基于广义Mandelbrot集的分形图像压缩算法研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (28): 84-85.

基于广义Mandelbrot集的分形图像压缩算法研究

李鹏¹,赵德平²,牛志成¹,魏明²,彭鹏²

1．沈阳建筑大学计算中心,沈阳 110168
2．沈阳建筑大学信息与控制工程学院,沈阳 110168

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-01 发布日期:2007-10-01
通讯作者: 李鹏

Fractal image compression algorithm base on broad mandelbrot collection

LI Peng¹,ZHAO De-ping²,NIU Zhi-cheng¹,WEI Ming²,PENG Peng²

1.Computer Center,Shenyang Jianzhu Unviersity,Shenyang 110168,China
2.School of Inf． and Con． Eng．,Shenyang Jianzhu University,Shenyang 110168,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-01 Published:2007-10-01
Contact: LI Peng

摘要/Abstract

摘要： 提出了以固定字典来代替传统的变化字典的方法实现分形图像编码。通过改变Mandelbrot集参数生成不同的曲线,并对其进行灰度值量化,得到相应得图像块,这样能构成丰富的压缩字典。在编码过程中,只需将待编码的图像块与字典中的图像块进行匹配选出满足条件的图像块,然后对相应的图像块进行编码,就可以实现图像的分形编码压缩。通过实验证明算法实现可行、有效,图像压缩效果理想,较大地提高了分形编码的速度。

关键词: 分形, 图像压缩, Mandelbrot集, 压缩字典

Abstract: In this paper,it replaces traditional variety dictionary with fixed the dictionary to realize fractal image compression.By changing the parameters of Mandelbrot set to get different curve and carry on the grey level quantification,then it obtains the corresponding image black.Finally it can obtain the rich compression dictionary.In the coding process,it will only have to match the waiting image block to the dictionary image block,then selects image block which satisfied the condition and carries on coding corresponding image block.At last it realizes the image fractal code compression.Through the experiment shows that this algorithm realization is feasible,effective,the image compression effect shrinks ideally and the faster fractal coding.

Key words: fractal, image compression, Mandelbrot Set, compress of dictionary

李鹏¹,赵德平²,牛志成¹,魏明²,彭鹏². 基于广义Mandelbrot集的分形图像压缩算法研究[J]. 计算机工程与应用, 2007, 43(28): 84-85.

LI Peng¹,ZHAO De-ping²,NIU Zhi-cheng¹,WEI Ming²,PENG Peng². Fractal image compression algorithm base on broad mandelbrot collection[J]. Computer Engineering and Applications, 2007, 43(28): 84-85.

[1]	封雪梅，张志毅，杨龙. 分形维数的全局点云初始配准算法[J]. 计算机工程与应用, 2020, 56(5): 234-241.
[2]	于恒，梅红岩，许晓明，贾慧萍. 基于深度学习的图像压缩算法研究综述[J]. 计算机工程与应用, 2020, 56(15): 15-23.
[3]	张佳惠，何红弟. 金融危机前后BDI指数与CBFI指数的多重分形研究[J]. 计算机工程与应用, 2019, 55(5): 237-243.
[4]	陈晓娟1，王单卉2. 基于BEMD和分形维数的人脸识别方法[J]. 计算机工程与应用, 2017, 53(10): 177-180.
[5]	李高平，刘莉. 图像子块特征匹配的快速分形编码算法[J]. 计算机工程与应用, 2017, 53(1): 195-200.
[6]	王俊丽，张辰彦，何红弟，林国龙. 基于MF-DFA的交通流量多重分形研究[J]. 计算机工程与应用, 2016, 52(6): 31-34.
[7]	袁宗文，鲁业频，杨汉生. 半叉迹特征的快速分形图像编码[J]. 计算机工程与应用, 2016, 52(3): 197-201.
[8]	汤萍萍1，2，王再见1，王冬菊1. 分段Hurst指数感知的流级别分类[J]. 计算机工程与应用, 2016, 52(24): 11-18.
[9]	秦建强1，孔祥玉1，胡绍林2，马红光3. 一维时间序列分形维数算法对比分析[J]. 计算机工程与应用, 2016, 52(22): 33-38.
[10]	周菲菲，陈建明，张晶晶. 基于局部最小熵的小波系数预测编码方法[J]. 计算机工程与应用, 2016, 52(22): 203-207.
[11]	董军1，张勇2. 快速路交通流时间序列的多重分形分析[J]. 计算机工程与应用, 2016, 52(10): 227-230.
[12]	赵守林1，秦立龙2，陈翔3. 基于复杂度特征的数字调制模式识别[J]. 计算机工程与应用, 2015, 51(4): 226-231.
[13]	吴晓璇，倪志伟，倪丽萍. 云计算环境下基于分形的聚类融合算法研究[J]. 计算机工程与应用, 2015, 51(14): 1-6.
[14]	吴曼，张公让，刘恒. 基于分形维数和多目标遗传算法的特征选择[J]. 计算机工程与应用, 2015, 51(11): 109-113.
[15]	李世平，刘立京，苗承强，顾树生. 差量分析和四叉树结合的分形图像编码算法[J]. 计算机工程与应用, 2014, 50(4): 170-172.