基于图像子块特征快速分形图像编码算法.docVIP

基于图像子块特征快速分形图像编码算法 　　摘要:根据图像子块的像素分布特征，提出了一种基于方差和DCT变换的混合快速分形图像编码算法，并在此基础上引入了平滑块的概念。该算法在大幅度提高分形图像编码速度的同时，很好地改善了压缩率和解码图像的质量。实验表明该方法具有优良的性能，在编码时间优于方差快速编码方法的前提下，解码图像的质量和压缩率可以好于基本分形图像编码算法。 　　关键词:分形图像编码; 方差; 离散余弦变换; 平滑块 　　中图分类号:TP391.41文献标志码:A 　　文章编号:1001－3695(2008)02－0458－02 　　 　　分形图像编码算法是一种很有发展前途的新型数字图像编码技术，它的最大优点是可以在获得高压缩率的前提下，比较好地维持解码图像的质量。随着当今计算机相关领域信息处理量的日趋膨胀，基本分形图像编码算法(BFC)有着很高的研究价值;但其编码时间过长，不实用。为了解决这个问题，C.K.Lee等人[1]，何传江等人[2，3]，C.M.Lai等人[4]提出了基于方差的快速分形图像编码(VFC)算法，大幅提升了分形编码的速度，但解码图像的质量也有了比较明显的下降。针对方差编码算法中存在的问题，本文提出了一种基于选择策略的混合编码算法。这种算法具有以下优点:a)引入了平滑块的概念。如果输入区块的方差值小于一个预先设定的阈值，则被认为是一个平滑块，无须参加匹配搜索，仅需保存该区块的像素平均值，可以有效地加快编码速度并提高压缩率。b)引入了最小化均方误差阈值。对于不适合分形图像编码的区块采用DCT变换进行编码，有效地提升了解码图像的质量。对于一般的图像来说，不适合分形编码的区块仅占全部图像子块的很小部分，采用此种选择策略对快速编码的速度影响很小。同时，这一小部分区块也是造成分形解码图像质量下降的主要因素，对这些区块采用DCT变换编码可以有效地提升解码图像质量。 　　 　　1分形图像编码算法概述 　　 　　1.1基本分形图像编码算法(BFC) 　　基本分形图像编码基于压缩映射定理和局部迭代函数系统(partitioned iterated function system，PIFS)，利用一组惟一收敛的自仿射映射参数来重建与原图像高度逼近的分形吸引子图像。其主要算法流程如图1所示，R为区块，D为域块，分别通过滑动窗口方法获得。 　　在分形图像编码算法中，影响编码速度的主要因素是区块R和对应域块D的匹配搜索过程。在基本编码算法中，匹配搜索采用的是全局遍历的方法，因此需要很长的编码时间。在匹配搜索过程中，区块和与其匹配的域块需要最小化以下等式: 　　E(R，D)=‖R-(s×D+oI)‖(1) 　　其中:s代表自仿射结构中的压缩因子;o代表仿射偏移量;‖?‖是二泛数。 　　根据上述算法流程，存储所有的匹配映射参数即完成对整幅图像的分形编码，因为存储这些参数需要的存储量很小，因此分形图像编码可以获得很高的压缩率。 　　1.2方差快速分形图像编码算法(VFC) 　　为了解决基本分形编码算法中编码时间过长的问题，C.K.Lee等人由式(1)，通过最小二乘法导出式(2): 　　 　　其中:r是区块R的平均值;d是域块D的平均值。 　　根据式(2)，可以认为当一个区块和一个域块是最优匹配时，它们的方差应当是接近的。因此，可以根据一个预设的方差阈值对区块和域块进行一个预分类，对每一个区块，根据方差阈值选取一些与之接近的域块，并仅在其中搜索与之匹配的最佳域块，避免全局遍历搜索。因此可以大幅加快分形编码的速度，但方差编码算法也带来了比较明显的解码图像质量下降。 　　 　　2最小化均方误差阈值分类法(MFC) 　　 　　上述的分形图像编码算法选取的都是如下的整体自仿射映射结构，通过对这个结构的分析不难发现，对于内部像素值波动较小的区块―域块对，自仿射结构一般会取得比较好的匹配结果;对于内部像素值波动较大的区块―域块对，自仿射映射结构就有可能变得很不适应，具有模糊效应，可能产生很大的匹配误差。 　　 　　针对上述问题，笔者提出了一类基于最小化均方误差阈值分类法的编码算法:首先，设置一个最小化均方误差阈值ε，在对所有的区块采用方差算法找到合适的区块―域块对后，将每个区块对应的E(R，D)与ε比较。当E(R，D)ε时，则认为虽然D在整幅图像中是该区块的最佳匹配块，但D经过自仿射映射结构后来表达该区块的效果并不理想，对于这样的区块，本文采用DCT变换编码来代替分形编码。 　　采用最小化均方误差阈值进行分类具有两方面好处:a)通过设置合适的阈值，原图像中大部分区块仍采用自仿射映射分形结构，这样可以保持分形编码的高压缩率和方差快速算法的快速性。b)通过实验可知，少数不适合自仿射映射分形结构编