分形編碼加速及基于樣圖的圖像修復方法研究.pdf

1、本文研究的問題包含兩方面的內容：分形編碼加速方法和圖像修復。這兩個方面都是目前圖像處理領域的研究熱點。 針對分形編碼加速方法本文主要作了以下工作： 1．提出了一種衡量分類方法性能優(yōu)劣的指標體系，并提出了一種基于定義域塊數(shù)目的自適應分類方法。結合滿意匹配和質心特征給出了一種快速分形編碼方法。實驗表明，該方法相對于全局搜索，在解碼質量略有下降的基礎上，能極大地提高分形編碼速度，當均勻度閾值取為120時，其編碼時間由原來的13

2、1．84s降低為3．56s，解碼圖像質量只有1．42dB的損失：與均勻分類方法相比，在取得相同壓縮比的前提下，該方法可進一步提高分形編碼的速度和改善解碼圖像質量，當均勻度閾值取為20時，自適應分類使編碼時間減少了約0．1s，而質量則提高了0．27dB； 2．為提高壓縮比，我們提出了變門限方法，并結合自適應分類法和滿意匹配，給出了一種基于四叉樹的快速分形編碼方法；實驗表明，與全局搜索相比，自適應分類變門限滿意搜索可以在基本保證解碼

3、質量的前提下，極大的提高分形編碼速度，當閾值取為110時，與全局搜索相比，該方法將編碼時間由122．75秒降低為2．478秒，質量只有1．48db的損失；與均勻劃分相比，該方法使壓縮比增加了0．56倍； 3．考慮到采用正方形劃分忽略了圖像的灰階均勻性，而矩形劃分計算量相當巨大的問題。在充分分析均勻分類和自適應分類優(yōu)缺點的基礎上，我們提出了一種混合分類法，并將其應用于質心特征，得到了一種基于矩形劃分的快速分形編碼方法。實驗表明，該

4、方法相對于全局搜索，在壓縮比和解碼質量略有下降的基礎上，能極大地提高分形編碼速度，當分類數(shù)目為166時，其編碼時間由原來的64．32s降低為3．33s，而解碼圖像質量只有1．16dB的損失：與均勻分類方法相比，混和分類法可以在編碼時間基本相同的前提下取得更好的解碼質量，在解碼質量基本相同的前提下取得更快的編碼速度，并可以在一定的條件下取得壓縮比優(yōu)勢； 4．為了使分類后的定義域塊庫更容易找到最優(yōu)匹配塊，我們提出了一種基于二維特征向

5、量的自適應分類方法。利用“分割-合并，再分割-再合并”的過程對定義域塊庫進行分類。實驗表明，經過此分類方法后的定義域塊庫更利于值域塊找到最優(yōu)匹配塊，而且由于各區(qū)間定義域塊數(shù)目分布更加均勻，也會使得值域塊找到最優(yōu)匹配塊的搜索量大大減少。使用基于二維特征向量的自適應分類方法，并把圖像的1、2階矩不變量作為圖像的主副特征給出了一種能夠較好地保證圖像解碼質量的快速分形編碼方法，當分類數(shù)為100時，該方法相對于均勻分類法，編碼時間減少了0.202

6、s，同時解碼圖像質量提高了0.24db，與自適應分類法相比，該方法編碼時間雖然增加了0.332s，但是解碼質量卻提高了0.16db。針對圖像修復本文主要作了以下工作： 1.提出了一種基于像素的紋理標準性系數(shù)，用來衡量待修復圖像塊紋理性的強弱。將其用于圖像修復，對于紋理性強的邊緣面片直接利用顏色尋找最優(yōu)匹配塊；對于結構性強的邊緣面片，利用改進相似度匹配準則和優(yōu)先級的Criminisi方法進行修復，得到了一種新的圖像修復方法。實驗表