基于HVS分类及邻域搜索快速分形图像编码.docVIP

基于HVS分类及邻域搜索快速分形图像编码 　　摘要:针对基本分形图像编码算法时间过长的问题,提出了一种基于HVS分类及邻域搜索的快速算法。根据HVS特性将子块分为平滑类子块和非平滑类子块,对于平滑类子块直接存储其均值,以减少需要搜索匹配父块的子块数;对于非平滑类子块,从离其最近的父块开始搜索,在搜索父块时,剔除与当前子块的近似度不满足要求的父块,并引入误差阈值和搜索父块的最大次数来控制子块的搜索过程。实验结果证明,该算法大大提高了编码速度。 　　关键词:分形;图像编码;分类;邻域 　　中图分类号:TP391.41文献标识码:A文章编号:1009-3044(2009)13-3518-03 　　 　　1 引言 　　1988年,Barnsley等人首次引入了迭代函数系统(IFS,Iterated Function Systems)来描述自然界中物体的自相似性,并将其应用于图像压缩[1]。1990年,Jacquin突破了IFS的局限,提出了局部迭代函数系统(PIFS,Partitioned Iterated Function Systems),指出一个图像不应该认为是整个图像的变形拷贝和粘贴,而应该是图像的小部分的变形拷贝和粘贴,并在此理论基础上提出了一种基于方块划分的分形图像压缩方案[2],使分形图像压缩从人工编码到自动编码成为现实。此方法具有压缩比高,解码速度快以及解码图像与分辨率无关等优点,但编码时间长、高压缩比时解码图像质量不高等缺点限制了它的广泛应用和进一步发展。针对上述问题,许多学者提出了改进方案[3-7]。 　　本文提出了一种基于HVS分类及邻域搜索的快速算法,通过减少需要搜索的子块数和子块搜索的父块数节约了编码时间。实验表明:尽管图像质量与基本分形算法相比有所下降,但该算法的编码时间大大减少。 　　 　　2 基本分形图像压缩算法 　　2.1 基本分形编码 　　Jacquin提出了基于图像划块方式的全自动分形图像压缩方法。首先将图像分割成若干子块和父块,接着对每个子块寻找某个父块,使该父块经过某个指定的变换映射后与此子块最相似,记录下该父块的位置参数及变换,作为此子块的分形码。所有子块的分形码构成了整个图像的分形码。 　　在描述算法之前先定义度量子块与父块之间误差的公式。设A为r×r大小的子块,B为2r×2r大小的父块,则B经变换映射后与A的误差为: 　　 ■(1) 　　其中,||?||是二维范数符号;I是灰度值均为1的大小为r×r的块。变换映射是以下三种变换的合成: 　　1) 几何变换?准:几何变换主要用于对父块进行空间压缩,使压缩后的父块和子块具有相同的尺度,一般采用四邻域平均法。对于父块B,令其灰阶函数为{Bi,j: i,j=0,…,2r-1},则几何变换的计算公式如下: 　　 ■(2) 　　2) 8种等距变换{Tn: n=0,1,…,7}:Jacquin提出了8种等距变换,使父块经等距变换后与子块尽可能具有相近的灰度分布。对于大小为r×r的图像块u,设它的灰阶函数为 (μi,j: i,j=0,1,…,r-1),则其对应的8种等距变换如表1所示。 　　3) 灰度变换G:灰度变换是一种线性变换。对于某图像块D,有G(D)=sD+gI,其中s为比例因子,g为灰度偏移量。s和g的求取可采用最小二乘法: 　　 ■ (3) 　　 ■ (4) 　　其中,A和B分别是A和B的均值,是矩阵内积符号。求出的s不一定满足s≥0,为了确保渐进收敛性和压缩比,需要对s进行截断和量化处理。本文采用的量化截断方法如下[5]:参数s按5bit量化,g按7bit量化。若s≥0,则取s= 31/32;若s127,则g= 127;若g0,则g=0。将量化截断后得到的?s和?g代入式(1)求误差。 　　综上,基本分形图像编码算法描述如下: 　　Step1 将M×M大小的原图X分割成NR个r×r大小的子块{R1,R2,…,RNR},满足■且Ri∩Rj=?准,?坌i≠j(i,j∈{1,2,…,NR})。 　　Step2 按水平步长Δh和垂直步长Δν将原图分割成ND个可重叠的2r×2r大小的父块{D1,D2,…,DND},满足■,所有父块就构成了码本。 　　Step3 对每一个子块Ri,在码本中搜索最优匹配父块Dm,即搜索使E(Ri,Dm)最小的父块Dm,搜索时对各父块进行8种等距变换。 　　Step4 记录分形码:记录使E(Ri,Dm)最小的■、■、等距变换号tn以及最优匹配父块Dm的位置(dx,dy),进而得到子块Ri的分形码(dx,dy,tn,■,■)。转Step3。 　　2.2 图像解码 　　解码时,用求得的局部迭代函数系统PIFS的吸引子来近似原始图像。具体做法如下:以与原始图像相同大小的任