【文章內(nèi)容簡(jiǎn)介】 縮比。所以我們建議在 DCT分形壓縮的塊匹配過(guò)程中，我們不采用旋轉(zhuǎn)因子。 （ 3）經(jīng)過(guò)塊匹配之后，將閾塊的位置信息和仿射變換的系數(shù)（這里只有收斂因子）進(jìn)行熵編碼，以進(jìn)一步提高壓縮比。編碼算法可以選用哈夫曼編碼或是算術(shù)編碼。 為了加快編碼速度，降低編碼的復(fù)雜性，有人提出了選 擇性塊匹配的編碼方案，也就是對(duì)那些平坦塊不去進(jìn)行塊匹配，而是把它的直流分量直接編碼輸出。感興趣的讀者可以參閱相關(guān)的文獻(xiàn)介紹，在這里由于篇幅有限，就不多做介紹。 三、 小波分形混合圖像編碼 小波圖像編碼和分形圖像編碼是兩種不同的圖像編碼方法。其中，小波圖像編碼是把圖像分解成不同的空間方向和不同分辨率的子帶圖像，人們可以根據(jù)需要，對(duì)不同子帶圖像采用不同的量化策略來(lái)進(jìn)行編碼 [6]；而分形圖像編碼則適用于自相似性較強(qiáng)的圖像。可惜的是，一般的自然圖像自相似性并不是很強(qiáng)，但是經(jīng)過(guò)小波變換后的圖像，其相同方向但不同分 辨率的子帶圖像卻具有較強(qiáng)的相似性 [5,10]。因此，人們可以利用這種相似性，結(jié)合分形編碼的方法來(lái)進(jìn)行編碼，以大幅度地提高圖像編碼的壓縮比。因此，小波分形混合圖像編碼已成為今后的大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 16 發(fā)展趨勢(shì)。 經(jīng)過(guò)多級(jí)小波變換，一幅圖像被分解為一系列尺度、方向、空間局部變化的子帶。由于小波變換能獲得很好的空間 頻率多分辨率表示，而且在低頻處有很好的頻率特性，在高頻處有很好的空間選擇性，因此符合人類(lèi)的視覺(jué)特性 [11]，能量主要集中在低頻子圖像。而且同方向不同分辨率的子帶間具有相似性，可以利用分形，二者優(yōu)勢(shì)互補(bǔ)，給二者進(jìn)行混合編碼 提供了條件。在傳統(tǒng)的分形圖像編碼中，由于尋找最佳匹配塊需要進(jìn)行大量計(jì)算，從而編碼時(shí)間過(guò)長(zhǎng)，而利用小波分解后，圖像塊所具有的獨(dú)特空間 頻率特性，可以構(gòu)造較好的分類(lèi)和搜索方法，因而大大加快了分形編碼的速度。 四、 提高編碼和解碼速度的方法 （一）提高編碼速度 在編碼過(guò)程中最耗時(shí)的是搜索最佳匹配的定義域塊 ,要提高編碼速度 ,就必須縮小搜索范圍 ,且保證最佳匹配落在該范圍之內(nèi)。其改進(jìn)方法有 : ：搜索最佳匹配計(jì)算量很大 ,占用了編碼的大部分時(shí)間 ,因而限制了它的實(shí)際應(yīng)用。為了縮短搜索時(shí)間 ,在匹配之前按照?qǐng)D像的 特征如中值、方差、矩和其它感知或統(tǒng)計(jì)的幾何特征 ,將定義域和值域塊進(jìn)行分類(lèi) ,匹配時(shí)只在同一類(lèi)中進(jìn)行搜索比較。這樣在不降低圖像質(zhì)量的前提下 ,大大提高了編碼速度。常用的分類(lèi)方法有 :基于明暗度的定向分類(lèi)、基于空域特征的分類(lèi)、基于相對(duì)矩的分類(lèi)、基于小波的分類(lèi)、基于人類(lèi)視覺(jué)系統(tǒng) (HVS)分類(lèi)、基于模糊分類(lèi)、原形的分類(lèi)、自適應(yīng)碼本簇化的分類(lèi)、向量量化的分類(lèi)。以上各種方法分別從不同的角度、使用不同的工具對(duì)圖像塊分類(lèi) ,各自保持了自己的特點(diǎn) ,對(duì)加速編碼有不同程度的作用。 ：匹配搜索耗時(shí)最長(zhǎng) ,常用的加速搜索方法有 :局部搜索法、提取特征追蹤法、基于方差搜索法、 FFT搜索法 。 （二）提高解碼速度 分形解碼速度相對(duì)于編碼要快得多 ,一般它迭代 10次即可完成。然而對(duì)于一些實(shí)際應(yīng)用來(lái)說(shuō) ,仍然希望迭代次數(shù)越少越好 ,這樣可以進(jìn)一步加快解碼速度。常用的加速方法有金字塔式解碼器、去均值解碼算法、非迭代算法、 BCC和 ICC算法 。 大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 17 第四章 仿真實(shí)驗(yàn) 一、 分型圖像壓縮流程圖 分形圖像壓縮的 編 分形圖像壓縮的解 碼過(guò)程流程圖 碼過(guò)程流程圖 將圖像分割為子塊與父塊 讀入圖像 找出子塊與父塊像素點(diǎn)平均值的最小值 結(jié)束 存儲(chǔ)各項(xiàng)參數(shù) 讀取原始圖像灰度值 將壓縮后的父塊進(jìn)行 8 次變換 計(jì)算最小誤差和誤差值 誤差值是否小于或等于給定誤差 Y N 讀取父塊、子塊和原圖尺寸信息 初始化解碼空白圖像 將復(fù)原的子圖想放到原圖像相應(yīng)的位置 恢復(fù)出壓縮前的圖像 結(jié)束 根據(jù)分行碼，將找到的父塊經(jīng)適當(dāng)變換找到 所有字塊，經(jīng)拼貼形成一次迭代圖像 是否達(dá)到迭代次數(shù) Y N 大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 18 二、實(shí)驗(yàn)環(huán)境與所需步驟 （一）實(shí)驗(yàn)環(huán)境： 在實(shí)驗(yàn)時(shí)采用的硬件和軟件平臺(tái)為 CPU T6500 ， RAM 2G，操作系統(tǒng)Windows XP，開(kāi)發(fā)語(yǔ)言為 MATLAB （二）仿真步驟： （ 1）讀入圖像，讀取原始圖像的灰度值 （ 2）將原始圖像分割成 8*8 和 16*16 的像素圖 （ 3）借助拼貼定 理，對(duì)每一部分求其 IFS 編碼，每個(gè)收縮后的父塊進(jìn)行 8 種變換（矩陣 0 度旋轉(zhuǎn)，矩陣水平中線反射，矩陣垂直中線反射，矩陣 180 度旋轉(zhuǎn)，矩陣相對(duì) 135 度反射，矩陣 90 度旋轉(zhuǎn)，矩陣 270 度旋轉(zhuǎn)，矩陣相對(duì) 45 度反射），進(jìn)行匹配運(yùn)算，對(duì)每一個(gè)子圖在圖像中尋找一塊與之最匹配的父圖 （ 4）存儲(chǔ)迭代函數(shù)，找出最佳匹配塊，記下坐標(biāo)值和應(yīng)用誤差值，一次完成對(duì)原圖像的編碼，從而實(shí)現(xiàn)圖像的壓縮 （ 1）從分形編碼文件中讀取子圖，父圖以及原圖尺寸的信息 （ 2）根據(jù)所得的數(shù)據(jù)，定義兩個(gè)和原圖一樣大小的圖像區(qū)： R 區(qū)和 D 區(qū)。 R 區(qū)用來(lái)保存迭代過(guò)程中所生成的圖像， D 區(qū)用來(lái)產(chǎn)生碼本 Q。 （ 3）初始化解碼空白圖像 （ 4）對(duì)于 R 區(qū)中每個(gè) R 塊 Rj，根據(jù)分形文件中的分形碼，在 D 區(qū)中找到相應(yīng)的Di 塊，經(jīng)過(guò)適當(dāng)變換得到所有的 R 塊后，經(jīng)拼貼就形成了一次迭代的圖像。 （ 5）將 R 區(qū)的圖像復(fù)制到 D 區(qū)。 （ 6）如果迭代次數(shù)達(dá)到預(yù)定次數(shù)則停止，否則重復(fù)步驟 (2)一 (5)。 （ 7）所有 R 區(qū)塊解碼完成則解碼圖像完成。 三、實(shí)驗(yàn)程序 大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 19 outfp = fopen(39。39。,39。w39。)。 Is = imread(39。39。)。 Is = rgb2gray(Is)。 [m,n] = size(Is)。 m16 = ceil(m/16)。 n16 = ceil(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。)。 end for 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)。 end end fprintf(outfp,39。\n 原始圖像所分成的子圖個(gè)數(shù)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)。 end end fprintf(outfp,39。\n 原始圖像所分成的父圖個(gè)數(shù)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 大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 20 end end for 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))。 end fprintf(outfp,39。\n 各子圖對(duì)應(yīng)的參數(shù)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 end 大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 21 fprintf(outfp,39。s 值： % o 值： % XY 值： % Tw 值： %\n39。,... Fs(i),Fo(i),XY(i),Tw(i))。 end fprintf(outfp,39。\n 解碼過(guò)程： 39。)。 Inew(1:16*m16,1:16*n16) = 0。 % 解碼過(guò)程 for n = 1:8 Nr = 1。 fprintf(outfp,39。\n 迭代過(guò)程 % 的生成圖像素為： \n39。,n)。 for i = 1:16*m16 for j = 1:16*n16 fprintf(outfp,39。%39。,Inew(i,j))。 end fprintf(outfp,39。\n39。)。 end for 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(