176-朝陽科技大學資訊學院.PDFVIP

基於 多重解析度搜尋之碎形影像編碼 1 2 張軒庭 , 許志仲 光電與資訊實驗室, 國立雲林科技大學電機工程 系 1 2 { htchang, g9412716}@yuntech.edu.tw 摘要 則將此值域 區塊切割成 4 × 4大小。 在值域 區塊 中, 有些值域區塊相當平滑, 因此可以計算值域區塊平均 本論文提出一種利用多重解析度搜尋 (Multi- resolution searching) 的演算法應用於碎形影像編 值 (Mean) 與變異數 (Variance), 當值域 區塊的變 碼 (Fractal coding). 傳統碎形影像編碼的定義域 異數小於 門檻值 , 則只要保留此值域區塊的平均值即 區塊 (Domain block) 為值域 區塊 (Range block) 可 [8], 在本論文中只保 留平均值的前六個位元。 四倍大, 然而定義域區塊可能在不同解析度下, 再經 過次取樣之後可以保留更 多細節。 所以, 當搜尋到最 大多數碎形影像編碼的研究著重在混合其它技術 佳匹配的定義-值域區塊時, 便往較高/較低一層之解 提升編碼效能 [10] [12] [6]、 加快編碼速度 [9] [11]與 析度的定義域區塊 中搜尋是否有更匹配的區塊 , 若有 影像之 間相似性的探討 [4]為主。 傳統碎形影像編碼 便在設定之範 圍內往更 高/低層解析度的定義域區塊 搜尋。 實驗證明, 本論文所提出的方法可以有效增進 的定義域區塊為值域區塊四倍大, 然而定義域區塊可 重建影像品質。 能在不同解析度下, 經過次取樣之後可以保留更 多 細節。 因此, 本論文便提 出利用不同解析度的定義池 關鍵字: 碎形編碼 , 影像壓縮, 資料壓縮, 多重解析 度。 大小來增進品質, 稱之為 多重解析度搜尋法 (Multi- resolution searching, MRS)。 在原本解析度下所找 1 序論 到最佳匹配區塊 , 往 高/低一層解析度的定義池 中進 行搜尋, 若有找到更佳匹配區塊 , 則再繼續往更高/低 碎形影像編碼 (Fractal coding) [13] [1]是由 Jacquin 解析度的定義池搜尋, 若無, 則停止搜尋以節省計算 學者在 1992 所提 出, 在理想上可達到超 高壓縮比, 量, 如此一來可以增加可利 用的定義域 區塊 , 改善重 因此吸 引許 多學者投入研究。 傳統碎 形影像編碼是 建影像的品質。 將影像切割成許 多的值域區塊 (Range block) 與定 本論文之結構一開始是序論 , 接著為碎形影像編 義域區塊 (Domain block) 後, 搜尋由定義域區塊所 碼之介紹, 第三節提 出多重解析度搜尋法, 第四節為 成的定義池 (Domain pool), 將定義域 區塊透過 實驗結果, 最後是本文的結論。 收縮彷射轉換