快速分形圖像壓縮編碼方法研究.pdf

1、圖像壓縮作為通信及多媒體領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)，對(duì)信息技術(shù)的發(fā)展具有很強(qiáng)的現(xiàn)實(shí)意義。圖像是人們生活中信息交流最為重要的載體，也是蘊(yùn)涵信息量最大的媒體。數(shù)字圖像的數(shù)據(jù)量非常龐大，必須經(jīng)過(guò)有效的壓縮，才能滿足數(shù)字圖像的高速傳輸和存儲(chǔ)。 目前，圖像壓縮方法已有近百種，但是壓縮效果、壓縮比以及編碼、解碼時(shí)間還不能滿足當(dāng)前信息時(shí)代的要求。因此，圖像壓縮需進(jìn)一步發(fā)展。近幾年，隨著許多新理論、新方法的不斷涌現(xiàn)，出現(xiàn)了一大批新的圖像壓縮編碼方法，

2、分形圖像編碼方法就是其中的一種。分形圖像壓縮的思想新穎、潛力很大，(在人工干預(yù)條件下)當(dāng)壓縮比達(dá)到1萬(wàn)比1時(shí)，解碼圖像仍有很好的視覺(jué)效果，是一個(gè)很有發(fā)展前途的壓縮方法。 分形圖像壓縮方法是上個(gè)世紀(jì)90年代新興起的一種壓縮編碼方法，具有巨大的發(fā)展?jié)摿Γ唧w表現(xiàn)在以下幾個(gè)方面： (1)分形圖像壓縮是建立在圖像自相似的基礎(chǔ)之上，壓縮過(guò)程既考慮圖像中局部與局部，又考慮局部與整體之間的相似性。由于自然界中存在大量的自相似的幾何形狀

3、，因此它的適應(yīng)范圍很廣。 (2)解碼圖像的分辨率與原編碼圖像的尺寸大小無(wú)關(guān)。分形解碼時(shí)即可以得到比原編碼圖像小的圖像；也可以將解碼圖像放大到任意大的尺寸，且保持精細(xì)的結(jié)構(gòu)。 (3)在高壓縮比的情況下，分形圖像壓縮編碼能有很高的信噪比和很好的視覺(jué)效果，這是其它方法不能相比的。 分形圖像編碼的過(guò)程是依據(jù)拼貼定理，通過(guò)特定的圖像，尋找一組收縮映像，使其組成的迭代函數(shù)系統(tǒng)的吸引子逼近給定圖像，然后記錄下相應(yīng)參數(shù)。解碼過(guò)程

4、是由相應(yīng)參數(shù)確定迭代函數(shù)系統(tǒng)，并根據(jù)迭代函數(shù)系統(tǒng)定理，經(jīng)過(guò)幾次迭代生成圖像。 十多年來(lái)，雖然分形圖像自動(dòng)編碼和解碼不斷改進(jìn)，但仍然不夠成熟，產(chǎn)生的壓縮比不夠高，編碼速度不夠快，壓縮效果還不十分理想，在當(dāng)前圖像壓縮編碼中還不能占據(jù)主導(dǎo)地位。分形圖像編碼的潛在優(yōu)勢(shì)至今仍未被挖掘出來(lái)，其中編碼速度慢是分形編碼不能實(shí)用化的一大障礙。因此在前人的基礎(chǔ)上，通過(guò)分析影響分形圖像編碼速度的相關(guān)因素，本文提出了一種使用圖像塊的改進(jìn)方差(暫稱，以下

5、也將用此名稱)作為圖像塊分類標(biāo)準(zhǔn)，對(duì)編碼圖像塊進(jìn)行分類，從而來(lái)提高分形圖像壓縮編碼的性能。 分形圖像編碼過(guò)程中最耗時(shí)的部分就是對(duì)最佳匹配的定義域塊進(jìn)行搜索的過(guò)程。所以要提高分形圖像編碼速度，就必須在保證最佳匹配塊落在某一范圍之內(nèi)的基礎(chǔ)上，使該搜索范圍足夠小。分類方法是人們最常采用的提高分形編碼速度的方法之一。分類標(biāo)準(zhǔn)不同，其分類結(jié)果就會(huì)產(chǎn)生很大的差別?；诜讲畹姆诸悩?biāo)準(zhǔn)以及基于熵的分類標(biāo)準(zhǔn)都為提高分形編碼速度作出很大貢獻(xiàn)，但兩者

6、都有自己的不足之處。由于圖像塊的改進(jìn)方差不會(huì)因迭代函數(shù)系統(tǒng)而改變；而且與其它兩種分類方法相比，基于改進(jìn)方差的分類標(biāo)準(zhǔn)能夠在足夠小的搜索空間內(nèi)得到具有較高匹配精度的圖像塊。因而將改進(jìn)方差分類標(biāo)準(zhǔn)應(yīng)用于分形圖像壓縮編碼算法中，以此來(lái)提高編碼速度。 基于改進(jìn)方差的分形圖像壓縮方法的核心是：在尋找最佳匹配塊之前先按照?qǐng)D像塊的統(tǒng)計(jì)特征，將定義域塊和值域塊進(jìn)行分類；匹配時(shí)只對(duì)那些與值域塊在同一類中的定義域塊進(jìn)行搜索即可。這樣在不降低圖像質(zhì)量

7、的前提下，大大提高了編碼速度。在具體實(shí)現(xiàn)過(guò)程中，該算法也采用了一系列措施來(lái)改善編碼質(zhì)量，包括相似性測(cè)度公式的簡(jiǎn)化、新的排序分類方法以及搜索窗口的設(shè)計(jì)等。 計(jì)算機(jī)模擬實(shí)驗(yàn)表明，基于改進(jìn)方差的分形圖像壓縮方法與其它基于統(tǒng)計(jì)特性的分形圖像壓縮方法相比，在搜索時(shí)間上該方法要遠(yuǎn)遠(yuǎn)小于其它方法，而且通過(guò)這種方法得到的重建圖像的PSNR值要優(yōu)于其它基于統(tǒng)計(jì)特性的分形編碼方法。 綜上所述，本文提出的基于改進(jìn)方差的分形圖像壓縮方法是一種性