图像压缩已研究了几十年,提出了诸如DPCM、DCT、VQ等压缩方法,并已出台了基于DCT等技术的国际压缩标准,如JPEG、MPEG、H.261等。人们逐渐发现了这些方法的许多缺点:比如高压缩比时图像出现严重的方块效应、人眼视觉系统的特性不易被引入到压缩算法中,等等。人们认为目前有三种方法属于第二代图像编码方法:基于分割的压缩方案、基于模型的压缩方案及基于分形的压缩方案。
分形图像编码是目前较有发展前途的图像编码方法之一, 也是目前研究较为广泛的编码方法之一。对其研究已有近十年的历史,其间,人们发现了它所具有的许多优点:比如,它突破以往熵压缩编码的界限,在编码过程中,采用了类似描述的方法,而解码是通过
迭代完成的,且具有分辨率无关的解码特性等。
分形图像编码的思想最早由Barnsley和Sloan引入,将原始图像表示为图像空间中一系列压缩映射的吸引子。在此基础上,Jacquin设计了第一个实用的基于方块分割的分形图像编码器,他首先将原始图像分割为值域子块和定义域子块,对于每一个值域子块,寻找一个定义域子块和仿射变换(包括几何变换、对比度放缩和亮度平移),使变换后的定义域子块最佳逼近值域子块。随后Fisher等提出了四象限树编码方案,采用有效的分类技术,极大的提高了编码性能。随着几十种新算法和改进方案的问世,分形图像编码目前已形成了三个主要发展方向:加快分形的编解码速度、提高分形编码质量、分形序列图像编码。
分形的方法是把一幅数字图像,通过一些图像处理技术将原始图像分成一些子图像,然后在分形集中查找这样的子图像。分形集存储许多
迭代函数,通过迭代函数的反复迭代,可以恢复原来的子图像。
再把新D图像的内容拷贝到R中,把新R当作D,D当作R,重复操作(
迭代)。
压缩比高,压缩后的文件容量与图像像素数无关,在压缩时时间长但
解压缩速度快