基于不规则区域分割的快速分形压缩算法

一、基于不规则区域分割的快速分形压缩算法（论文文献综述）

包馨^[1]（2021）在《“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法》文中进行了进一步梳理纹理数据是构建城市真三维模型过程中的重要组成部分,通常会占用大量内存,导致三维模型难以实现流畅稳定的动态可视化,因此,对纹理数据进行有效组织与调度已成为目前国际地理信息科学领域的重要和热点研究内容之一。本文针对目前国内外三维模型可视化中纹理数据及其组织的研究现状,提出了“分形视距”（FVD）纹理压缩与彩色多边形纹理集成的三维模型可视化方法。该方法能够用较少纹理数据表示出建筑物的视觉特征,极大提高了大场景三维模型可视化的渲染效率和速率,具有较大的研究价值。本文提出的“分形视距”（FVD）纹理压缩与彩色多边形纹理集成的三维模型可视化方法主要工作有以下几个方面:首先,本文针对目前国内外纹理压缩和数据管理现状,对FVD模型理论及数学基础进行介绍,重点分析了现有基本分形编码算法及其优缺点,阐述本文根据三维模型可视化中视点位置和距离进行纹理压缩的必要性。其次,根据视距及目标立面的可见性情况提出了“分形视距”纹理压缩及彩色多边形纹理组织方法。当视距满足纹理调用条件且目标立面可见时,对纹理数据进行动态迭代解压,并确定纹理重采样次数以创建多分辨率纹理数据;当视距不满足纹理调用条件但目标立面可见时,利用纹理分割算法创建颜色纹理树,通过合并节点生成彩色多边形来表示建筑立面纹理。基于三维模型数据的构成,以及对比总结现有空间数据存储结构的优缺点,本文利用关系数据库实现对建筑物纹理数据的高效存储和快速调用。然后,介绍了三维模型的纹理映射算法,并基于AABB包围盒的视锥裁剪方法,提出了FVD纹理动态调度方案。该方法根据最初视点位置和视线方向加载场景数据,当视点不断变化时,进行条件判断并调用相应的纹理数据,若三维建筑模型在视椎体外部,则不需要渲染该模型数据;若目标建筑立面不可见,则需要剔除此建筑立面,再根据视角和距离调用相应分辨率纹理或者彩色多边形纹理,完成三维建筑模型的动态可视化。最后,针对本研究提出的方法,利用两个研究区建筑纹理数据进行了实验。并且分别使用3ds Max、Sketch Up和本文提出的方法对实验结果从内存占用和帧速率两方面进行对比分析。实验结果显示,本方法和3ds Max、Sketch Up Pro相比,在研究区1中分别减少了约33.1%和37.2%的内存占用,帧速率分别提高了约8.4%和11.1%;在研究区2中分别减少了约36.5%和30.9%的内存占用,帧速率分别提高了约7%和10.9%。

曹健^[2]（2020）在《分形理论在图像压缩及图像检索中的应用研究》文中研究说明分形图像压缩编码作为近年来热门的研究领域,在保证了高压缩比的同时具有较高的重建图像质量。然而,基本分形压缩编码在构造灰度匹配时需要从海量的虚拟码本中进行选择,造成了编码耗时较长的问题。因此,为平衡编码时间,重建图像质量和压缩比三者之间的关系,本文以提高重建图像质量与编码速度为核心,针对目前分形编码算法中存在的问题展开研究,主要的研究工作包括:（1）针对一些结构相似性较差的图像,提出一种基于图像纹理的正交稀疏分形图像压缩编码。通过引入稀疏分解和正交分形编码的思想来提出一种正交稀疏灰度变换,提高图像的重建质量。同时,对于灰度匹配阶段计算复杂度较高的问题,根据图像块的方差特征,定义Range块池和虚拟码本池的方差特征向量构造相似性度量矩阵来减少冗余和编码时间。本算法相比基本分形图像压缩编码算法的编码质量大大提高,相比其他基于稀疏分解的算法编码效果也有所增加,较好地处理了纹理复杂的图像。（2）借助小波域分形图像编码,提出一种基于小波变换的快速稀疏分形图像编码算法。结合小波系数稀疏性较强的特点,引入稀疏分解的思想对小波域分形算法上的灰度变换进行改进。然后,通过提取图像块的偏度和峰度作为特征向量来进行相似性计算,从而减少了虚拟码本中的冗余来达到降低计算复杂度的目的。实验结果表明,在前一章算法的基础上进行推广,新算法的性能更优,达到了预期效果。（3）针对分形图像压缩编码在图像分割时易损失内在结构信息这一弊端,借助张量的Tucker分解方法来改善,提出了一种基于块稀疏张量的分形图像压缩编码算法。将待编码Range块池和虚拟码本池视为高阶张量,然后根据图像纹理特征训练具有块稀疏特性的虚拟码本池,最后将张量Tucker分解与分形编码相结合进行灰度匹配。仿真实验表明,新算法在获得较高压缩率的同时既可以得到较好的重建图像质量,也大大加快了图像编码的速度,具有广阔的应用前景。

王丽^[3]（2020）在《基于分形的图像压缩编码方法研究》文中研究指明实际生活中众多图像都具有相似性,利用图像部分与整体之间相似性来实现图像的压缩编码算法,还有后续提出的利用图像部分与部分之间相似性,都可以被认为是基于分形理论的图像压缩编码算法,算法因其高的压缩比和良好的图像恢复质量而备受关注。然而,在编码过程中,基本分形图像编码算法需要消耗大量的时间去进行全局搜索,不利于编码效率的提高,同时,采用的减少码本数量的方法来优化编码时间,会给恢复图像带来块效应的不良效果。因此,如何在既保证分形图像解码恢复质量前提下,又能使用越少的编码时间,是研究者们一直以来不懈努力的方向。本文基于上述问题进行课题研究,具体工作如下:首先,在基本分形块图像编码基础上,利用质心特征来实现对图像块的分类,将值域块与定义域块之间相似性匹配转化为值域块与定义域块之间质心特征的匹配,简化匹配过程,有效剔除不符合条件的定义域块。并据此提出基于质心特征分类的快速分形图像压缩编码算法,通过公式证明了算法的可行性。其次,改进图像质心特征,采用一种加权质心特征,相较于质心特征可以更加细致地刻画图像块纹理细节特征,提高精准分类,并通过公式证明了算法的可行性。加权系数为2的实验表明,基于加权质心特征的分形图像压缩编码算法相较于质心特征具有更强的质量提升能力,在提高恢复图像质量上具有优势。最后,在医学图像的压缩处理过程中加入分形压缩的概念,人体医学图像中具有明显的分形相似特征,利用本文提出的特征算法,实现对医学图像的特征压缩,经过试验结果表明,相较于其他压缩算法,本文提出的基于特征分类的分形图像压缩编码算法在编码阶段具有少的时间消耗,同时恢复图像质量也有保证。

张晶晶^[4]（2019）在《基于小波与分形相结合的图像压缩编码算法》文中指出分形图像压缩算法有着在高压缩比下,保证较高的重构图像质量的优点,这使得其在图像压缩研究中占有一席之位。但是,分形图像编码过程中,需要在海量码本中搜索最佳匹配块,这需要耗费大量的时间,不利于分形图像压缩编码的推广和应用。并且在编码过程中会出现“块效应”,这也影响着重构图像质量。所以,在加编解码速度的同时,提高重构图像质量是本文的重点研究内容。本文的具体研究内容如下:（1）利用分形压缩编码的优点,并结合特征向量法,提出一种图像新的子块特征——框点和,并且从理论上证明了该特征与均方误差之间的关系。以这个关系作为该算法的理论依据,提出基于图像块框点和的快速分形图像编码。然后进行仿真实验,实验结果显示,在编解码时间相近的情况下,该算法的重构图像质量高于与其他算法。（2）在定义了新的子块特征——框点和的基础上,结合连续小波变换的平滑特性,提出基于小波与分形相结合的图像压缩编码。实验仿真结果表明,与基本分形算法以及其他算法相比,新算法的性能更优,达到了预期的效果,不仅缩短了编解码时间,同时也提高了重构图像质量。（3）通过对小波变换和特征向量的进一步研究,提出基于图像块差的分形与小波结合的图像压缩编码。通过与其他算法进行对比可知,新算法的性能更优。

牛天婵^[5]（2019）在《基于分形与特征向量法的快速分形图像压缩编码算法》文中研究表明信息时代,巨大的数据信息量成为社会的主要特征之一,大量数据信息如何存储问题也日益受到社会的关注。因此,作为方便数据信息存储的核心技术之一的图像压缩技术成为众多学者的主要研究方向,同时,分形图像压缩技术因其所实现的高压缩比成为极具优势的图像压缩技术之一。然而,传统的分形图像压缩编码算法需要消耗大量时间,这严重阻碍了分形理论在图像压缩领域的实际运用。针对这一弊端,文中提出了基于特征向量和分形理论的四种新算法,提高编码速度,提高解码图像的质量。主要研究过程如下:（1）通过对分形算法和特征算法的研究,文中提出四线和特征的编码算法,该算法根据匹配均方根误差与四线和特征值之间的关系,将全局搜索转化为局部搜索（近邻搜索）,限定搜索空间,减少定义域块的搜索。仿真实验结果表明:该算法解码图像在客观质量上优于1-范数特征算法;与基本分形编码算法相比,四线和特征算法不改变重构图像的主观质量,但在编码速度上却得到极大提高。（2）针对四线和特征算法解码图像客观质量不够理想的问题,提出子块均点特征算法,减少图像块像素点信息的缺失。将文中算法分别与五点和特征算法、1-范数特征算法、欧式比特征算法以及双交叉算法进行比较,仿真结果表明,文中算法在时间稍逊的情况下,文中算法在客观质量上更优。（3）通过对分形算法和特征算法的研究,文中提出一种新算法。该算法利用方差来反映不同图像块之间的信息,并且取图像块子块与父块间的方差比来反映图像不同部分的信息。经过理论证明与实验仿真可知,该算法不仅在编码速度上优于基本分形编码算法,在解码图像质量上也优于1-范数特征算法。（4）通过对分形算法和特征算法的研究,文中提出了单位欧式积分形算法,该算法不仅将全搜索变为局部搜索,更充分反映了子块与父块之间的联系。仿真实验表明,文中算法在编码速度上比传统分形编码算法加快近100倍,并且文中算法的PSNR值也优于1-范数特征算法。

赵蓉^[6]（2019）在《基于小波变换的分形图像编码压缩算法》文中提出分形图像压缩编码方法以压缩比高,解码快速等优点成为图像压缩领域的一大热点。但传统的分形编码使用全局搜索,占用了大量时间,同时,编码易造成“方块效应”,从而影响重构图像的清晰度。因此,改善重构图像质量,缩短编码时间,是本文的主要研究的方向,具体工作内容如下:首先,在充分研究后,文中提出了一种新的分类方法,将父块预先分为三类,对于任一块,在其对应的类里选用适合的特征,搜索其最佳匹配块。实验结果表明,该算法是有效的。其次,在研究特征向量法快速分形编码的基础上,提出一种新特征———九块和特征,并给出其可行性分析。该算法将全局搜索变为局部搜索,从而缩短了编码时间。实验结果表明,该算法在保证图片质量的同时,还能实现加速。最后,在研究小波变换的原理和优点的基础上,提出将小波变换和九块和特征相结合的编码算法,进一步提高重构图像质量,缩短图像编码的时间。实验仿真验证,该算法在改善重构图像质量的同时,还能实现加速。

唐婷婷^[7]（2018）在《基于新特征与离散余弦变换的分形压缩图像编码》文中研究指明分形图像压缩具有解码速度快、压缩比高等特点,然而分形图像压缩编码具有编码耗时过长的问题。在保证图像重构量几乎不受影响的前提下,缩短图像编码时间成为本文需要讨论研究的课题中心。本文具体工作如下:（1）在特征向量法以及基本分形算法的基础上,先对图像块先进行处理,通过主成分分析（PCA）的方法对图像块进行降维,选取图像块中有效的向量信息作为主成分特征,实现降维分析-特征显示的目的。搜索匹配块时,采用领域搜索的方式,并且根据阈值来调节搜索领域的大小。提出基于主成分特征的的快速分形图像编码算法,由实验结果可得,该算法可在不影响图像质量的同时,可有效提高编码速度与相似度。（2）矩阵填充可以利用部分矩阵元素来有效恢复原矩阵,可以有效减少图像编码以及解码的时间。本文将矩阵填充与基于离散余弦变换的分形图像压缩相结合形成一种改进的算法,由实验结果可得,该算法能够缩短解码时间,相较于基本分形压缩算法,该算法有效改善图像质量的同时缩短了编码时间。（3）为了进一步减少编码时间,先将图像块先进行四叉树分割,然后按照一定的原则对值域块和定义域块进行分类。本文在基本分形算法以及离散余弦的理论基础上,提出了一种改进的四叉树分割的DCT分形压缩编码。并进行仿真实验,仿真实验表明,相对于一般基于DCT的分形压缩算法来说“块状效应”问题得到有效解决,图像特性较为明显,图像搜索时间更少,而且重构图像质量也有保证。

邵豪^[8]（2017）在《基于分形法水声图像压缩编码研究》文中研究指明随着水声技术的广泛应用,由各类水下探测设备直接或间接生成的水声图像数据量急速膨胀,由于水声信道带宽有限,数据传输速率不高,因此,必须对水声图像进行压缩才能满足水下实际需求。传统的图像压缩编码方法主要基于Shannon信息论,通过去除图像中的信息冗余实现压缩,由于受熵的限制,压缩比普遍不高。分形理论的出现为图像压缩开辟了一条全新的思路,分形压缩以图像中普遍存在的自相似性为基础,以去除图像中的结构冗余为基本思想,通过使用较少的压缩仿射参数来表示原图像,从而实现图像高倍压缩,而分形解码过程只需通过几次迭代运算即可完成。分形压缩因其思想新颖、压缩比高、解码速度快、解码图像分辨率无关等特性吸引了众多研究者的目光,成为当今最活跃最有前途的图像压缩编码之一。自Jacquin提出基本分形编码以来,各类改进算法不断涌现,然而目前依然没有一个获得普遍认可的理想算法,分形编码在迈向实用化的路上还有许多问题需要解决。本文在基本分形算法的基础上结合水声图像的特点,对如何进一步加快分形编码速度、提高分形编码对水声图像的适用性等问题进行研究,主要内容如下:（1）介绍了水声图像压缩的意义、传统图像压缩和分形图像压缩的发展过程及特点。（2）研究了基本分形编码算法的实现过程,通过实验分析了不同因素对编码性能的影响,从分类匹配、缩减码本、优化搜索范围、改变值域块分割方式等不同方向研究了当前主流的分形编码改进策略,提出基于方差和相关系数缩减码本改进算法。（3）根据水声图像的特点,提出基于感兴趣区域分形编码算法。按图像中不同区域的重要程度将图像分割为不同尺寸的子块,并分别进行编码,在提高压缩比的同时又保留了图像中感兴趣区域的细节信息。（4）为简化分形编解码过程、提高编码速度,提出基于字典分形编码改进算法。对字典的生成、扩充和分类等过程进行详细分析并提出改进方案,增加字典的多样性和适用性,提高字典编码算法性能。（5）为充分利用以上两种算法的优势,提出基于字典和感兴趣区域综合算法,通过实验验证该算法在水声图像压缩中的有效性和可行性。

胡守祥^[9]（2016）在《水声图像分形压缩编码技术研究与实现》文中提出随着计算机技术、通信技术和互联网技术的发展,人们每天都通过电脑、移动终端设备接受和发送大量的信息。以图像为代表的多媒体信息虽然直观,所携带的信息量大,但是其数据量很大,需要的存储空间不容小觑。已有的存储设备已经不能满足越来越多的多媒体信息的存储要求,图像压缩是解决图像传输和存储的主要途径之一。分形压缩编码技术正是图像编码压缩技术的代表,这种编码方法思想新颖,所得压缩比高,解码速度快且所得的解码图像质量与分辨率无关,但是由于编码计算复杂,编码时间较长。致使分形编码技术还没有被人们普遍接受,限制了其应用的范围,分形编码这些不足正是促使科学家和学者不断研究的动力,目前已经有大量的分形编码快速算法被提出来。水声图像是人们获取水下地形和目标的有效途径,随着声成像技术的不断发展,人们对水声图像的需求也越来越大,由于水下环境的特殊性,导致水声图像分辨率很低,水下目标甚至会由于水下的噪声和混响淹没在背景中,而且图像的有效内容多是海底地形,水下的小目标等,所以分形法压缩算法非常适合这些非规则的目标,压缩处理这类图像,获得的压缩比会很高。本文将分形法图像压缩处理方法引入到水声图像的处理系统中,与传统图像压缩方法相比,新算法在保证水声图像一定质量的前提下,获得更高的图像压缩比。将分形算法与哈夫曼编码、预测编码和离散余弦变换编码进行比较。对基于控制分割图像块尺寸减少码本块的快速分形算法实验验证,分析码本块数量和分割图像块的尺寸对分形编码时间和解码时间的影响,研究了分形迭代次数与解码图像质量的关系。对基于灰度差的快速分形算法进行了研究,该算法以图像块的灰度差作为匹配块的剔除条件,并且引入两个控制参数,起到控制图像编码速度和质量的作用,该算法在处理水声图像上取得了较好的压缩效果。在此基础上,以图像块横纵方差比值为约束条件,找到一个新的剔除条件进一步缩小码本块范围,弥补已有算法匹配运算量大、编码时间长的不足,新算法在保证一定的重建图像质量前提下,提高了编码速度。为了进一步提高水声图像的解码质量,对水声图像进行编码预处理,通过实验研究均值滤波、高斯滤波和维纳滤波对水声图像的处理能力,通过实验数据表明,这3种滤波器能够有效提高水声图像分形压缩编码重构图像的质量,提高了重构图像的信噪比,其中经维纳滤波预处理后,得到的分形解码水声图像信噪比最高,加入高斯滤波预处理的水声图像编码时间最短。论文最终实现了对水声图像快速分形压缩处理功能,验证了新算法对水声图像分形压缩处理的可行性和有效性。

牛志永^[10]（2015）在《基于分形和小波理论的图像压缩算法研究》文中进行了进一步梳理图像压缩算法一直处于研究当中,近几年提出的新理论包括子带编码、小波变换编码以及基于分形理论的图像压缩技术。基于分形理论的图像压缩算法具有潜在的高压缩比、解码简单高效等优点,引起了各地研究人员的普遍关注。另外,JPEG2000标准还定义了感兴趣区域图像压缩技术的标准,得到了学者的广泛研究。本文首先分析了 Jacquin提出的基本的分形压缩算法和JPEG2000中的感兴趣区域图像压缩算法,针对分形压缩算法速度慢和最大移位法不能调节图像质量的缺点,本文主要做了以下几个方面的工作:（1）提出了基于“梯度和”特征的图像压缩算法。定义了图像块的梯度和特征,对匹配块的梯度和特征与均方误差之间的关系给出了证明,以梯度和意义下的最近邻定义域块的搜索代替均方误差意义上的匹配块的搜索,加快了压缩速度,同时图像质量只有微小变动,通过仿真验证了改进算法的有效性。（2）改进了小波域无搜索分形图像压缩算法。略去空间域分形压缩算法中的等距变换步骤,采取对正负小波系数分别编码的方法提高了算法的压缩比,直接存储标准差较大的值域块,从而保证了解码图像的质量。仿真表明本算法在保证图像解码质量的前提下提高了压缩比。（3）改进了基于SPIHT算法的感兴趣区域图像压缩算法。传统掩膜提取的小波系数含有大量的背景信息,本文通过小波系数对比来确定掩膜,克服了传统掩膜包含大量背景信息的缺点,使得在极低码率下图像前景区域更加清晰,通过仿真验证了改进算法的有效性。

二、基于不规则区域分割的快速分形压缩算法（论文开题报告）

（1）论文研究背景及目的

此处内容要求：

首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。

写法范例：

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

（2）本文研究方法

调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。

实证研究法：依据现有的科学理论和实践的需要提出设计。

定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。

定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。

跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。

模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、基于不规则区域分割的快速分形压缩算法（论文提纲范文）

（1）“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法（论文提纲范文）

（2）分形理论在图像压缩及图像检索中的应用研究（论文提纲范文）

（3）基于分形的图像压缩编码方法研究（论文提纲范文）

（4）基于小波与分形相结合的图像压缩编码算法（论文提纲范文）

（5）基于分形与特征向量法的快速分形图像压缩编码算法（论文提纲范文）

（6）基于小波变换的分形图像编码压缩算法（论文提纲范文）

（7）基于新特征与离散余弦变换的分形压缩图像编码（论文提纲范文）

（8）基于分形法水声图像压缩编码研究（论文提纲范文）

（9）水声图像分形压缩编码技术研究与实现（论文提纲范文）

（10）基于分形和小波理论的图像压缩算法研究（论文提纲范文）

四、基于不规则区域分割的快速分形压缩算法（论文参考文献）

• [1]“分形视距”纹理压缩与彩色多边形纹理集成的三维模型可视化方法[D]. 包馨. 桂林理工大学, 2021(01)
• [2]分形理论在图像压缩及图像检索中的应用研究[D]. 曹健. 南京邮电大学, 2020(03)
• [3]基于分形的图像压缩编码方法研究[D]. 王丽. 昆明理工大学, 2020(05)
• [4]基于小波与分形相结合的图像压缩编码算法[D]. 张晶晶. 南京邮电大学, 2019(02)
• [5]基于分形与特征向量法的快速分形图像压缩编码算法[D]. 牛天婵. 南京邮电大学, 2019(02)
• [6]基于小波变换的分形图像编码压缩算法[D]. 赵蓉. 南京邮电大学, 2019(02)
• [7]基于新特征与离散余弦变换的分形压缩图像编码[D]. 唐婷婷. 南京邮电大学, 2018(02)
• [8]基于分形法水声图像压缩编码研究[D]. 邵豪. 哈尔滨工程大学, 2017(08)
• [9]水声图像分形压缩编码技术研究与实现[D]. 胡守祥. 哈尔滨工程大学, 2016(03)
• [10]基于分形和小波理论的图像压缩算法研究[D]. 牛志永. 东北大学, 2015(12)

标签：图像压缩论文;  分形图论文;  图像编码论文;  图像分割论文;  小波去噪论文;