基于SNAMG分割的分形圖像壓縮方法

賀 杰， 郭 慧， 李 琳

(1.梧州學(xué)院 廣西高校行業(yè)軟件技術(shù)重點實驗室，廣西 梧州 543002；2.梧州學(xué)院 信息與電子工程學(xué)院，廣西 梧州 543002；3.武漢科技大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，湖北 武漢 430081)

?

基于SNAMG分割的分形圖像壓縮方法

賀 杰1*， 郭 慧2， 李 琳3

(1.梧州學(xué)院 廣西高校行業(yè)軟件技術(shù)重點實驗室，廣西 梧州 543002；2.梧州學(xué)院 信息與電子工程學(xué)院，廣西 梧州 543002；3.武漢科技大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，湖北 武漢 430081)

針對分形圖像壓縮的編碼速度與解碼質(zhì)量難以均衡優(yōu)化的問題，依據(jù)人類視覺系統(tǒng)特性，使用視覺閾值對圖像的SNAMG分割方法進行優(yōu)化，建立了自適應(yīng)子塊分割機制，并將其用于改進編碼過程．實驗表明，較之Jacquin的經(jīng)典分形算法，本文算法能夠獲得30～40倍的加速比和更好的解碼質(zhì)量．

分形圖像壓縮；視覺閾值；SNAMG

圖像的分形編碼是同等解碼質(zhì)量下壓縮比最高的空間域壓縮方法之一，并具備解碼速度快、解碼分辨率無關(guān)等優(yōu)點，已有學(xué)者將分形編碼的圖像自相似性描述思想用于解決圖像檢索[1]、圖像分割[2]、圖像修復(fù)[3]、數(shù)字水印[4]等問題．

分形圖像壓縮方法也存在編碼時間過長、解碼易出現(xiàn)塊狀效應(yīng)等不足．一些學(xué)者通過子塊分類和鄰域搜索來縮短編碼時間。K. Jaferzadeh等利用像素值空間和1D-DCT矢量實現(xiàn)子塊的模糊聚類[5]；鄭秋梅等使用脈沖耦合神經(jīng)網(wǎng)絡(luò)算法對原圖像進行不規(guī)則區(qū)域分割，然后利用所得二值圖像的灰度值與原圖像的灰度值兩個特征對圖像塊進行聯(lián)合分類[6]，這兩種方法均在保證解碼質(zhì)量的前提下，大幅減少了編碼時間?！?br>