快速分形圖像編碼及高壓縮比紋理壓縮方法研究.pdf

1、本文提出了一種混合的快速分形編碼方法,將分形編碼的父塊庫看作向量空間,通過正交特征量化將子塊和父塊的匹配轉(zhuǎn)化為歐式空間的最小距離問題,在分類的基礎(chǔ)上,將向量子空間建立成kd-tree,匹配問題進(jìn)一步轉(zhuǎn)化為在樹結(jié)構(gòu)上的最近鄰居查找問題,再引入(1+ε)最近鄰居查找進(jìn)一步加速,可達(dá)到實(shí)時(shí)編碼.試驗(yàn)結(jié)果表明,同以往的方法相比,本方法在基本保證解碼質(zhì)量的基礎(chǔ)上,可以極大地提高分形編碼速度.同不加速分形編碼相比,混合方法帶旋轉(zhuǎn)反射變換編碼速度可以

2、提高66倍,不帶旋轉(zhuǎn)反射變換可以提高653倍.本文提出了新的紋理壓縮方法,將紋理進(jìn)行采樣,用矢量量化技術(shù)從中訓(xùn)練出碼書,與傳統(tǒng)矢量量化不同,不再進(jìn)行鍵集編碼,而是以碼書作為編碼結(jié)果,這就是高壓縮比的關(guān)鍵,以此碼書作為紋理合成的"樣圖",利用紋理合成技術(shù)作為解碼過程.如果是塊采樣,則用基于塊的紋理合成,如果是象素采樣,則用基于象素的紋理合成.試驗(yàn)結(jié)果表明本方法保證解碼質(zhì)量的基礎(chǔ)上可以獲得很高的壓縮比,而且可以根據(jù)圖像的質(zhì)量控制壓縮比,由于