分形圖像壓縮的算法本科學生畢業設計(編輯修改稿)

　

【文章內容簡介】 (n/16)。I(1:16*m16,1:16*n16) = 0。I(1:m,1:n) = Is。Ns = 0。Nb = 0。fprintf(outfp,39。原始圖像的灰度值為：\n39。)。for i = 1:16*m16 for j = 1:16*n16 fprintf(outfp,39。%39。,I(i,j))。 end fprintf(outfp,39。\n39。)。endfor i = 1:2*m16 for j = 1:2*n16 Ns = Ns + 1。 Small(1:8,1:8,Ns) = I(8*i7:8*i,8*j7:8*j)。 endendfprintf(outfp,39。\n原始圖像所分成的子圖個數為：%\n39。,Ns)。for i = 1:m16 for j = 1:n16 Nb = Nb + 1。 Big(1:16,1:16,Nb) = I(16*i15:16*i,16*j15:16*j)。 endendfprintf(outfp,39。\n原始圖像所分成的父圖個數為：%\n39。,Nb)。for i = 1:Nb for j = 1:8 for k = 1:8 Temp4 = Big(2*j1:2*j,2*k1:2*k,i)。 Big2(j,k,i) = sum(Temp4(:))/4。 end endendfor i = 1:Nb Temp8 = Big2(1:8,1:8,i)。 TrBig(1:8,1:8,i*87) = Temp8。 TrBig(1:8,1:8,i*86) = fliplr(Temp8)。 TrBig(1:8,1:8,i*85) = flipud(Temp8)。 TrBig(1:8,1:8,i*84) = rot90(Temp8)。 TrBig(1:8,1:8,i*83) = rot90(rot90(Temp8))。 TrBig(1:8,1:8,i*82) = rot90(rot90(rot90(Temp8)))。 TrBig(1:8,1:8,i*81) = Temp839。 TrBig(1:8,1:8,i*8) = rot90(flipud(Temp8))。endfprintf(outfp,39。\n各子圖對應的參數及父圖位置為：\n39。)。for i = 1:Ns Temp8 = reshape(Small(1:8,1:8,i),1,64)。 for j = 1:8*Nb Temp = reshape(TrBig(1:8,1:8,j),1,64)。 Temps = (64*sum(Temp8.*Temp) sum(Temp8)*sum(Temp)) .... / (64*sum(Temp.^2) (sum(Temp))^2)。 Tempo = (sum(Temp8) Temps*sum(Temp)) / 64。 Temph = sum((Temps*Temp + Tempo Temp8).^2)。 %Temph = (sum(Temp8.^2) Temps*(Temps*sum(Temp.^2) .... % 2*sum(Temp8.*Temp) + 2*Tempo*sum(Temp)) + .... % Tempo*(64*Tempo 2*sum(Temp8))) / 64。 if j == 1 Hmin = Temph。 Fs(i) = Temps。 Fo(i) = Tempo。 XY(i) = ceil(j/8)。 Tw(i) = mod(j,8)。 else if Temph Hmin Hmin = Temph。 Fs(i) = Temps。 Fo(i) = Tempo。 XY(i) = ceil(j/8)。 Tw(i) = mod(j,8)。 end end endfprintf(outfp,39。s值：% o值：% XY值：% Tw值：%\n39。,...Fs(i),Fo(i),XY(i),Tw(i))。endfprintf(outfp,39。\n解碼過程：39。)。Inew(1:16*m16,1:16*n16) = 0。 % 解碼過程for n = 1:8 Nr = 1。 fprintf(outfp,39。\n迭代過程%：\n39。,n)。 for i = 1:16*m16 for j = 1:16*n16 fprintf(outfp,39。%39。,Inew(i,j))。 end fprintf(outfp,39。\n39。)。endfor i = 1:2*m16 for j = 1:2*n16 Tx = ceil(XY(Nr)/n16)。 Ty = XY(Nr) (Tx1)*n16。 Temp16 = Inew(16*Tx15:16*Tx,16*Ty15:16*Ty)。 Temp8 = m16to8(Temp16)。 switch Tw(Nr) case 0 Temp8 = rot90(flipud(Temp8))。 case 1 Temp8 = Temp8。 case 2 Temp8 = fliplr(Temp8)。 case 3 Temp8 = flipud(Temp8)。 case 4 Temp8 = rot90(Temp8)。 case 5 Temp8 = rot90(rot90(Temp8))。 case 6 Temp8 = rot90(rot90(rot90(Temp8)))。 case 7 Temp8 = Temp839。 end Inew(8*i7:8*i,8*j7:8*j) = Fs(Nr)*Temp8 + Fo(Nr)。 Nr = Nr + 1。 end end endIgray = mat2gray(I)。Inew = mat2gray(Inew)。subplot(1,2,1),imshow(Igray)。subplot(1,2,2),imshow(Inew)。fclose(outfp)。函數m16to8（將16*16的圖象塊通過平均變成8*8的圖象塊）：function y=m16to8(x)y=zeros(8,8)。for i=1:8 for j=1:8 a=x(2*i1:2*i,2*j1:2*j)。 y(i,j) = sum(a(:))/4。 endend五、仿真結果 原圖（具體數據見附錄） s:：比度調節系數 o：亮度調節系數 XY：大區域編號 Tw：變換方式第五章 結論10多年來，雖然分形圖像自動編碼和解碼不斷改進．但仍然不夠成熟，產生的壓縮比不夠高，壓縮效果還不十分理想，在當前圖像壓縮編碼中還不能占據主導地位。國際標準MPEG4中已經把小波列了進去，但分形不在其中。靜態圖像壓縮標準JPEG2000是完全使用小波的圖像編碼方法，也沒有把分形列進去。但我們應該看到分形圖像壓縮方法的優勢和巨大潛力。 l 分形圖像壓縮既考慮局部與局部，又考慮局部與整體之間的相關性，適合于自相似或自仿射的圖像壓縮，而自然界中存在大量的自相似或自仿射的幾何形狀。因此，它的適應范圍很廣。 l 分形圖像壓縮（當前尚須人工干預）能獲得相當高的壓縮比(10000：1甚至更高)和很好的壓縮效果，具有很大的潛力。 l 分形解碼時能放大到任意大的尺寸，且保持精細的結構。 l 在高壓縮比的情況下，分形圖像壓縮自動編碼能有很高的信噪比和很好的視覺效果，這是其它方法不能相比的。 因此．分形圖像壓縮是一個有潛力、有發展前途的壓縮方法。 分形圖像壓縮編碼研究發展趨勢將有如下幾個方面： l 分形編碼在人工干預條件下能夠達到相當高的壓縮比。但對于如何去掉人工干預則需研究給定的圖像，實現計算機自動確定分形生長模型、 L系統、IFS碼和RIFS碼等，尋找新的壓縮模型和新的突破點。 l 綜合分析當前自動編碼的各種改進算法，在此基礎上，繼續尋找加快編碼速度、提高壓縮比、改善壓縮效果的突破性的改進方法。 l 研究按分形維數分割圖像、將分形維數相同的區域塊用分形方法進行編碼的理論、方法和實現的算法。 l 繼續研究分形編碼與其它編碼方法相結合的新的編碼方法。 研究新的度量相似性的準則，在保持壓縮比的前提下，降低恢復圖像的失真率。參考文獻[1] 遲健男,宋春林,楊旭,一種新的快速分形圖像壓縮方法,遼寧省交通高等專科學校學報, 6(1):2124 [2] Hurtgen B,Mols P,Simon S F. Fratcal transform coding of color Vis Commun Image Process,1994,2308:16831691 [3] . van Hateren and A. van der Schaaf, Independent ponent filters of natural images pared with simple cells in primary visual cortex. it . B, 265:359366, 1998. [4] 吳蓓,翟娟娟,李曉輝,基于視覺特性的分形圖像壓縮編碼,信息技術,2002,10 [5] K. Koroutchev and J. Dorronsoro, Hashlike Fractal Image Compression with Linear Execution Time, Iberian Conference on Pattern Recognition and Image Analysis, IbPRIA 2003. [6] 萬衛兵,施鵬飛,基于分形和小波的混合圖像壓縮,中國體視學與圖像分析, 12(3):4550 [7] D. Saupe, R. Hamzaoui, and H. Hartenstein, Fractal image pression: an introductory overview, in: Fractal Models for Image Synthesis, Encoding, and Analysis, D. Saupe and J. Hart (eds.), SIGGRAPH 39。96, New Orleans, 1996. 附 錄注： s:：比度調節系數 o：亮度調節系數 XY：大區域編號 Tw：變換方式Tw值： 0為矩陣0度旋轉 Tw值： 4為矩陣180度旋轉Tw值： 1為矩陣垂直中線反射 Tw值： 5為矩陣270度旋轉Tw值： 2為矩陣水平中線反射 Tw值： 6為矩陣相對45度反射Tw值： 3為矩陣90度旋轉 Tw值： 7為矩陣相對135度反射仿真實驗分形圖像壓縮數據：s值： o值： XY值： 103 Tw值： 6s值： o值： XY值： 76 Tw值： 0s值： o值： XY值： 107 Tw值： 2s值： o值： XY值： 70 Tw值： 7s值： o值： XY值： 50 Tw值： 6s值： o值： XY值： 107 Tw值： 2s值： o值： XY值： 118 Tw值： 0s值： o值： XY值： 116 Tw值： 6s值： o值： XY值： 108 Tw值： 3s值： o值： XY值： 116 Tw值： 3s值： o值： XY值： 92 Tw值： 0s值： o值： XY值： 26 Tw值： 3s值： o值： XY值： 86 Tw值： 5s值： o值： XY值： 101 Tw值： 3s值： o值： XY值： 11 Tw值： 7s值： o值： XY值： 50 Tw值： 6s值： o值： XY值： 84 Tw值： 1s值： o值： XY值： 80 Tw值： 2s值： o值： XY值： 118 Tw值： 0s值： o值： XY值： 45 Tw值： 6s值： o值： XY值： 107 Tw值： 4s值： o值： XY值： 27 Tw值： 1s值： o值： XY值： 1 Tw值： 7s值： o值： XY值： 118 Tw值： 1s值：