金珊

摘要：植物叶片作为植物的重要特征，其图像的采集和传输具有重要意义。目前，图像压缩方法已有近百种，但压缩效果、压缩比及编码解码速度还不能满足叶片标本采录的特定要求。本文提出了基于分形理论的一种灰度叶片图像压缩的算法理论。利用叶片图像本身独特的几何特性对图像压缩方法进行改进，以求获得一种高压缩比，高分辨率的方法。

关键词：分形理论；叶片；图像压缩；拼贴理论；迭代函数

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）12-0185-03

1 叶片图像压缩现状

植物作为生态系统中最重要且基础的生产者，通过光合作用，植物调节空气中的碳氧比例，促进水及能量的循环流动，同时为人类提供了丰富的食物来源。植物为人类的生存与发展提供了广阔空间，为人类的生产生活提供了重要且丰富的物质基础。

面对日益增多的濒危物种，对物种保护工作的要求日益紧迫，植物分类研究是植物保护的一个重要方面。基于图像的描述方法弥补了传统的人工识别方法的不足，提高了植物识别工作的效率和准确性。快速、准确的识别方法对濒临植物物种的识别具有积极的作用，给植物保护工作带来了极大的便利。

1.1常规图像压缩方法

JPEG （Joint Picture Expert Group）是国际标准化组织（ISO）和CCITT 联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式（如GIF，TIFF，PCX）相比，JPEG 是目前静态图像中压缩比最高的。

JPEG专家组开发了两种压缩算法、两种熵编码方法、四种编码解码方法。……