數(shù)字圖像極大地制約了圖像通信。采用有效的壓縮編碼技術(shù)刪除冗余，以盡量少的比特數(shù)存儲圖像，同時保證圖像的質(zhì)量，己成為研究的熱點。本學(xué)位論文從理論和實踐上介紹了不同于傳統(tǒng)方法的壓縮算法—基于紋理特征的分形圖像壓縮算法。算法采用迭代函數(shù)系統(tǒng)（IFS）對圖像進行壓縮，主要以不動點定理和拼貼定理作為理論基礎(chǔ)。對給定的圖像，以圖像的統(tǒng)計特征和紋理特征為基礎(chǔ)采用分塊的思想，尋找一組由壓縮仿射變換構(gòu)

2、成的IFS。圖像的解碼不依賴于原始圖像，對任意初始圖像，用IFS反復(fù)迭代，就能將原始圖像重現(xiàn)。因此，編碼文件只需存儲IFS碼，從而得到較高的壓縮比。
　　本學(xué)位論文首先在研究圖像紋理特征描述方法的基礎(chǔ)上，提出了一種改進的紋理圖像檢索方法，將統(tǒng)計方法和結(jié)構(gòu)分析方法有機地結(jié)合起來，既能描述圖像的灰度分布信息，又能表達局部細節(jié)，彌補了采用單一方法的不足，并且能夠以較少數(shù)量的特征描述圖像。實驗結(jié)果顯示，與其它算法相比具有更好的檢索精度；其

3、次，根據(jù)圖像的統(tǒng)計特征對定義域及值域塊進行分類處理，大大減少了編碼時間。提出的改進算法彌補了基于熵值的分形編碼算法存在的缺點，即值域塊與分區(qū)間內(nèi)的定義域塊進行匹配時，熵值介于邊界附近的值域塊容易丟失掉最佳匹配塊，從而導(dǎo)致解碼圖像質(zhì)量的降低。該算法通過確定閾值的范圍，避免了最佳匹配域塊的丟失，使得重建后圖像的質(zhì)量有所提高。與基本分形算法相比，該算法實現(xiàn)了縮短編碼時間，提高解碼圖像質(zhì)量的效果；最后，提出了一種改進的混合編碼方法，將可以描述圖