分形图像编码

摘要： 为了将分形图像编码与图像压缩感知两种编码方法结合起来,研究性能更优的混合编码算法,首先把压缩感知理论中的测量矩阵引入到分形图像编码算法中,以去除图像子块的冗余信息来采样其有效信息;其次,利用采样图像子块所得到的测量值来定义其均值标准差乘积特征(简称均标积特征);最后,依据均标积特征设置一个剔除条件,将全搜索匹配过程转换为均标积特征下的邻域搜索.四幅图像的仿真结果表明,所提算法与全搜索分形算法、压缩感知算法相比,在主观质量评价指标SSIM值几乎没有变化、以PSNR度量的重建图像质量分别降低约0.8 dB、2.58 dB的情况下,所需时间平均分别为相应算法的9.36%与19.83%.

摘要： 分形图像压缩利用自身图像具有的相似性,结合压缩仿射变换减少图像数据的冗余来实现图像数据的压缩,具有压缩比高、恢复简单的特点.然而,分形图像压缩编码也具有编码时间长、计算复杂的缺点.为了解决上述的缺点,提出了基于平方加权质心特征的快速分形图像压缩编码算法,利用平方加权质心特征可以将基本分形图像压缩编码过程中的全局搜索转化为局部搜索,限定搜索范围,减少码本数量,在巨大图像信息量传输和存储过程中,在一定程度上缩短了编码时间.将平方加权质心特征快速分形图像压缩编码算法和双交叉和算法、改进叉迹算法、规范五点和算法进行比较,仿真结果表明,所提算法在恢复质量可接受情况下,编码时间具有巨大优势.

摘要： 用分形图像编码可以在获得高压缩比的同时能保持较好的解码图像质量,成为图像压缩领域中一个新的研究热点,但基本分形编码特别耗时.针对这个问题,提出基于仿半叉迹特征的快速分形编码算法.首先定义子块仿半叉迹特征,证明了最小均方误差与子块仿半叉迹特征的关系,验证了采用该特征进行搜索的合理性.实验结果表明,提出的算法在相同编码时间下优于1-范数算法得到的PSNR;与基本分形编码算法相比,该算法可以在保证一定图像质量和结构相似度的前提下,大幅度提高编码速度;与四线和特征算法相比,基于仿半叉迹特征的快速分形编码算法在重构图像质量和编码速度上都得到了提高.

摘要： 分形图像编码在较高的压缩比下,可以保持较好的重构图质量;但也存在计算复杂度高和编解码时间长的缺点.因此,在定义一种新的子块特征——框点和的基础上,结合连续小波变换的平滑特性,提出了基于小波与分形相结合的图像压缩编码.该算法充分利用子带的相关性来提高重构图像的质量,将全局搜索转换为近邻搜索,缩小了搜索范围,从而减少了编解码时间.仿真实验结果表明,与基本分形算法和其他算法相比,新算法的性能更优,不仅缩短了编解码时间,而且提高了重构图像的质量.

摘要： 分形图像编码具有压缩比高、解码速度快、重构图像质量高等特点,但因这种算法在编码时定义域的搜索量十分巨大,导致其计算复杂度高、编码时间过长,阻碍了它的实用性和普遍应用.为解决此问题,文中提出一种基于四线和特征值编码算法,该算法根据匹配均方根误差与四线和特征间的关系,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,从而提高编码速度.仿真实验结果表明:该算法解码图像质量在客观上优于1 -范数特征算法;与基本分形编码算法相比,基于四线和特征算法在主观上不改变重构图像质量,但在编码速度上却得到极大提高.%Fractal image encoding has many advantages,such as high compression ratio,high decoding speed and high quality of re-constructed image.However,its high computational complexity and long encoding time make it impractical because of the huge a-mount of search in the domain.Aiming at these problems,an encoding algorithm based on the sum of four lines eigenvalues is pro-posed.And,the relationship between the matching error and the four lines eigenvalues converts global search to local search(neigh-bor search)to limit the search space and speed up the encoding.The simulation experiment results show that the objective decoding image quality by the algorithm of this paper is superior to 1 -norm features algorithm.Compared with the basic fractal coding algo-rithm,it doesn't change the subjective quality of reconstructed image but the speed of encoding has been greatly improved.

摘要： 针对分形图像压缩过程中匹配编码效率和保证重构图像质量的冲突问题,在定义一种图像子块的新特征—相似比的基础上,提出一种基于小波变换与分形编码相结合的图像压缩算法.该算法首先利用小波变换对图像进行处理,由于经过小波变换后的原图像自相似性被破坏,在引入分形特征时,对于低频区域图像信息不再进行分形压缩,直接保存处理;在高频区域则利用提出的相似比特征,定义每个range块和domain块的相似比,建立它与匹配均方根误差间的关系不等式,可把寻找range块的最佳匹配domain块的全局搜索转化为局部搜索.仿真实验结果表明,与同类特征算法相比,该算法不仅缩短了图像编解码的时间,还提高了重构图像的质量.

摘要： 在分形图像编码过程中,搜索每个R块的最优匹配D块所需要计算量相当可观,从而导致编码时间过长.图像像素块的复指数矩具有平移、旋转、缩放等多畸变不变性,这种多畸变不变性与图像的分形特性相契合,并且可以利用快速傅里叶变换实现.本文提出基于复指数矩和模糊聚类的快速分形编码方法,根据D块的复指数矩不变量利用模糊聚类对D块进行分类,进一步根据R块的复指数矩不变量寻找最优匹配的D块.实验表明,与其它方法相比,该快速分形编码方法在保持解码图像质量不变的同时,大大提高了分形编码的速度.

摘要： 基于分块迭代函数的全搜索分形图像编码算法，因其编码过程特别耗时而限制了它的诸多应用。为了减少编码时间，通过定义每个range块和domain块的子块特征，根据匹配均方根误差与它的关系，设计出一个限制搜索空间的新算法。一个待编码range块和它的最佳匹配domain块的子块特征应该接近，因此，每个range块的最佳匹配块搜索范围仅限定在与其子块特征接近的domain块邻域内，以达到加快编码过程的目标。14幅图像的仿真结果表明，该算法能够在PSNR降低0.73 dB（其结构相似性SSIM值仅下降0.002）的情况下，平均加快全搜索分形编码算法的编码速度99倍左右，而且也优于其他特征算法。%The full search fractal image encoding algorithm is based on the partitioned iteration function system, its encoding process requires a very long run-time, which limits its practical application. By defining the sub-block features of each range block and domain block, this paper thus proposes an effective method of liming the search space to improve the drawback, which is mainly based on inequality linking the root-mean-square and image sub-block feature. During the search process, the image sub-block feature is utilized to confine efficiently the search space to the vicinity of the domain block having the closest image sub-block feature to the input range block being encoded, aiming at reducing the searching scope of similarity matching to accelerate the encoding process. Simulation results of fourteen test images show that the proposed scheme can averagely reduce the run-time by about 99 times while there is averagely the PSNR decrease of 0.73 dB(the structural similarity decrease of 0.002), in comparison with the full search fractal algorithm.Moreover, it is better than the other feature algorithm.

摘要： The basic fractal image compression encoding algorithm is a finite lossless encoding method that has great significance,but it spends more time on encoding and is more complicated to calculate.In order to reduce the fractal image compression encoding time,an improved algorithm based on the characteristics of the parent block has been proposed in which the parent block is divided into three categories with the image block geometric features in advance, Ds , De ,and Dm .Though use of corresponding features in each class,the search range is limited to the neighborhood closed to the sub-block characteristic values,which means that the best matching block of global search in class is turned into local search for the best matching block.The proposed algorithm has effectively reduced the search objects,which can further accelerate the speed of coding.Test simulations for multiple comparisons have been conducted with the proposed algorithm and others.Simulation results show that compared with other ones,the image encoding time of the proposed algorithm is significantly shortened in the guarantee of the quality of the reconstructed image,which has more significantly improved the encoding speed.%基本分形图像压缩编码算法虽然是一种很有前途的限失真编码方法,但是它存在着编码时间较长、计算复杂度较高的缺点.为了解决分形图像压缩编码算法编码时间过长的问题,基于图像的父块特征,提出了一种改进算法.该算法利用图像父块的几何特征预先把父块库分成 Ds、De、Dm 三大类,通过在各个类中运用相应的特征将搜索范围限制在与子块特征值相近的邻域内,即将类内全局搜索最佳匹配块转化为类内局部搜索最佳匹配块,有效地减少了搜索对象,从而进一步加快了编码速度.应用该算法与其他算法进行了多次仿真对比实验.实验结果表明,相对于其他算法,在保证一定重建图像质量的前提下,所提出算法的图像编码时间明显缩短,较为显著地提高了算法编码的速度.

摘要： 针对传统基本分形编码存在的计算复杂性较高、编码时间较长的缺点,提出了一种基于双交叉和的特征值编码算法,以解决分形图像编码时间过长的问题.该算法通过构造图像块适当的特征向量,将"R在D集合中搜索MSE意义下的最佳匹配块"问题转换成"R的特征向量在D的特征向量空间中搜索最佳匹配块"的问题,将全局搜索转化为相对意义下的近邻搜索,使得匹配搜索只在初始匹配块的邻域内进行,有效地减少了搜索对象,从而进一步加快了编码速度.采用图像方块分割进行了多种算法的对比仿真实验,实验结果表明相对于其他算法,所提出的算法在保证一定重建图像质量的前提下,提高了图像的结构相似度,图像编码时间明显缩短,较好地实现了提高算法编码速度的目的.%For the shortcomings of high computational complexity and long encoding time of the traditional fractal coding,an encoding al-gorithm based on the sum of double cross eigenvalues is proposed in order to solve the problem of long encoding time. The problem, R search for the best matching block of MSE sense in the D set,is converted into another one,the eigenvector of R search for the best matc-hing block of D in the eigenvector space. Thus,global search is transformed into neighbor search by constructing suitable feature vector for the image block in the opposite sense and matching search is carried out only in the field of the initial matching block,which reduces search objects and then speeds up encoding. Through comparative simulation experiment,a variety of algorithms are compared and simu-lated by using image segmentation. The results of experiments show that the algorithm presented has improved the feature similarity and reduces the image encoding time more effectively under the premise of ensuring quality of the reconstructed image,and that the purpose of improving the encoding speed procedure has been achieved.

摘要： 本文利用图像经小波变换后系数具有能量主要集中在低频子带上和同方向高频小波子带之间具有相似性的特点,再结合人眼对高频失真不敏感的特性和分形算法对自相似的图像编码的高效性.设计出一种基于小波变换的分形图像编码算法,理论分析和仿真实验表明该算法在保证重构图像质量的前提下,不仅使编码时间大大减少而且压缩比得到很大的提高.

摘要： 针对分形图像编码时间长的问题,提出选取边缘提取图像的6个特征参数作为图像块特征.采用模糊模式识别技术对图像块进行分类,后采用基于局部灰度均值聚类技术进一步减小最佳匹配搜索范围的两步分类法.实验表明,该方法可较大提高编码速度,解码质量无明显下降.

摘要： 分形图像编码能够得到相当高的压缩比，同时能够得到高质量的重构图像，因而备受关注。但是传统的分形图像编码方法，由于编码时间长，严重影响其广泛应用。提高分形图像压缩的编码速度是目前分形图像编码研究的重点。文章结合小波多尺度分析的特点，提出了基于方差的小波和分形混合编码算法。实验结果表明：本文的算法在重构图像的峰值信噪比(PSNR)略有下降的情况下，编码时间减少了98.67％且压缩比提高了4倍。

摘要： 提出了一种等范数最邻近分形图像编码的搜索算法。在编码前,该算法预先计算每个码字的范数和均方差,然后根据均方差的升序排列对码字进行排序。首先选取与输入的R块的均方差最近的码字作为其初始匹配的码字,然后利用两个有效的删除算法在该码字的邻域进行上下搜索,找出与该R块最近的码字。本算法比等方差算法速度加快4倍左右,而且解码图像质量没有明显变化。

摘要： 本文在传统的基于分形图像编码的基础上,提出了一种新的数字水印算法。在对图像进行分形压缩编码的同时,记录下各值域块与最佳匹配块之间的距离d。通过比较参数d和给定阀值dh的大小,实现了水印的嵌入和提取操作。水印提取时应用了概率统计的知识,提高了水印检测的准确度,增强了水印抵抗攻击的鲁棒性。实验结果表明,本算法可以获得较好的图像质量和较高的鲁棒性。

摘要： 本文简述分形图像编码原理,提出一种自适应的分形提取图像边缘方法.此方法可以提取边缘在空间的分辨率由"由粗到细"逐步地精确定位原始图像边缘,可以抑制噪声,剔除图像伪边缘,迅速锁定含有边缘的Range块,然后逐步缩小搜索含有边缘的范围.采用分形编码方法提取图像边缘,不仅不会像微分算子那样加强白噪声,而且在一定范围内起到平抑白噪声的作用.实验表明:分形编码作为一种新的图像边缘检测方法,有很好的效果,速度快,抑制干扰力强.尤其对模糊边缘有很好的检测效果,同时可以在一定程度上有效地抑制噪声。

摘要： 本文提出了一种基于小波变换的分形与预测相结合的图像编码方法.该编码方法利用了小波变换后系数空间中同一尺度内的相关性和不同尺度间的相似性,分别对小波分解后不同的频率区域进行编码.由于小波变换是一种良好的图形分类器,因此,在小波变换的系数域上做分形块编码,缩小了搜索范围,并且减少了Domain块的对称性变换,从而较之分形方法的全面搜索提高了编码速度.

摘要： 提出一种新的图像压缩编码方法迭代图像编码.迭代图像编码的理论基础是泛函分析中的不动点定理.迭代图像编码先确定数字图像空间的一组压缩变换,然后通过迭代运算求出压缩变换的不动点,这些不动点组成了图像编码所使用的码书.对于一幅待编码的图像,在码书中寻找与图像最为接近的不动点,这个不动点所对应的压缩变换就构成了图像的压缩编码.本文提供的理论分析和实验结果表明,迭代图像编码是行之有效的图像编码方法.

摘要： 提出一种新的图像压缩编码方法迭代图像编码.迭代图像编码的理论基础是泛函分析中的不动点定理.迭代图像编码先确定数字图像空间的一组压缩变换,然后通过迭代运算求出压缩变换的不动点,这些不动点组成了图像编码所使用的码书.对于一幅待编码的图像,在码书中寻找与图像最为接近的不动点,这个不动点所对应的压缩变换就构成了图像的压缩编码.本文提供的理论分析和实验结果表明,迭代图像编码是行之有效的图像编码方法.

摘要： 提出一种新的图像压缩编码方法迭代图像编码.迭代图像编码的理论基础是泛函分析中的不动点定理.迭代图像编码先确定数字图像空间的一组压缩变换,然后通过迭代运算求出压缩变换的不动点,这些不动点组成了图像编码所使用的码书.对于一幅待编码的图像,在码书中寻找与图像最为接近的不动点,这个不动点所对应的压缩变换就构成了图像的压缩编码.本文提供的理论分析和实验结果表明,迭代图像编码是行之有效的图像编码方法.

摘要： 第一超分辨率放大部(103)通过对基准分辨率的输入动态图像进行超分辨率放大处理，包含在输入动态图像中潜在地包含的、但通过基准分辨率无法充分表现的空间方向及时间方向的频率成分信息，第一分辨率变换部(104)使该超分辨率放大后信号返回到基准分辨率，第二编码部(107)对该返回到基准分辨率的超分辨率放大后信号进行编码。第一编码部(102)对基准分辨率的输入动态图像进行编码，复用部(109)对来自第一编码部(102)的编码位串和来自第二编码部(107)的编码位串等进行复用。另外，第二编码部(107)可以把第一编码部(102)中的局部解码信号或对其进行加工后的信号作为参照信号来使用。

摘要： 本发明的图像编码装置具备：与表示预测图像生成方法的多个预测模式对应地生成预测图像的预测图像生成部件；对从该预测图像生成部件输出的预测图像的预测效率进行评价，而判断规定的预测模式的预测模式判断部件；对该预测模式判断部件的输出进行可变长编码的编码部件，其中，该预测模式判断部件根据规定的控制信号，对构成上述输入图像信号的各颜色成分，判断是使用共通的预测模式、还是对每个颜色成分使用个别的预测模式，将该控制信号的信息多路复用到比特流中，并且在使用共通的预测模式的情况下，将共通的预测模式信息多路复用到比特流中，在不使用共通的预测模式的情况下，将每个颜色成分的预测模式信息多路复用到比特流中。

摘要： 为了在未解码编码数据的特定帧的情况下也能得到正确的解码图像，并且使编码效率提高，预测图像制作部(103)对由图像分类部(102)分类到第j类目的当前帧，从第i(1≤i≤j)类目的、过去编码的参照图像存储器(107)的多个帧的图像信息中，选择图像信息，制作预测图像。差分编码部(104)编码当前帧的图像信息与预测图像的差分。另外，当前类目编码部(106)编码当前帧的类目序号，参照图像指定信息编码部(105)编码指定从参照图像存储器(107)中选择出的图像信息的参照图像指定信息。

摘要： 第一超分辨率放大部(103)通过对基准分辨率的输入动态图像进行超分辨率放大处理，包含在输入动态图像中潜在地包含的、但通过基准分辨率无法充分表现的空间方向及时间方向的频率成分信息，第一分辨率变换部(104)使该超分辨率放大后信号返回到基准分辨率，第二编码部(107)对该返回到基准分辨率的超分辨率放大后信号进行编码。第一编码部(102)对基准分辨率的输入动态图像进行编码，复用部(109)对来自第一编码部(102)的编码位串和来自第二编码部(107)的编码位串等进行复用。另外，第二编码部(107)可以把第一编码部(102)中的局部解码信号或对其进行加工后的信号作为参照信号来使用。

摘要： 在动态图像的编码/解码处理中，为了在抑制帧存储器的容量和区域的增大的同时提高编码效率，并且容易扩展，位长扩展转换器(102)将像素值用位长(N)表示的对象图像转换成各像素值用位长(M)来表示，压缩器(110)对转换后的图像进行编码，然后，解压缩器(111)将编码后的图像复原，之后，位长缩小转换器(113)转换成像素值用值比位长(M)小的位长(L)来表示的再现图像，该再现图像作为参照图像被存储在帧存储器(114)内。

摘要： 本发明提供如下的动态图像编码装置、动态图像解码装置：即使在作为运动矢量预测候选的块不具有有意义的动态信息的情况下，也能够提高运动矢量的预测效率，并提高差分运动矢量的编码效率。在动态图像编码装置(100)中，运动矢量预测器(114)从存储在帧存储器(104)中的已编码区域中选择一个区域，在选择出的区域不具有参照帧编号的情况下等，从由对象区域所附带的参照帧编号指示的参照图像中，搜索与由已再现的像素信号构成的模板区域之间的相关度高的区域，根据该搜索到的区域与对象区域之间的空间位置关系，生成预测运动矢量。然后，能够使用该预测运动矢量来计算差分运动矢量。

摘要： 图像编码装置包括：块矢量候选导出部，从在编码信息保存存储器中保存的编码信息导出处理对象图片内的处理对象块的块矢量候选；选择部，从所述块矢量候选中选出选择块矢量；以及参考位置校正部，在所述选择块矢量所指示的参考块不落入可参考区域中的情况下，校正所述参考块的参考位置，以参考所述可参考区域的规定位置，其中，基于所述参考块的参考位置，将所述处理对象图片内的已解码像素设为所述处理对象块的预测图像。

摘要： 图像编码装置包括：块矢量候选导出部，从编码信息保存存储器中保存的编码信息导出编码对象图片内的编码对象块(6002)的块矢量候选(表示参考块6011、6021、6031、6041、6051、6061、6062和6063的块矢量候选)；选择部，从所述块矢量候选中选出选择块矢量；存储部，存储紧挨在编码对象块之前的预定数量的帧内块复制基准块的已编码图像；以及参考区域边界校正部，在所述编码对象块的编码处理完成之后，从所述存储部中将一个帧内块复制基准块的已编码图像排除在可参考区域之外，并判定所述选择块矢量所表示的参考块的左上位置和右下位置均包含在可参考区域(6003)中。

摘要： 包括：合并候选构建部，构建合并候选列表，合并候选列表具有包括空间合并候选的最大合并候选数的合并候选；通常合并候选选择部，根据合并索引从合并候选列表中选择成为单预测或双预测的通常合并候选；以及三角形合并候选选择部，根据第一三角形合并索引从合并候选列表中选择成为单预测的第一三角形合并候选，根据第二三角形合并索引选择成为单预测的第二三角形合并候选，与第一三角形合并索引有关的第一最大三角形合并候选数与最大合并候选数相同。

摘要： 包括：三角合并候选列表构建部，构建包含空间合并候选的三角合并候选列表；第一三角合并候选选择部，从三角合并候选列表中选择成为单预测的第一三角合并候选；以及第二三角合并候选选择部，从三角合并候选列表中选择成为单预测的第二三角合并候选，在进行基于第一三角合并候选和第二三角合并候选的加权平均的运动补偿的区域中，用第一三角合并候选或第二三角合并候选中的任意一个的单预测运动信息进行保存。