对分形图像压缩编码方法的探讨
对分形图像压缩编码方法的探讨
王芳 赵德平 李井永
（沈阳建筑大学职业技术学院 辽宁辽阳 111000）
[摘 要]分形图像压缩编码是图像压缩领域中一种全新的编码算法，具有潜在的高压缩比、高信噪比以及任意尺度上的精细放大等特性。本文论述了分形图像压缩的背景、编码方法、改进方法和发展趋势。
[关键词]分形；图像压缩；编码
Abstract：The fractal image compression coding is a bran-new coding in image compression，and the features of which are potential high compression ratio，the high singal-to-noise and the fine enlargement in any scale，etc. This article elaborates the background of fractal image compression coding， the coding，the improved method and the development trend of the code.
Key words：Fractal; Image Compression; Coding
分形图像压缩编码是图像压缩领域中一种全新的编码算法。该算法采用图像内部块与块之间的自相似特性进行编码。由于其具有潜在的高压缩比、高信噪比以及任意尺度上的精细放大等特性而得到了有关科研人员的高度重视和深入研究，并且在卫星图像、档案数据、指纹、头像以及视频等方面的应用越来越多。
分形图像压缩的特点在于图像是作为一个图像算子的不动点隐含描述，与图像的伸缩和像素点的多少无关。因此，分形代码可以还原成任何分辨率的图像，在任何标尺上产生细节。这种与分辨率无关的特性至少在两个方面是有用的。首先，根据代码的自相似性而做的人工细节与对象图片的全局相对兼容，它们比仅根据像素复制或插入的图像更自然。第二，这种性质可以用做图像的增强工具，一个粗略的低分辨率的图像可以用分形编码在更大的分辨率以达到增强的效果。
一、分形图像压缩背景
分形理论经历了萌芽（1919年以前）、形成与发展（1919-1975年）以及不断完善和广泛应用（1975年以后）三个阶段。
目前，分形理论与计算机技术结合后迅速发展，已经成为一门跨学科、非线性并且相当活跃的学科。其理论研究和应用已经深入到人类活动的方方面面，并取得了令入瞩目的成果。
分形学使人们对自然界和人类社会的认识提高到一个崭新的高度。例如，曾使网络性能模型的研究人员感到震惊的是“以太网数据传输具有自相似的本性”，这是由Bellcore和Boston大学的研究人员发现的。结果证明，Internet网络上数据的传输服从分形特征，不要期望网上的数据流光滑输出，由统计多路技术或异步传递模式转换的合并也不会有光滑输出的数据流。这样流量控制就要重新考虑了，这为网络的合理设计与管理提供了理论上的依据。
另外，用分形方法在计算机上可实现模拟自然景物、动画制作、建筑物配景等，在影视制作中能生成奇峰异谷、独特场景，产生新奇美丽的景色。
1988年Barnsley采用迭代函数系统IFS和递归迭代函数系统RIFS方法，对几幅图像进行压缩编码，获得了高达10000：1的压缩比。微软电子百科全书就是完全用分形编码方法把大量多媒体数据压缩到600MB以内的。在海湾战争中，美军使用了分形技术，用于军事地图的缩放、攻击目标的匹配追踪等。
1989年Jacquin在计算机上成功地实现了自适应块状编码方法。这种方法经过不断改进，现在已经开始用于一次写入、多次读
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
种评估涉及到学校的每一个部门，也涉及到每一个人。专家组进校后，每一个部门、每一个人，因此，必须广泛深入地发动群众。迎评工作学院是基础，部门是关键，必须两轮驱动才能形成合力，创造一种全校上下集中精力抓评估，一心一意谋发展，认认真真促整改的良好局面。
（七）注重集中评估而忽视长效机制的建立。一些高校评估过后就撤销评估办，认为万事大吉，其实评估是以提高教学质量、办人民满意的教育为目的，它的价值在于促进改革、加强建设、加快发展，评估的最大受益者是广大学生。五年一轮回的评估很有必要。当然对于周期长短，要不要设“免检产品”可以探讨。但是建立教学评估的长效机制，采取对高校提高教育教学质量进行监控的长效措施，确保教学质量的稳步提高，尤为重要。现在有不少学校教学评估后纷纷建立了评估督导中心等常设机构，对教学质量常抓不懈，这就是很好的做法。
四、如何正确认识评估工作
上述现状的出现并不令人奇怪，无论是主观的还是客观的原因，归结为一点就是许多人对评估工作缺乏正确的认识。那么该如何正确认识评估工作呢?
首先，无论是高等院校的领导层，还是一般教职工，不要把评估工作当成上级主管部门分派的任务，要把评估当成关系自身生死存亡的大事。当然领导层的认识最重要，高等院校如同一个经营单位，经营的不好自然会被淘汰。
第二，要把评估当成是对本院校以前所有工作的一个总结并改进的机会，要贯彻“以评促建”的精神，要通过评估对自身的工作有较大的促进。评估其实是一个契机。如果不在评估中认识到自身的不足和问题所在的深层次原因，即使通过了评估，最终还是会被激烈的竞争淘汰。
第三，不要认为评估是可以一蹴而就的工作，要脚踏实地认认真真，有组织、有计划地去做。资料是一天天积累起来的，习惯是一天天养成的。评估评的是已经发生的历史，对大量的资料进行整理、提炼信息已属不易，要改变不良习惯更是难上加难。评估不是评估期间的事，而是从评估开始一直到永远我们该怎么做的大事。
第四，要认识到评估工作其实是对高校基础管理水平的一个检验，要认识到高校更需要管理。现在的高校不是传统意义上的象牙塔，在市场经济的冲击下，人心浮动，管理起来更不容易。所以，评估其实是要求高校的管理层如何抓好管理，评估的指标不过是管理效果的表现形式罢了。
最后，提高管理水平工作是高校持续健康发展的保障。高等院校作为培养社会所需要的、高素质人才的组织，更离不开管理。高校评估就是对高校管理水平的检验，从学校定位与发展思路的把握，到专业设置、科研成果、教学质量控制，以及管理队伍的建设、规章制度的完善，最终到培养的学生所表现的素质、能力等，无不是管理水平的具体体现。通过评估，可以使高校在自身定位与发展上能准确把握市场和社会的需求方向，避免在高校发展中的迷惘；通过专业的人力资源管理，可以充分调动广大教职员工的积极性，将个人目标同高校发展目标有机结合起来，做到吸引人、用好人、留住人，发挥每一个人的最大潜力；通过合理的组织结构设计，使日常管理规范化，避免各部门职能重叠或空缺，避免扯皮、责任不清和多头指挥等情况；建设独特的高校文化，弘扬正气，增强教职员工的凝聚力，避免高校内非正式组织的负面影响。一所高校要长期健康发展，一定要重视管理，不断提高管理水平。评估是一个非常好的契机，我们必须对自身的管理进行深刻的反思。
参考文献：
[1]王奇峰.抓住评估契机提高高校管理水平[J].北京政法职业学院学报，
2006（2）.
[2]周济.在第二次全国普通高等学校本科教学工作会议上的讲话[A]. https://www.360docs.net/doc/f76056273.html,.
[3]李进才.正确理解和把握评估指标体系，切实搞好本科教学工作水平评估
[A].在2006本科教学工作水平评估研讨班上的讲话.
[4]赵立涛.走出本科教学工作水平评估的误区[J].中国高等教育，2006
（11）.
作者简介：吕京（1971-），男，绵阳师范学院外国语学院副院长，评建办主任，华东师范大学博士生，研究方向：英语课程与教学、比较教育学。尹国杰（1970-），男，绵阳师范学院外国语学院讲师，评建秘书，研究方向：英语
课程论。
收稿日期：2007-1-4
取的CD—ROM中。分形压缩软件，如Imager等已经出现。
随着分形图像压缩技术的不断改进和完善，它在图像压缩中将越来越显示出优势。
二、分形图像编码方法
分形图像编码的过程是依据拼贴定理，通过给定的图像，寻找一组收缩映射，使其组成的迭代函数系统的吸引子逼近给定图像，然后记录下相应参数。解码过程是由相应参数确定迭代函数系统，并根据迭代函数系统定理，经过迭代生成图像。
分形图像压缩编码有两种基本方法：
人工干预的交互式分形图像编码方法。主要是针对给定图像的形状，采用边缘检测、频谱分析、纹理分析、分维方法等传统的图像处理技术进行图像分割，要求被分开的每部分都有比较直观的自相似特征。然后寻找迭代函数系统，确定各个变换系统。再由图像中灰度分布求得各个变换的伴随概率。解码过程是采用随机迭代法来生成近似图像。这种方法的压缩比一般是相当高的。
适应块状分形编码方法。首先将图像分割成若干不重叠的值域块Rj和可以重叠的定义域块Dj，接着对每个Rj寻找某个Dj，使Dj经过某个指定的变换映射到Rj达到规定的最小误差，记录下确定Rj和Dj的参数及变换Wj，得到一个迭代函数系统。最后对这些参数进行编码。
编码过程包括对图像的分割、搜索最佳匹配、最后记录相关的系数三个步骤。
自适应块状分形解码方法是由编码传来的参数确定迭代函数系统，经过有限次迭代，图像会稳定下来，它趋近迭代函数系统的吸引子，该吸引子就是被编码图像的解码图。
通常情况下，分形的方法应用于图像编码，主要有两方面难点：（1）如何更好地进行图像的分割。如果子图像的内容具有明显的分形特点，如一棵树，一片云等，这样就很容易在迭代函数系统中寻找与这些子图像相应的迭代函数，同时通过迭代函数的反复迭代就能够更好地逼近原来的子图像，若是图像分割做得不好，设想子图像既有树木，又有云彩，这种情况下无论是其编码匹配精度还是解码效果，都较前者为差。
（2）如何更好地构造迭代函数系统。由于每幅子图像都要在迭代函数系统中寻找最合适的迭代函数，使得通过该函数的反复迭代，从而尽可能精确地恢复原来的子图像，因而迭代函数系统的构造显得尤为重要，另外，对迭代函数的要求是，迭代函数对图像的变换应当是一种收缩变换，使得由任何一种初始图像开始，通过函数对图像的迭代变换，最终收敛到原来的子图像。因此，这就需要在迭代函数系统构造的过程中，给每个迭代函数加入收缩因子，以保证其收敛。
上述编码过程中搜索匹配的计算量很大，耗用时间太长，限制了实际应用。因此，人们不断进行研究改进，提出了许多改进方案。
三、分形图像压缩改进方法
1.提高压缩比和编码效果。常用的改进方法有：
（1）改进分割的方法有基本四叉树分割法、基于HV分割法。这两种分割方法都是将图像分割成矩形。而图像块的相似性未必都落在矩形内。代替水平或垂直剖分而采用的分割方法有基于三角形分割法、基于六边形分割法、基于边界分割法、基于菱形分割法、基于多边形分割法。
以上分割方法各有千秋。其中最常用、最普遍的是四叉树分割法。四叉树分割方法的优势是定义域池中分类的复用率很高，且值域块存储用位数较少。HV分割法使用的变换个数比四叉树少，但定义域块的分类不能复用。使用HV分割并采用特征追踪法，其编码速度可以有很大提高。六边形、三角形、菱形、多边形分割各有优势，但在搜索、存储等方面仍需进一步研究。
（2）覆盖式方法。覆盖式方法有快速覆盖式分形压缩方法和四叉树重组QR算法两种。它们都是采用通过合并值域块来提高压缩比。前者要求合并后不一定规则，后者合并后则是规则的。
（3）提高显示效果的后处理法。分形图像压缩对值域块独立编码，这不能保证块与块之间的连接最光滑，常有块效应出现，人的眼睛对此比较敏感。消除块效应的一个常用方法是后处理。一般采用2：1加权平均或3：2：1加权不均法。
2.提高编码速度。编码过程中最耗时的是搜索最佳匹配的定义域块，要提高编码速度，就必须缩小搜索范围，且保证最佳匹配落在该范围之内。其改进方法有：
（1）分类法。搜索最佳匹配计算量很大，占用了编码的大部分时间，因而限制了它的实际应用。为了缩短搜索时间，在匹配之前按照图像的特征如中值、方差、力矩和其他感知或统计的几何特征，将定义域和值域块进行分类，匹配时只在同一类中进行搜索比较。这样在不降低图像质量的前提下，大大提高了编码速度。常用的分类方法有：基于明暗度的定向分类、基于空域特征的分类、基于相对矩的分类、基于小波的分类、基于人类视觉系统（HVS）分类、基于模糊分类、原形的分类、自适应码本簇化的分类、向量量化的分类。以上各种方法分别从不同的角度、使用不同的工具对图像块分类，各自保持了自己的特点。对加速编码有不同程度的作用。
（2）搜索法。匹配搜索耗时最长，常用的加速搜索方法有：局部搜索法、提取特征追踪法、基于方差搜索法、FFT搜索法。
3.提高解码速度。分形解码速度相对于编码要快得多，一般它迭代10次左右即可完成。然而对于一些实际应用来说，仍然希望迭代次数越少越好，这样可进一步加快解码速度。常用的加速方法有金字塔式解码器、去均值解码算法、非迭代算法、BCC和ICC算法。
4.分形与其他工具相结合的图像压缩新方法。近两年来，分形与其他方法混合编码取得了很好的效果。常用的混合方案有：与小波变换结合编码、与DCT变换结合编码、与加权有限自动机结合编码、与向量量化结合编码、与遗传算法结合编码、与FFT算法结合编码、与非线性模型结合编码、与算术结合编码。
近10年来，人们对于自适应块状分形编码进行了不懈的研究，提出了以上若干改进算法，这些算法在不影响视觉效果的条件下，大大减少了编码时间。而且在高压缩比和解码图像任意放大方面，比现有的静态图像国际压缩标准JPEG好得多，已经开始显露出它的优势。分形图像编码方法的实际应用也初见端倪。如分形图像压缩解码速度很快，当前已经适合于一次写入、多次读出的文档。
四、分形图像编码的发展趋势
10多年来，虽然分形图像自动编码和解码不断改进，但仍然不够成熟，产生的压缩比不够高，压缩效果还不十分理想，在当前图像压缩编码中还不能占据主导地位。国际标准MPEG-4中已经把小波列了进去，但分形不在其中。静态图像压缩标准JPEG2000是完全使用小波的图像编码方法，也没有把分形列进去。但我们应该看到分形图像压缩方法的优势和巨大潜力。
分形图像压缩既考虑局部与局部，又考虑局部与整体之间的相关性，适合于自相似或自仿射的图像压缩，而自然界中存在大量的自相似或自仿射的几何形状。因此，它的适应范围很广。
分形图像压缩（当前尚须人工干预）能获得相当高的压缩比（一万比一甚至几万比一）和很好的压缩效果，具有很大的潜力。
分形解码时能放大到任意大的尺寸，且保持精细的结构。
在高压缩比的情况下，分形图像压缩自动编码能有很高的信噪比和很好的视觉效果，这是其他方法不能相比的。因此，分形图像压缩是一个有潜力、有发展前途的压缩方法。
分形图像压缩编码研究发展趋势将有如下几个方面：
分形编码在人工干预条件下能够达到相当高的压缩比。但对于如何去掉人工干预则需研究给定的图像，实现计算机自动确定分形生长模型、L系统、IFS码和RIFS码等，寻找新的压缩模型和新的突破点。
综合分析当前自动编码的各种改进算法，在此基础上，继续寻找加快编码速度、提高压缩比、改善压缩效果的突破性的改进方法。
研究按分形维数分割图像，将分形维数相同的区域块用分形方法进行编码的理论、方法和实现的算法。
继续研究分形编码与其他编码方法相结合的新的编码方法。
对分形图像压缩的计算机仿真和实际应用的研究。
参考文献：
[1]吴平南.数据压缩的原理与应用[M].北京：电子工业出版社，1994.
[2]姚庆栋.图像编码基础[M].杭州：浙江大学出版社，1993.
[3]陈守吉，张立明.分形与图像压缩[M].上海：上海科技教育出版社，1998.
作者简介：王芳（1975-），女，辽宁省辽阳市人，沈阳建筑大学职业技术学院计算机系讲师，工学学士，研究方向：计算机工程。赵德平，男，沈阳建筑大学教授，博士后，研究方向：计算机。 收稿日期：2007-1-1
分形图像压缩
扭曲、
，
d = ln3 / ln2 = 1.58496 用类似的方法可以求得科和曲线的维数d = ln4 / ln3。需要指出，这种维数称为相似维数，它适用于有严格自相似的分形集合。 分形维数的定义还有许多种，它门之间不仅有性质上的差别，而且对同一形态算出的维数也可能不同。在许多定义中，豪斯多夫维数在理论上可能是最重要的，可惜这种维数的计算十分困难，目前还无法用来描述自然界的复杂形态。 建立了分形维数的概念，就可以理解为什么用传统的几何方法去度量不列颠海岸线或者科和曲线的长度时，得不到准确结果。对待这些曲线，要先计算其分形维数，只有在相同维数下度量才有意义。 2 分形图象压缩 2．1 收缩仿射变换（Contractive Affine Transformation） 如果1个平面图形上的各点经过线性变换 后，图形上各点的距离比原有的距离要小，那么就称这种变换是收缩仿射变换。这个变换的a，b，…，f是变换矩阵的系数。比如，一个变换为： 用它对图2.1(a)的图F各点进行变换,变换后得到W(F)(见图2.1(b))。其形状与原图形F相似，但各点的距离缩短。显然，如果对一个图形反复施加收缩仿射变换，即对W(F)再行变换得到W2（F），对W2（F）又施行变换得到W3（F）……，其迭代的结果将使原来图形收缩为一个点。 2．2 迭代函数系统（Iterated Function System） 人们把若干个收缩仿射变换的组合称为迭代函数系统（IFS），即：
当然，上面各个变换W的系数应保证W是收缩仿射变换。 分形几何学中有一个定理：每一个迭代函数系统都定义了一个唯一的分形图形，这个分形图形称为该迭代函数系统的吸收子（attractor）。这个定理称为收缩影射不动点原理。最典型的例子是一片蕨子叶却所对应的迭代函数系统： 它所定义的蕨子叶如图2.2所示。从这个例子可看出，要产生一个复杂的图形需要得数据并不多。蕨子叶对应的迭代函数系统只有24个系数。如果以8比特代表一个系数，那么192比特就可以代表一片蕨子叶。可见压缩比是很大的。分形图象压缩的提出者之一邦利斯曾经扬言，他实现过10000:1的压缩。是否夸大不得而知，但分形压缩很有潜力却是无疑的。 2．3 采用迭代函数系统的图像压缩方法 从蕨子叶的例子可看出，迭代函数系统用不多的系数就可以代表一幅图像，从而得到很大的压缩比。但在实用时，如何寻找一的图像的迭代函数系统呢？目前有两个办法；一是基于图像的自相似性，直接计算迭代函数系统各收缩仿射变换的系数、二是把图像分割成教小的部分，然后从迭代函数系统库中查找这些小部分所对应的迭代函数系统。前一种方法适合于那些自相似性很强的图形。此处以谢尔品斯基垫为例加以说明。图2.3(a)是一个谢尔品斯基垫，可以看出，整个垫子是由上、左下、右下3个较小的垫子组成。每个较小的垫子是由原来的垫子经收缩仿射变换得来的。如果能分别找出把原图形变成3个小图形的收缩放射变换，那么，整个迭代函数系统就定下来了。 设原来垫子3各顶点的坐标分别为（x1,y1），（x2,y2），（x3,y3）。变换所得小垫子的3个顶点坐标为（x'1,y'1），（x'2,y'2），（x'3,y'3）。图2.3(b)表示的是把原电子变为上面小垫子的坐标。把W1的变换式： 展开:
图像压缩编码方法
图像压缩编码方法综述 概述： 近年来, 随着数字化信息时代的到来和多媒体计算机技术的发展, 使得人 们所面对的各种数据量剧增, 数据压缩技术的研究受到人们越来越多的重视。 图像压缩编码就是在满足一定保真度和图像质量的前提下，对图像数据进行变换、编码和压缩，去除多余的数据以减少表示数字图像时需要的数据量，便于 图像的存储和传输。即以较少的数据量有损或无损地表示原来的像素矩阵的技术,也称图像编码。 图像压缩编码原理： 图像数据的压缩机理来自两个方面:一是利用图像中存在大量冗余度可供压缩；二是利用人眼的视觉特性。 图像数据的冗余度又可以分为空间冗余、时间冗余、结构冗余、知识冗余 和视觉冗余几个方面。 空间冗余：在一幅图像中规则的物体和规则的背景具有很强的相关性。 时间冗余：电视图像序列中相邻两幅图像之间有较大的相关性。 结构冗余和知识冗余：图像从大面积上看常存在有纹理结构，称之为结构 冗余。 视觉冗余：人眼的视觉系统对于图像的感知是非均匀和非线性的，对图像 的变化并不都能察觉出来。 人眼的视觉特性： 亮度辨别阈值：当景物的亮度在背景亮度基础上增加很少时，人眼是辨别 不出的，只有当亮度增加到某一数值时，人眼才能感觉其亮度有变化。人眼刚 刚能察觉的亮度变化值称为亮度辨别阈值。 视觉阈值：视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就 察觉不出来，高于它才看得出来，这是一个统计值。 空间分辨力：空间分辨力是指对一幅图像相邻像素的灰度和细节的分辨力，视觉对于不同图像内容的分辨力不同。 掩盖效应：“掩盖效应”是指人眼对图像中量化误差的敏感程度，与图像 信号变化的剧烈程度有关。 图像压缩编码的分类： 根据编码过程中是否存在信息损耗可将图像编码分为: 无损压缩：又称为可逆编码(Reversible Coding)，解压缩时可完全回复原始数据而不引起任何失真； 有损压缩：又称不可逆压缩(Non-Reversible Coding)，不能完全恢复原始数据，一定的失真换来可观的压缩比。 根据编码原理可以将图像编码分为: 熵编码：熵编码是编码过程中按熵原理不丢失任何信息的编码。熵编码基
数字图像压缩技术的研究现状与展望
图像压缩技术的现状和展望 一.前言介绍 随着多媒体技术和通讯技术的不断发展,多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求,具有庞大数据量的数字图像通信对现有的有限带宽以严峻的考验,更难以传输和存储,极大地制约了图像通信的发展,因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩,可以减轻图像存储和传输的负担,使图像在网络上实现快速传输和实时处理。 本文通过介绍其发展历程及其基本原理和其现阶段的应用，对图像压缩编码技术进行了系统性概述，最后对其前景作了总体上的展望。 二．图像压缩编码技术的发展历程 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有60多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。 三．JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”(Joint Photographic Expert Group,简称JPEG),于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案,其后多次修改,至1991年形成ISO10918国际标准草案,并在一年后成为国际标准,简称JPEG标准。 1.JPEG 压缩原理 JPEG 算法中首先对图像进行分块处理，一般分成互不重叠的大小的块，再对每一块进行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag 扫描重新组织，然后进行哈夫曼编码。 2. JPEG压缩的研究状况及其前景
分形图像编码(英文)
FRACTAL IMAGE CODING Po-kai Chen,Lizabeth Li pokai@https://www.360docs.net/doc/f76056273.html,,lizli@https://www.360docs.net/doc/f76056273.html, 1.INTRODUCTION Fractal coding employs an unconventional method of rep-resenting the original image with a series of transforma-tions that map image blocks to smaller,similar blocks within the image.When recursively iterated on any ini-tial image,the contractive transformations produce a se-quence of images that will converge to an approximation of the original [1,2]. The mappings considered in this paper are discrete,contractive block transformations involving either spatial contraction or the transformation of pixel values and lo-cations,explored in section 2.The bulk of the encoding time is spent ?nding block transformations that produce the lowest mean square error.To improve coding ef?-ciency and time,in section 3,we classify certain types of blocks in order to reduce the number of allowable trans-formations performed on those blocks.After encoding,the transformations with the least root mean square er-ror are transmitted using a method we describe in section 4.On the decoder end,the application of these trans-formations on an initial image will reach convergence in roughly 4iterations.Section 5contains sample im-ages and results,including rate-distortion curves com-pared with JPEG and JPEG-2000.We present our con-cluding remarks in section 6. 2.BLOCK MAPPING AND PROCESSING 2.1.Image Partitions The ?rst step in encoding the image involves partitioning the image into non-overlapping B x B pixel blocks called range blocks.For each range block,we search a pool of 2B x 2B domain blocks from the original M x M im-age for the most optimally similar domain block.These domain blocks are generated by sliding a 2B x 2B win-dow across the original image,with spacing 1<δ1in order to speed up the algorithm. Another parameter imposed by our algorithm on the search for domain blocks is the allowable search dis-tance.In order to decrease encoding time,we also limit the search distance for domain blocks so that the algo-rithm does not search through the entire image for a min-imal distortion domain block.In the event that a suitable domain block cannot be found that produces a root mean square error below an error threshold,we split the B x B range parent block into four B/2x B/2child blocks,and rerun the search,searching for domain blocks that are now B x B in size.Child blocks are especially useful in capturing more detail in complex parts of an image,while parent blocks represent an ef?cient way of encod-ing areas of uniform pixel value.Fig.1represents the partitioning and mapping explained above. Fig.1.Parent and child block partitioning and mapping. 1
图像压缩编码实验报告
图像压缩编码实验报告 一、实验目的 1.了解有关数字图像压缩的基本概念，了解几种常用的图像压缩编码方式； 2.进一步熟悉JPEG编码与离散余弦变换（DCT）变换的原理及含义； 3.掌握编程实现离散余弦变换（DCT）变换及JPEG编码的方法； 4.对重建图像的质量进行评价。 二、实验原理 1、图像压缩基本概念及原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类： （1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。（2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化； （3）混合编码 JBIG，H.261，JPEG，MPEG等技术标准。 2、JPEG 压缩编码原理 JPEG是一个应用广泛的静态图像数据压缩标准，其中包含两种压缩算法(DCT和DPCM)，并考虑了人眼的视觉特性，在量化和无损压缩编码方面综合权衡，达到较大的压缩比(25:1以上)。JPEG既适用于灰度图像也适用于彩色图像。其中最常用的是基于DCT变换的顺序式模式，又称为基本系统。JPEG 的压缩编码大致分
数字图像压缩编码
数字图像处理 ——图像压缩编码概述 数据编码的目的各异，信息保密、信息的压缩存储与传输等。数据压缩是以较少的数据量表示信源以原始形式所代表的信息，其目的在于节省存储空间、传输时间、信号频带或发送能量等。这些概念对于静态的文字、图像，动态的音频、视频都适用。 各种数据压缩的方法不尽相同，但是系统的组成框架如图1所示 图1 图中信源编码主要解决压缩的有效性问题，而信道编码主要解决编码的可靠性问题。从原理上看，压缩主要依靠前者，而后者是可靠实现压缩过程的可靠保证。 若信源编码的熵大于信源的实际熵，则信源中的数据一定存在冗余度。冗余数据的去除并不会减少信息量。一般图像中存在着以下数据冗余因素：编码冗余；像素间的相关性形成的冗余；视觉特性和显示设备引起的冗余。 常用的图像压缩技术指标：图像熵与平均码长；图像冗余度与编码效率；压缩比；客观评价（信噪比）；主观评价（参与测试组的全体组员的平均判分）。 传统数据压缩方法的分类：无损压缩包括统计编码（Huffman编码，Shannon编码，游程编码，算术编码等）和轮廓编码；有损压缩包括预测编码（脉冲编码调制PCM,Differential PCM,AdaptiveDPCM等）、变换编码（DFT,DCT,KLT,WHT,小波变换等）和混合编码。 统计编码是根据信源的概率分布特性，分配具有惟一可译性的可变长码字，降低平均码字长度，以提高信息的传输速度，节省存储空间。其基本原理是在信号概率分布情况已知的基础上，概率大的信号对应的码字短，概率小的信号对应的码字长，这样就降低了平均码字长度。 Huffman（哈夫曼）编码算法如下①将图像的灰度等级按概率大小进行升序排序。②在灰度级集合中取两个最小概率相加，合成一个概率。③新合成的概率与其他的概率成员组成新的概率集合。④在新的概率集合中，仍然按照步骤②～③的规则，直至新的概率集合中只有一个概率为1的成员。这样的归并过程可以用二叉树描述。⑤从根节点按前缀码的编码规则进行二进制编码。优点：实现Huffman编码的基础是统计源数据集中各信号的概率分布。Huffman编码在无失真的编码方法中效率优于其他编码方法，是一种最佳变长码，其平均码长接近于熵值。
图像压缩综述
图像压缩综述 摘要：随着信息时代的不断发展，数字图像处理技术得到了广泛的应用，而作为数字图像处理技术的重要组成部分——数字图像压缩，也得到了迅猛的发展。本文从数字图像压缩的概念、发展历史、图像压缩的必要性和可能性、图像压缩标准、图像压缩基本方法和图像压缩效果评价等方面进行了综述。 引言 在当前这个信息化社会中，新信息技术革命使人类被日益增多的多媒体信息所包围。多媒体信息主要是由图像、文本和声音三大元素组成。图像作为其主要元素之一，发挥着越来越重要的作用。而传输和存储图像需要占用大量的数据空间，这严重影响了传输速率和实时处理量,极大地制约了图像通信的发展。其中，数据量最大的是数字视频数据。未经处理的数字视频信息需要消耗巨大的存储资源，以主流高清视频为例，在分辨率为1280×720，帧率为30帧每秒的视频应用中，存储一分钟的视频信息，需要约18.5G(以常4:2:0视频，每像素12比特)比特存储空间，一部120分钟高清电影约需要2225G比特的存储空间。可见未经处理的视频信息量非常大，为了满足存储和传输需求，视频信息的压缩是十分必要的。在同等的通信容量下，如果图像数据可以压缩之后再传输，就可以使传输的数据量变得很小，也就能够增加通信能力。因此图像压缩编码技术受到了越来越多的关注及广泛的应用。如数码相机、USB摄像头、可视电话、视频点播、视频会议系统、数字监控系统等等，都使用到了图像或视频的压缩技术。 数字图像压缩是以尽可能少的比特数代表图像或图像中所包含的信息量的技术，图像通过压缩处理去掉其中的数据冗余、符号冗余、视觉冗余等各种冗余信息，提高传输速率，节省存储空间。 1图像压缩的发展历史 自1948年提出的电视信号数字化设想后, 即开始了图像压缩的研究，到现在已有60多年的历史。20世纪五六十年代的图像压缩编码主要集中在预测编码、哈夫曼编码等技术的研究,还不成熟。1969年在美国召开的第一届“图像编码会议”，标志着图像编码作为一门独立学科的诞生。到了七八十年代,图像压缩技术的主要成果体现在变换编码技术上, 矢量量化编码技术也有较大的发展。80年代末,小波变换理论、分形理论、人工神经网络理论、视觉仿真理论建立,人们开始突破传统的信源编码理论, 图像压缩编码向着更高的压缩率和更好的压缩质量的方向发展,进入了一个崭新的发展时期。 2图像压缩的可能性 图像之所以能够进行压缩有以下几个方面的原因: 一是原始图像数据是高度相关的,存在很大的数据冗余。如图像内相邻像素之间的空间冗余度、系列图像前后帧之间的时间冗余度、多光谱遥感图像各频谱间的频率域冗余度等,它们造成了大量的比特数浪费,消除这些冗余就可以节约码字,大大减少数据量,达到数据压 缩的目的。 二是信源符号出现的概率不同,若用相同码长表示不同出现概率的符号,就会造成符号冗余度。如果采用可变长编码技术,对出现概率高的符号用短码字,对出现概率低的符号用长码字表示,就可以消除符号冗余度,从而节约码字。 三是人眼具有视觉冗余,允许图像编码有一定的失真。人类视觉系统(HVS)是有缺陷的,人眼对于某些失真不敏感难以察觉。在许多场合中,并不要求经压缩及复原以后的图像和原始图像完全相同,可以允许有少量的失真,只要这些失真并不被人眼所察觉即可。这就为压缩比的提高提供了十分有利的条件,这种有失真的编码称为限失真编码。在多数应用中,人眼往
浅析图像压缩编码方法
Computer Knowledge and Technology 电脑知识 与技术第6卷第23期(2010年8月)浅析图像压缩编码方法 徐飞 （闽西职业技术学院，福建龙岩364021） 摘要：该文描述了图像压缩编码的概念，原理以及主要分类，介绍了目前常见的三种图像压缩编码方法的原理，特点以及简单讨论了其中两种方法的MATLAB 代码实现。 关键词：图像压缩编码；编码原理；编码分类；编码方法；MATLAB 中图分类号：TP301文献标识码：A 文章编号：1009-3044(2010)23-6584-03 Analysis of the Image Compression Coding Method XU Fei (Minxi Vocational &Technical College,Longyan 364021,China) Abstract:This paper is mainly about the concept,principle and classification of image compression coding,introduces the concepts and characteristic of three kinds of image compression coding methods that are common used,and discusses how to using matlab to accomplish the two common methods which mentions in the front. Key words:image compression coding;coding principle;coding classification;coding method;MATLAB 现代社会是信息社会，随着信息技术的发展，图像信息被广泛应用于多媒体通信、计算机系统和网络中。因为对图像的要求越来越高，图像信息量也越来越大，所以在传输之前需要进行信息处理，必须采用合适的方法对其进行压缩，因此有必要对图像压缩编码方法进行研究。 1图像压缩编码 1.1概述 图像压缩编码就是在满足一定保真度和图像质量的前提下，对图像数据进行变换、编码和压缩，去除多余的数据以减少表示数字图像时需要的数据量，便于图像的存储和传输。即以较少的数据量有损或无损地表示原来的像素矩阵的技术,也称图像编码。 1.2图像压缩编码原理 图像数据的压缩机理来自两个方面:一是利用图像中存在大量冗余度可供压缩；二是利用人眼的视觉特性。 1.2.1图像数据的冗余度 1)空间冗余： 在一幅图像中规则的物体和规则的背景具有很强的相关性。 2)时间冗余：电视图像序列中相邻两幅图像之间有较大的相关性。 3)结构冗余和知识冗余： 图像从大面积上看常存在有纹理结构，称之为结构冗余。 4)视觉冗余：人眼的视觉系统对于图像的感知是非均匀和非线性的，对图像的变化并不都能察觉出来。 1.2.2人眼的视觉特性 1)亮度辨别阈值：当景物的亮度在背景亮度基础上增加很少时，人眼是辨别不出的，只有当亮度增加到某一数值时，人眼才能感觉其亮度有变化。人眼刚刚能察觉的亮度变化值称为亮度辨别阈值。 2)视觉阈值：视觉阈值是指干扰或失真刚好可以被察觉的门限值，低于它就察觉不出来，高于它才看得出来，这是一个统计值。3)空间分辨力：空间分辨力是指对一幅图像相邻像素的灰度和细节的分辨力，视觉对于不同图像内容的分辨力不同。 4)掩盖效应：“掩盖效应”是指人眼对图像中量化误差的敏感程度，与图像信号变化的剧烈程度有关。 1.3图像压缩编码的分类 根据编码过程中是否存在信息损耗可将图像编码分为: 1)无损压缩:又称为可逆编码(Reversible Coding)，解压缩时可完全回复原始数据而不引起任何失真； 2)有损压缩:又称不可逆压缩(Non-Reversible Coding)，不能完全恢复原始数据，一定的失真换来可观的压缩比。 根据编码原理可以将图像编码分为: 1)熵编码：熵编码是编码过程中按熵原理不丢失任何信息的编码。熵编码基本原理是给出现概率大的信息符号赋予短码字，出收稿日期：2010-06-10 作者简介；徐飞（1982-），男，福建龙岩人，闽西职业技术学院，助教，理学学士，主要研究方向为数字图象，软件开发，软件测试。ISSN 1009-3044Computer Knowledge and Technology 电脑知识与技术Vol.6,No.23,August 2010,pp.6584-6586,6589E-mail:eduf@https://www.360docs.net/doc/f76056273.html, https://www.360docs.net/doc/f76056273.html, Tel:+86-551-56909635690964
图像编码、处理、识别技术综述
图像编码、处理、识别技术综述 摘要：随着科技水平的发展和生活质量的提高，在生产生活中，实时处理图像技术被应用得越来越广泛，数字图像处理技术涉及信息科学、计算机科学数学、物理学及生物学，应用于生活中的各个领域。图形识别技术也越来越多地渗透到我们的日常生活中，详细叙述了图像处理、编码和识别技术，展望图像处理技术在现实生活种的重要性。 关键词：科技，图像处理，图像识别 1、图像编码技术 1.1图像编码基础 图像编码压缩是指在满足一定图像质量的条件下，用尽可能少的数据量来表示图像。编码技术比较系统的研究始于Shannon信息论，从此理论出发可以得到数据压缩的两种基本途径。一种是设法改变信源的概率分布，使其尽可能地非均匀，再用最佳编码方法使平均码长逼近信源熵。使用此途径的压缩方法其效率一般以其熵为上界，压缩比饱和于10：1，如Huffman编码、算术编码、行程编码等。另一种是联合信源的冗余度也寓于信源间的相关性之中，去除它们之间的相关性，使之成为或基本成为不相关信源，如预测编码、变换域编码、混合编码等，但也大都受信息熵的约束。总体上可以概括为熵编码，预测编码，变换编码，也称为三大经典编码方法。 随着人们对传统压缩编码方法的深入研究和应用，逐渐发现了这些传统方法的许多缺点。如高压缩比时恢复图像会出现方块效应，人眼视觉系统(HVS)的特性不易被引入到算法中等。为了克服这些缺点，1985年M．Kunl等人提出了第2代图像压缩编码的概念。经过近20年的发展，在这一框架下，人们提出了几种新的编码方法：分形编码、小波变换编码和基于模型的编码方法等。于是，对数据压缩技术的研究就突破了传统Shannon理论的框架，使得压缩效率得以极大提高。 1.2图像编码基本原理 数字图像的冗余主要表现为一下几种形式：空间冗余，时间冗余，视觉冗余，信息熵冗余，结构冗余和知识冗余。图像数据的这些冗余信息为图像压缩编码提供了依据。图像编码的目的就是充分利用图像中存在的各种冗余信息，特别时空间冗余，时间冗余以及视觉冗余，以尽量少的比特数来表示图像。利用各种冗余信息，压缩编码技术能够很好地解决在将模拟信号转换为数字信号后所产生的带宽需求增加的问题，它是使数字信号走上实用化的关键技术之
分形图像压缩的算法
大学本科学生毕业设计 —分形图像压缩的算法 二零一二年六月 中文摘要 分形图像编码方法是近十年来诞生并发展起来的一种新型图像压缩方法，它将图像编码为一组收缩映射，由这组收缩映射的不动点近似待编码对象。借助自
可变换性特征有效地消除了图像表达上的数据冗余，具有编码效率高、与分辨率无关、解码算法简单等潜在优势，已成为当今国际上图像编码领域中令人瞩目的研究方向。 本课题旨在以分块迭代函数系统为基础，研究分形图像编码的理论、方法和实现技术，探讨其工作机理，评价其能力，弥补其缺陷，设计并实现高效的图像压缩/解压算法，为多媒体智能软件系统提供有效的工具。 本文阐述了分形理论应用在图像压缩领域的基本原理和实现该算法的关键技术，介绍了具有代表性的各种图像压缩的新方法，阐明了各个方法的优劣，最后简要总结了分形图像压缩的改进方法以及未来的发展趋势 关键词:图像压缩,分形,算法
ABSTRACT Fractal image coding, which is also called attractor image coding, is a emergent method of image compression during the last decade. It codes images as contraction maps of which the fixed points approximate to the images. Redundancy in images are efficiently exploited via the self-transformability on the blockwise basis. Owing to its high compression ratio, good image quality, and resolution-independence of the decoded image, fractal image coding has been attracting much attention, and being considered to be promising in the realm of image compression This paper aims at giving a compreheresearch on the theory, methodology, and implementation techniques of fractal image coding under the iterated function systems, developing a set of efficient coding/decoding algorithms to support multimedia software applications. This paper expounds the basic principle of the application of fractal in the image compression field theory and key technology of this
图像压缩技术的综述
题目：图像压缩技术的综述 学生姓名：徐欢学号： 系别：计算机与信息学院专业：计算机科学与技术 入学年份：年月 导师姓名：陈蕴谷职称学位：讲师硕士研究生 导师所在单位：中国科学院合肥物质研究院 完成时间年月 .引言 随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。 图像数据是用来表示图像信息的，如果不同的方法为表示相同的信息使用了不同的数据量，那么使用较多数据量的方法中，有些数据必然代表了无用的信息，或者是重复的表示了其他数据表示的信息，前者成为数据冗余，后者成为不相干信息。图像压缩编码的主要目的，就是通过删除冗余的或者是不相干的信息，以尽可能地的数码率来存储和传输数字图像数据。 图像压缩编码技术可以追溯到年提出的电视信号数字化，到今天已经有多年的历史了。在此期间出现了很多种图像压缩编码方法，特别是到了年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。 图像编码基础 图像编码压缩是指在满足一定图像质量的条件下，用尽可能少的数据量来表示图像。编码技术比较系统的研究始于信息论，从此理论出发可以得到数据压缩的两种基本途径。一种是联合信源的冗余度也寓于信源间的相关性之中，去除他
图像处理指导书————数字图像压缩
实验四数字图像压缩 一．实验目的 1．理解有损压缩和无损压缩的概念； 2．理解图像压缩的主要原则和目的； 3．了解几种常用的图像压缩编码方式。 4．利用MATLAB程序进行图像压缩。 一．实验原理 1．图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。 信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。 编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。 （1）冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。 （2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。 应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类：（1）无损压缩编码种类 哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempel zev编码。 （2）有损压缩编码种类 预测编码，DPCM，运动补偿； 频率域方法：正交变换编码(如DCT)，子带编码； 空间域方法：统计分块编码； 模型方法：分形编码，模型基编码； 基于重要性：滤波，子采样，比特分配，向量量化；
分形图像压缩的应用与方法1
分形图像压缩的应用与方法 摘要：本文首先大体上介绍了分形的概念和发展历史，然后着重开始讨论分形的图像压缩技术，给出了图像压缩的一些概念包括了优缺点，因为要查找图形内自相似部分而导致压缩时间过长, 但是解压缩过程却非常快,过长的压缩时间使得分形压缩不可能应用于实时压缩。其次从多个角度讨论了分形图像压缩的方法，比如采用迭代函数系统的图像压缩方法。 关键字：分形；图像压缩；迭代函数系统； 正文： 1.分形的概念和发展 1.1分形的概念[1] 分形理论是当今世界十分活跃的新理论。作为前沿学科的分形理论认为，大自然是分形构成的。大千世界，对称、均衡的对象和状态是少数和暂时的，而不对称、不均衡的对象和状态才是多数和长期的，分形几何是描述大自然的几何学。作为人类探索复杂事物的新的认知方法，分形对于一切涉及组织结构和形态发生的领域，均有实际应用意义，并在石油勘探、地震预测、城市建设、癌症研究、经济分析等方面取得了不少突破性的进展。分形的概念是美籍数学家曼德布罗特(B.B.Mandelbrot)率先提出的。1967年他在美国《科学》杂志上发表了题为《英国的海岸线有多长？》的著名论文。 分形，是以非整数维形式充填空间的形态特征。分形可以说是来自于一种思维上的理论存在。1973年，曼德勃罗（B.B.Mandelbrot）在法兰西学院讲课时，首次提出了分维和分形几何的设想。分形（Fractal）一词，是曼德勃罗创造出来的，其原意具有不规则、支离破碎等意义，分形几何学是一门以非规则几何形态为研究对象的几何学。由于不规则现象在自然界是普遍存在的，因此分形几何又称为描述大自然的几何学。分形几何建立以后，很快就引起了许多学科的关注，这是由于它不仅在理论上，而且在实用上都具有重要价值。 曼德勃罗曾经为分形下过两个定义： 1.满足下式条件 Dim(A)>dim(A)的集合A，称为分形集。其中，Dim(A)为集合A的Hausdoff维数（或分维数），dim(A)为其拓扑维数。一般说来，Dim(A)不是整数，而是分数。 2.部分与整体以某种形式相似的形，称为分形。 然而，经过理论和应用的检验，人们发现这两个定义很难包括分形如此丰富的内容。实际上，对于什么是分形，到目前为止还不能给出一个确切的定义，正如生物学中对“生命” 也没有严格明确的定义一样，人们通常是列出生命体的一系列特性来加以说明。对分形的定义也可同样的处理。 数学上的分形有以下几个特点： (1)具有无限精细的结构； (2)比例自相似性； (3)一般它的分数维大于它的拓扑维数； (4)可以由非常简单的方法定义，并由递归、迭代产生等。
基于像素采样的分形图像编码算法
计 算 机 系 统 应 用 https://www.360docs.net/doc/f76056273.html, 2013 年 第22卷 第 12 期 136软件技术·算法 Software Technique ·Algorithm 基于像素采样的分形图像编码算法① 苏兆宝1, 周 敏1, 郑红婵1, 李晓珺2 1(西北工业大学 理学院, 西安 710129) 2 (辽宁大学 数学院, 沈阳 110036) 摘 要: 分形图像编码是一种基于自然图像局部自相似性的有效压缩算法技术. 但是, 基本的分形编码算法是耗时的, 由于在基本编码算法中值域块要在庞大的定义域块库中搜索最佳的匹配块. 为了减少编码时间, 该文提出了基于像素采样的分形编码方案. 该方案既不需要复杂的理论分析, 也不需要改变现有的分形编码、解码过程, 因此能够以直接的方式引进其他的块速的编码算法. 计算机仿真显示, 在PSNR 降低的情况下, 编码的匹配搜索时间大幅度减少, 同时解码图像的主观质量并没有很大程度上明显降低. 关键词: 分形; 分形编码; 像素采样 Fractal Image Encoding Based on Pixel Sampling SU Zhao-Bao 1, ZHOU Min 1, ZHENG Hong-Chan 1, LI Xiao-Jun 2 1(school of Science, Northwestern Polytechnical University, Xi’an 710129, China) 2 (Mathematics Institutec, Liaoning University, Shengyang 110036, China) Abstract : Fractal image coding is an novel and an developed potential image compression technique based on the local self-similarities within real world images. However, the baseline fractal image coding is time consuming due to the best matching search between range blocks and numerous domain blocks. In order to reduce encoding times, the paper proposed an improved scheme for fractal image coding based on pixel sampling. The improved scheme not only does not need any complex theoretical analysis, but also does not need to change the existing fractal decoding procedure; thus it can bring in other fast fractal image encoding algorithms in a straightforward manner. Computer simulations on a set of standard images show that match searching time can be reduced substantially and the subject image quality remain unchanged basically, while the PSNR being decreased slightly. Key words : fractal; fractal encoding; pixels sampling 信息是现代社会的主要特征, 其主要载体有声音, 文字, 图像等. 与其他的信息载体相比, 图像表示信息不仅在于其直观性强, 信息量大, 而且还具有在存储和传输过程中保真度高, 更直观, 更生动, 更易于进行数学处理等优点. 但是, 当前大量图像信息数据的存储, 处理, 传输与当前有限的存储资源记忆和数据的传输能力形成了难以调和的矛盾. 为了突破这一瓶颈, 实现具有更高压缩比, 更好压缩效果的图像压缩处理技术[1]对图像进行压缩已经成为非常重要的研究课题. 经过几十年的发展, 人们提出了诸多图像压 ① 收稿时间:2013-05-18;收到修改稿时间:2013-06-21 缩的算法. 八十年代中期, Barnsley 和他的合作者[2]提出了将分形思想应用于图像压缩并率先提出了利用迭代函数系统和拼贴定理对图像进行压缩, 开辟了一条与以往的图像压缩完全不同的思路, 为图像压缩领域注入了新的活力. 九十年代初, Jacquin [3]提出自动分形编码以来, 分形图像压缩以其新颖的压缩思想, 高压缩比, 解码速度快, 与分辨率无关等优点, 吸引了国内外众多知名学者的广泛关注, 被公认为图像压缩领域最有前途的算法之一. 短短的十几年间, 分形编码算法的研究取得了长足的发展[4].
对分形图像压缩编码方法的探讨
对分形图像压缩编码方法的探讨 王芳 赵德平 李井永 （沈阳建筑大学职业技术学院 辽宁辽阳 111000） [摘 要]分形图像压缩编码是图像压缩领域中一种全新的编码算法，具有潜在的高压缩比、高信噪比以及任意尺度上的精细放大等特性。本文论述了分形图像压缩的背景、编码方法、改进方法和发展趋势。 [关键词]分形；图像压缩；编码 Abstract：The fractal image compression coding is a bran-new coding in image compression，and the features of which are potential high compression ratio，the high singal-to-noise and the fine enlargement in any scale，etc. This article elaborates the background of fractal image compression coding， the coding，the improved method and the development trend of the code. Key words：Fractal; Image Compression; Coding 分形图像压缩编码是图像压缩领域中一种全新的编码算法。该算法采用图像内部块与块之间的自相似特性进行编码。由于其具有潜在的高压缩比、高信噪比以及任意尺度上的精细放大等特性而得到了有关科研人员的高度重视和深入研究，并且在卫星图像、档案数据、指纹、头像以及视频等方面的应用越来越多。 分形图像压缩的特点在于图像是作为一个图像算子的不动点隐含描述，与图像的伸缩和像素点的多少无关。因此，分形代码可以还原成任何分辨率的图像，在任何标尺上产生细节。这种与分辨率无关的特性至少在两个方面是有用的。首先，根据代码的自相似性而做的人工细节与对象图片的全局相对兼容，它们比仅根据像素复制或插入的图像更自然。第二，这种性质可以用做图像的增强工具，一个粗略的低分辨率的图像可以用分形编码在更大的分辨率以达到增强的效果。 一、分形图像压缩背景 分形理论经历了萌芽（1919年以前）、形成与发展（1919-1975年）以及不断完善和广泛应用（1975年以后）三个阶段。 目前，分形理论与计算机技术结合后迅速发展，已经成为一门跨学科、非线性并且相当活跃的学科。其理论研究和应用已经深入到人类活动的方方面面，并取得了令入瞩目的成果。 分形学使人们对自然界和人类社会的认识提高到一个崭新的高度。例如，曾使网络性能模型的研究人员感到震惊的是“以太网数据传输具有自相似的本性”，这是由Bellcore和Boston大学的研究人员发现的。结果证明，Internet网络上数据的传输服从分形特征，不要期望网上的数据流光滑输出，由统计多路技术或异步传递模式转换的合并也不会有光滑输出的数据流。这样流量控制就要重新考虑了，这为网络的合理设计与管理提供了理论上的依据。 另外，用分形方法在计算机上可实现模拟自然景物、动画制作、建筑物配景等，在影视制作中能生成奇峰异谷、独特场景，产生新奇美丽的景色。 1988年Barnsley采用迭代函数系统IFS和递归迭代函数系统RIFS方法，对几幅图像进行压缩编码，获得了高达10000：1的压缩比。微软电子百科全书就是完全用分形编码方法把大量多媒体数据压缩到600MB以内的。在海湾战争中，美军使用了分形技术，用于军事地图的缩放、攻击目标的匹配追踪等。 1989年Jacquin在计算机上成功地实现了自适应块状编码方法。这种方法经过不断改进，现在已经开始用于一次写入、多次读 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 种评估涉及到学校的每一个部门，也涉及到每一个人。专家组进校后，每一个部门、每一个人，因此，必须广泛深入地发动群众。迎评工作学院是基础，部门是关键，必须两轮驱动才能形成合力，创造一种全校上下集中精力抓评估，一心一意谋发展，认认真真促整改的良好局面。 （七）注重集中评估而忽视长效机制的建立。一些高校评估过后就撤销评估办，认为万事大吉，其实评估是以提高教学质量、办人民满意的教育为目的，它的价值在于促进改革、加强建设、加快发展，评估的最大受益者是广大学生。五年一轮回的评估很有必要。当然对于周期长短，要不要设“免检产品”可以探讨。但是建立教学评估的长效机制，采取对高校提高教育教学质量进行监控的长效措施，确保教学质量的稳步提高，尤为重要。现在有不少学校教学评估后纷纷建立了评估督导中心等常设机构，对教学质量常抓不懈，这就是很好的做法。 四、如何正确认识评估工作 上述现状的出现并不令人奇怪，无论是主观的还是客观的原因，归结为一点就是许多人对评估工作缺乏正确的认识。那么该如何正确认识评估工作呢? 首先，无论是高等院校的领导层，还是一般教职工，不要把评估工作当成上级主管部门分派的任务，要把评估当成关系自身生死存亡的大事。当然领导层的认识最重要，高等院校如同一个经营单位，经营的不好自然会被淘汰。 第二，要把评估当成是对本院校以前所有工作的一个总结并改进的机会，要贯彻“以评促建”的精神，要通过评估对自身的工作有较大的促进。评估其实是一个契机。如果不在评估中认识到自身的不足和问题所在的深层次原因，即使通过了评估，最终还是会被激烈的竞争淘汰。 第三，不要认为评估是可以一蹴而就的工作，要脚踏实地认认真真，有组织、有计划地去做。资料是一天天积累起来的，习惯是一天天养成的。评估评的是已经发生的历史，对大量的资料进行整理、提炼信息已属不易，要改变不良习惯更是难上加难。评估不是评估期间的事，而是从评估开始一直到永远我们该怎么做的大事。 第四，要认识到评估工作其实是对高校基础管理水平的一个检验，要认识到高校更需要管理。现在的高校不是传统意义上的象牙塔，在市场经济的冲击下，人心浮动，管理起来更不容易。所以，评估其实是要求高校的管理层如何抓好管理，评估的指标不过是管理效果的表现形式罢了。 最后，提高管理水平工作是高校持续健康发展的保障。高等院校作为培养社会所需要的、高素质人才的组织，更离不开管理。高校评估就是对高校管理水平的检验，从学校定位与发展思路的把握，到专业设置、科研成果、教学质量控制，以及管理队伍的建设、规章制度的完善，最终到培养的学生所表现的素质、能力等，无不是管理水平的具体体现。通过评估，可以使高校在自身定位与发展上能准确把握市场和社会的需求方向，避免在高校发展中的迷惘；通过专业的人力资源管理，可以充分调动广大教职员工的积极性，将个人目标同高校发展目标有机结合起来，做到吸引人、用好人、留住人，发挥每一个人的最大潜力；通过合理的组织结构设计，使日常管理规范化，避免各部门职能重叠或空缺，避免扯皮、责任不清和多头指挥等情况；建设独特的高校文化，弘扬正气，增强教职员工的凝聚力，避免高校内非正式组织的负面影响。一所高校要长期健康发展，一定要重视管理，不断提高管理水平。评估是一个非常好的契机，我们必须对自身的管理进行深刻的反思。 参考文献： [1]王奇峰.抓住评估契机提高高校管理水平[J].北京政法职业学院学报， 2006（2）. [2]周济.在第二次全国普通高等学校本科教学工作会议上的讲话[A]. https://www.360docs.net/doc/f76056273.html,. [3]李进才.正确理解和把握评估指标体系，切实搞好本科教学工作水平评估 [A].在2006本科教学工作水平评估研讨班上的讲话. [4]赵立涛.走出本科教学工作水平评估的误区[J].中国高等教育，2006 （11）. 作者简介：吕京（1971-），男，绵阳师范学院外国语学院副院长，评建办主任，华东师范大学博士生，研究方向：英语课程与教学、比较教育学。尹国杰（1970-），男，绵阳师范学院外国语学院讲师，评建秘书，研究方向：英语 课程论。 收稿日期：2007-1-4