摘 要： 提出了一種基于四叉樹分割的分形圖像編碼的改進(jìn)算法，通過(guò)調(diào)整父塊與子塊的誤差來(lái)控制編碼速度和解碼質(zhì)量。仿真實(shí)驗(yàn)表明，該算法有效地提高了圖像編碼的效率，具有可行性。
關(guān)鍵詞： 醫(yī)學(xué)圖像；分形圖像；圖像編碼
隨著計(jì)算機(jī)技術(shù)的發(fā)展，圖像編碼與壓縮技術(shù)得到越來(lái)越多的關(guān)注。與一般圖像壓縮相比，醫(yī)學(xué)圖像壓縮具有其特殊性和復(fù)雜性，其壓縮必須嚴(yán)格保證診斷的可靠性。編碼在圖像數(shù)字化過(guò)程中占有非常重要的地位。在滿足一定圖像質(zhì)量要求的前提下，能獲得減少數(shù)量的編碼稱為編碼壓縮。研究最佳編碼壓縮的數(shù)學(xué)模型和方法是人們追求的目標(biāo)。圖像數(shù)據(jù)中存在大量的冗余數(shù)據(jù)。首先，從空間上來(lái)看，一幅圖像的許多區(qū)域是相同或相似的，沒有必要記錄所有點(diǎn)的像素值；其次，從時(shí)間角度來(lái)考慮，由于圖像變化的連續(xù)性，兩幀圖像數(shù)據(jù)中有大量相同之處，可以只記錄它們的差別。因此，可以通過(guò)適當(dāng)?shù)膲嚎s算法去除圖像數(shù)據(jù)在空間和時(shí)間上的冗余，大大減少所需存儲(chǔ)或傳輸?shù)臄?shù)據(jù)量。從信息論的觀點(diǎn)看，描述圖像信源的數(shù)據(jù)由有效信息和冗余量?jī)刹糠纸M成。去除冗余量能夠節(jié)省存儲(chǔ)和傳輸中的開銷，同時(shí)又不損壞圖像信源的有效信息量[1-3]。
1 分形圖像壓縮
在現(xiàn)實(shí)中，圖像有灰度和非嚴(yán)格自相似性，即具有嚴(yán)格的整體與局部自相似性的圖像在現(xiàn)實(shí)中只占極小部分。BARNSLEY提出IESP采用由初始點(diǎn)經(jīng)壓縮變換ωi(ai，bi，ci，di，ei，fi)加上伴隨率pi(i=1，2，…，n)進(jìn)行迭代，得到的點(diǎn)集分布類似灰度效應(yīng)。其基本思路是，將原圖像預(yù)分解為若干個(gè)分形子塊，使每個(gè)子塊具有一定的分形結(jié)構(gòu)，即子塊的整體與局部之間存在某種自相似特征。圖像分割可采用三角形分割、矩形分割和四叉樹形分割等圖像處理手段，并把這些子塊構(gòu)成一個(gè)分形庫(kù)，每一個(gè)子塊可以從庫(kù)中找到它們自己的匹配子圖編碼。JACQAIN A E，針對(duì)上述問(wèn)題提出了全自動(dòng)的分形圖像壓縮方法，該演繹法基于圖像劃塊方式來(lái)實(shí)現(xiàn)以局部的仿射變換代替全局的仿射變換[4-5]。
通過(guò)實(shí)驗(yàn)可以看到，允許誤差ε的取值直接影響圖像壓縮比、圖像質(zhì)量和處理時(shí)間。ε越大，壓縮比越大，處理時(shí)間越短，但圖像質(zhì)量越差；ε越小，壓縮比越小，處理時(shí)間越長(zhǎng)，但圖像質(zhì)量越好。因此，必須根據(jù)實(shí)際綜合處理誤差、質(zhì)量和時(shí)間的關(guān)系。
目前，分形圖像壓縮存在的最主要問(wèn)題是編碼速度慢，主要原因是搜索最佳匹配的定義域塊耗時(shí)太多。本文通過(guò)分析影響分形圖像編碼速度的相關(guān)因素，調(diào)整父塊與子塊的尺寸，控制其誤差來(lái)達(dá)到使圖像自適應(yīng)編碼的目的。
參考文獻(xiàn)
[1] 郭京蕾，吳勇.基于分類方法的分形圖像壓縮[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，28(4)：890-892.
[2] WU M S， TENG W C， JENG J H， et al. Spatial correlation genetic algorithm for fractal image compression[J]. Chaos， Solitions&Fractals，2006， 28 (2)：497-510.
[3] 王英霞，趙德平，雷紅.一種基于分形的圖像壓縮方法[J].遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2009，29(3)： 157-159.
[4] 李峰，薛敬明.基于改進(jìn)Mallat算法的分形圖像壓縮[J].計(jì)算機(jī)應(yīng)用研究，2009，26(9)：3569-3571.
[5] 何佳，劉政凱.基于DCT變換的快速分形編碼方法[J].電子學(xué)報(bào)，2001，29(6)：748-750.