基于改进k均值聚类的快速分形编码算法.pdfVIP

基于改进 k-均值聚类的快速分形编码算法 石彦伟，盛立东 北京邮电大学信息工程学院，北京(100876) E-mail ：baihe2006@ 摘 要：针对目前分形图像压缩存在的编码时间过长问题，提出了基于改进 k-均值聚类的 分形编码算法。聚类过程中结合图象的纹理特征，采用了去平坦块的方法。实验结果表明， 采用本文的方法在分形编码速度和重建图象质量两方面都有大幅度改善。 关键词：K-均值聚类；分形图像压缩编码；图象压缩；迭代函数系统 中图分类号：TP751 1. 引言 分形图象压缩技术，是利用图像本身的复杂性中包含的自相似性进行压缩编码的新方 法，以其潜在的高压缩比受到越来越多学者的重视，它是分形几何在图像压缩中的应用。1985 年巴恩斯利(Barnsley)提出分形图象压缩的概念，1990年简库恩(A. E. Jacquin)提出了全自动 的分形图像压缩方法[1]，基于图像分块的方式，以局部的仿射变换代替全局的仿射变换。由 于分形编码的过程主要集中在对值域块在搜索池内寻找匹配定义域块的过程中，搜索池过大 是影响搜索速度的一个主要原因。为此，人们提出各种分类的方法对搜索池进行优化。本文 在前人的基础上提出基于改进k均值聚类的分形编码算法，通过仿真对比了改进前后的两种 方法相对于Jacquin分形编码的改善效果。 2. 分形图像编码的理论基础 分形图像编码以迭代函数系统(Iterated Function System ，IFS) 和拼贴定理(Collage [1][2] Theorem)为理论基础，利用图像的自相似性达到压缩的目的 。 压缩映射：设ω: X →X 是基本空间(x, d ) 上的一个映射，若存在一个正常数c 1 ，使得 c d (w(x), w( y)) ≤c ×d (x, y), x, y ∈X ，则称w 为(x, d ) 上的压缩映射， 称为压缩因子。 迭代函数系统：完备的度量空间 (x, d ) 以及n 个压缩映射ω : x →X ，其压缩因子分别为 i (c , c , , c ) ，就组成一个迭代函数系统简称IFS，记作(X : w , w , , w ) 。c max(c , c , , c ) 1 2 n 1 2 n 1 2 n 称为IFS 的压缩因子。 n ∧ 不动点定理：压缩变换W 存在唯一的不动点 A ，满足A W( A) ∪W( A) ；而且不动点 i 1 可以通过迭代得到，即A LimW n (B ) ，其中∀B ∈(X ) ，B 为分形空间的任意初始元素，A 为 n→∞ 唯一的不动点(吸引子Attractor) ，其中 0 n n－1 w (B)