幾種改進(jìn)的快速分形圖像壓縮算法.pdf

1、如今，小波技術(shù)和分形理論逐漸成為圖像壓縮方向的兩大研究熱點(diǎn)。雖然起源于JPEG(Joint Photographic Experts Group)的JPEG2000被業(yè)內(nèi)視為圖像壓縮的國際標(biāo)準(zhǔn)，但是其較低的壓縮比率已經(jīng)無法滿足大數(shù)據(jù)背景下圖像傳輸和存儲的需求。因此，具有高壓縮比率且與分辨率無關(guān)的分形圖像壓縮(Fractal Image Compression，F(xiàn)IC)算法開始被廣泛研究。傳統(tǒng)的FIC算法存在編碼時(shí)間太長的缺點(diǎn)，后來研究者

2、們提出了許多改進(jìn)或者加速的FIC方法。這些方法的共同點(diǎn)是以犧牲壓縮比為代價(jià)來改善編碼時(shí)間和重建質(zhì)量。通過對這些方法的研究得出:若FIC算法與其它技術(shù)聯(lián)合使用，如演化算法、小波技術(shù)和空間相關(guān)策略等，就極有可能在不降低壓縮效果的前提下加快編碼速度?；谝陨喜孪耄疚膹牟煌慕嵌忍岢隽巳N混合加速FIC算法，具體內(nèi)容如下:
　　(1)提出了混合小波變換和簡單值域塊分類的快速FIC算法。首先，原始圖像經(jīng)過一級小波分解后生成四個(gè)子帶，根據(jù)這

3、四個(gè)子帶的特征，原始圖像的值域塊被分為四種類型。其中，低頻子帶類型的值域塊采用方差排序的快速FIC方案進(jìn)行編碼，可獲得很高的圖像重建質(zhì)量。然后，解碼低頻類型對應(yīng)的子圖像。解碼后的低頻子圖像再執(zhí)行一級小波分解操作，首次小波分解得到的高頻子帶類型的值域塊，除了對角線方向，都采用這次小波分解同方向不同頻率的子帶進(jìn)行預(yù)測編碼。實(shí)驗(yàn)結(jié)果表明，相比其它基于分類的FIC方法，本混合方案能獲得更高的壓縮比，同時(shí)在重建圖像質(zhì)量不降低的前提下消耗更少的編碼

4、時(shí)間。
　　(2)介紹了混合粒子群優(yōu)化和四叉樹分割方案的快速FIC算法。相比于在整個(gè)值域塊池使用粒子群優(yōu)化策略，本算法則是在值域塊分類后使用這個(gè)方案。這種方法較大幅度地提高了壓縮比并且降低了編碼時(shí)間。同時(shí)，為了進(jìn)一步改進(jìn)圖像的重建質(zhì)量，在此基礎(chǔ)上又混合使用了四叉樹分割機(jī)制。實(shí)驗(yàn)結(jié)果表明，基于粒子群優(yōu)化策略混合值域塊分類的方案可以獲得非常高的壓縮比，同時(shí)混合四叉樹分割方案的改進(jìn)算法能夠獲得很好的重構(gòu)圖像。
　　(3)引入了混合

5、定義域排序和改進(jìn)的無搜索方案的快速FIC算法。首先采用自適應(yīng)四叉樹分割方案將圖像分割為不同的圖像塊;其次，當(dāng)圖像值域塊的尺寸大于預(yù)設(shè)的誤差容限值時(shí)，使用改進(jìn)的無搜索方案尋找最佳匹配塊;最后，算法給出了計(jì)算定義域塊和值域塊類型的方法，以及不同組合的值域塊和定義域塊在編碼過程中等距變換矩陣的選擇表。這種策略下均方誤差的計(jì)算量有所減少，使得編碼速度相應(yīng)提高。另外，對于最小尺寸的值域塊使用本算法提出的定義域排序策略進(jìn)行編碼。對比實(shí)驗(yàn)結(jié)果顯示，引

6、入此混合方案可以大幅提高重建圖像質(zhì)量，同時(shí)改進(jìn)的無搜索方案又保持了合理的壓縮比和編碼時(shí)間。
　　綜上，這三種混合加速FIC算法分別使用了三種不同的混合策略，從不同的角度改進(jìn)傳統(tǒng)FIC算法。這三種算法各有特點(diǎn)，使用范圍也有所差異。第一種算法主要使用小波技術(shù)，相比于其它的加速FIC算法，如基于DCT策略的FIC算法，該算法消除了重構(gòu)圖像的塊效應(yīng)并且減少了編碼時(shí)間，所以對重建圖像質(zhì)量要求高的情形下可采用本算法;第二種算法主要使用了粒子群