基于单亲遗传算法的图像分形编码-信号与信息处理专业论文.docxVIP

I I 摘 要 图像是人们生活中信息交流最为重要的载体，也是蕴涵信息量最大的媒体。科 学研究表明，人类约有 65%的信息来源于图像，众所周知，数字图像的数据量非常 庞大，必须经过有效的压缩，才能满足数字图像的高速传输和存储。因此，图像压 缩编码己成为正在建设的数字信息化社会所依赖的主要技术基础之一。 分形编码是一种很有前途的图像编码方法，以其思想新颖、压缩比高、解码图 像分辨率无关性等特点吸引了大量研究者，但是编码速度慢一直是制约其广泛应用 的瓶颈。分形编码巨大的计算量来源于从海量码本中寻找最优码本的搜索过程，这 就是分形编码中的最佳匹配问题，它可以看作一个多峰值二元函数的最优化问题。 遗传算法是基于自然选择和基因遗传学原理的启发式搜索算法，由于其不局限 于特定模型，不要求太多的问题域的先验知识，具有潜在的并行性，近年来在组合 优化问题、函数优化和遗传编程等领域得到成功应用。 本文研究如何应用遗传算法来解决分形编码中的最佳匹配问题，主要的工作如 下： （1） 从函数优化的角度分析了图像分形编码中码本匹配问题的特点，根据图像 的局部自相似性，提出用于图像分形编码的实数编码单亲遗传算法框架。 （2） 提出利用累积个体边缘分布密度实现种群自动划分的方法，在此基础上提 出基于罚函数和禁忌搜索的抑制早熟的策略。 （3） 对基本的分块分形编码方法和本文提出的算法进行了数值仿真。 最后，本文列出全搜索方法和本文方法对几幅图像处理常用图片的编码实验结 果，并就算法性能与基于双亲二进制编码的算法进行了对比。试验结果显示本文方 法在基本保证图像主观质量的前提下能大幅度提高分形编码的速度，算法性能与包 含交叉操作的二进制编码遗传算法相当。 关键词：分形；图像编码；图像压缩；单亲遗传算法；记忆 II II Abstract Image is the most important carriers for communication in our life, and its a medium containing the largest information. It is well known that the data quantity of digital image is so large that it is absolutely necessarily to be compressed before it can be stored or transformed efficiently. So image encoding has become one of the key technologies on which the digital society depends. Fractal image coding is a very promising image compression technique. It has been receiving more attention in research over the past decade because of its novelty，high compression rate，resolution independence，but too long encoding time is still the main obstacle that prevent it been put into practice. The expensive computational cost come from process of finding the best matched domain block in a large domain pool for a given range block, which is the optimal matching problem. In fact, it can be considered as a multimodal function optimization problem. Genetic algorithm is a heuristic random searching strategy based on the principle of nature selecting and genetics, this dissertation focus on solving the optimal matching problem in image fractal coding with genetic algorithm, the main contributions are as follows: It analyses the charac