分类与邻域相结合的分形图像压缩方法研究

• 作者: 丁宣浩 杨道静
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 分形图像编码 分类 邻域搜索
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 247-250
• 页数: 4页
• 分类号: TP301.6
• 字数: 3747字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.11.062

摘要

分形图像压缩是通过消除数字图像各局部块分形特征(自相似性)的自相似冗余来达到压缩目的的.常见的均值分类法存在搜索时间太长的问题,而邻域搜索法则存在较为明显的方块效应.经分析均值分类法和邻域搜索法存在问题的原因,并提出了由两种方法相结合的分形图像压缩算法.算法首先将定义域块和值域块按各自的均值大小分为平坦块和边缘块;然后依据每个值域块均值的大小判断采用邻域搜索法或均值分类法进行最佳匹配块的搜索.实验表明,分类-邻域搜索算法能在保证恢复图象质量的同时减少编码时间和方块效应.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁宣浩	桂林电子科技大学数学与计算科学学院	81	499	12.0	19.0
2	杨道静	桂林电子科技大学数学与计算科学学院	2	8	2.0	2.0