發(fā)布時間：2018-05-27 16:35

  本文選題：圖像壓縮 + 分形　； 參考：《計算機工程與應(yīng)用》2017年01期

【摘要】：基于分塊迭代函數(shù)的全搜索分形圖像編碼算法,因其編碼過程特別耗時而限制了它的諸多應(yīng)用。為了減少編碼時間,通過定義每個range塊和domain塊的子塊特征,根據(jù)匹配均方根誤差與它的關(guān)系,設(shè)計出一個限制搜索空間的新算法。一個待編碼range塊和它的最佳匹配domain塊的子塊特征應(yīng)該接近,因此,每個range塊的最佳匹配塊搜索范圍僅限定在與其子塊特征接近的domain塊鄰域內(nèi),以達到加快編碼過程的目標(biāo)。14幅圖像的仿真結(jié)果表明,該算法能夠在PSNR降低0.73 d B(其結(jié)構(gòu)相似性SSIM值僅下降0.002)的情況下,平均加快全搜索分形編碼算法的編碼速度99倍左右,而且也優(yōu)于其他特征算法。
[Abstract]:The full search fractal image coding algorithm based on block iterative function limits its application because of its time consuming. In order to reduce the coding time, by defining the sub-block features of each range block and domain block, according to the relationship between the matching root mean square error and the matching RMS error, a new algorithm is designed to limit the search space. The subblock features of a range block to be coded and its best matching domain block should be similar, so the search range of the best matching block for each range block is limited to the neighborhood of the domain block that is close to its sub-block feature. In order to achieve the goal of speeding up the coding process, the simulation results of 14 images show that the algorithm can reduce the PSNR by 0.73 dB (the SSIM value of its structural similarity is only reduced by 0.002), and the coding speed of the full-search fractal coding algorithm is about 99 times faster than that of the full-search fractal coding algorithm. It is also superior to other feature algorithms.
【作者單位】： 西南民族大學(xué)計算機科學(xué)與技術(shù)學(xué)院;
【基金】：四川省應(yīng)用基礎(chǔ)項目(No.2013JY0188) 四川省教育廳科研項目(No.15ZA0384)
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前3條

1 高健;茅時群;周宇玫;葉靜;;一種基于映射圖像子塊的圖像縮小加權(quán)平均算法[J];中國圖象圖形學(xué)報;2006年10期

2 何江萍;;方塊截短編碼的新方法[J];甘肅科技;2007年11期

3 ;[J];;年期

相關(guān)博士學(xué)位論文 前1條

1 李衛(wèi)衛(wèi);基于信號結(jié)構(gòu)特性的壓縮感知關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

，

本文編號：1942966