冯立伟+张成+屈福志

摘要：针对二维对流扩散方程边值问题，采用三角形剖分，使用二维线性有限元进行计算分析。采用matlab编写了计算程序，使用算例进行了数值实验，实验结果表明数值解具有较高的计算精度。

关键词：对流扩散；有限元；三角形剖分；Matlab

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）21-0197-03

Abstract：For two dimensional convection-diffusion equation boundary value problem， using triangulation and using two-dimensional linear finite element were calculated and analyzed. Calculation program is compiled using matlab， and use a numerical example to the numerical experiments are carried out. The experimental results show that the high accuracy of the numerical solution is.

Key words：Convection- diffusion；FEM；Triangle subdivision；Matlab

对流扩散方程描述了在自然界中大量出现的对流扩散现象，在流体力学、环境科学以及能源开发等诸多领域有着广泛的应用。因此研究对流扩散问题的数值计算方法就尤为重要[1-3]。求解对流扩散方程已有大量有限差分求解方法和有限元求解方法及理论分析[4-10]。本文求解二维对流扩散方程，求解区域采用三角形剖分，在三角形单元上使用线性形状函数进行有限元离散，给出了详细计算过程，并重点分析了使用matlab编制对应的求解程序。数值试验验证了数值计算方法的有效性。

4 结论

通过上述两个数值实验，可看出有限元可实现对流扩散方程的求解，数值解具有比较高的精度。当网格剖分越密数值解越准确，扩散系数变小时误差变大。

参考文献：

[1] 王同科.一维对流扩散方程C-N特征差分格式[J].应用数学，2001，14（4）：55-60.

[2] 王文洽. 变系数对流扩散方程的交替分段Crank-Nicolson方法[J]. 应用数学和力学，2004，24（1）：29-36.

[3] 由同顺. 对流扩散方程的本质非振荡特征差分方法[J]. 应用数学， 2000，13（4）：89-94.

[4] 葛永斌，田振夫，詹咏，等.求解扩散方程的一种高精度紧致隐式差分方法[J].上海理工大学学报，2005，27（2）：107-110.

[5] 葛永斌，田振夫，吴文权.含源项非定常对流扩散方程的高精度紧致隐式差分方法[J].水动力学研究与进展（辑），2006，121 （5）： 619-625.

[6] 王煊，杨志峰. 基于非均匀网格求解非线性对流扩散问题的一种高精度差分格式[J].北京师范大学学报（自然科学版），2003，39（1）：131-137.

[7] 肖建英，刘小华，李永涛.非定常对流扩散方程得高阶差分格式[J]. 西南石油大学（自然科学版）2012，34（3）：145-149.

[8] 王国婷，闵涛，马晓伟，等.一类非线性稳态对流扩散方程的有限体积元求解方法 [J].科技通报，2009，25（6）： 56-60.

[9] 范馨月，杨一都.非对称对流扩散问题有限元方法的MATLAB实现[J].贵州师范大学学报，2007，25（4）： 61-66.

[10] 刘相国 张海燕.一类对流扩散方程的有限元方法 [J].安徽科技学院学报，2011，25（5）： 56-60.

使用JPEG2000图像压缩技术的优势，在于将JPEG图像压缩技术的效率提高了百分之30，而且对图像的有损和无损压缩可以同时进行，图像压缩后的画质更为细腻和平滑，这是对JPEG图像压缩技术的一大革新。另外，将JPEG图像压缩技术的按块传输创新提升为了渐进传输，方便用户使用，不必非要接收整个图像压缩码流，还能随机获取。并可以执行传输、滤波等操作程序。JPEG2000图像压缩技术如今在很多领域正在被广泛使用，如数字医疗、图书馆、数码传真、打印，移动通信等。尤其是在电子商务中得到用户的广泛赞誉。

3.3 小波变化图像压缩技术

小波变化图像压缩技术是根据塔式快速小波变换算法将图像进行分解，采用多分辨率的技术手段的工作原理：首先采用多级小波进行图像分解，将分解后的系数量化、编码，形成小波图像压缩。小波图像压缩也已经拥有了国际压缩标准，按照MPEG-4进行命名[3]。

小波变换图像压缩技术目前的发展现状是采用不同算法构建三种不同的编码器：

第一，嵌入式小波零树图像编码是空间小波树递编码，这种小波零树概念提高了小波系数的编码概念，将高频系数剔除出去，采用了渐进性量化和嵌入式编码模式，比较方便计算。小波零数图像编码的使用改变了以往的压缩编码器必须使用复杂的算法才能进行信息处理的方式，将计算方法简化，而且得到的结果精确可靠，因此得到了国际认可，图像压缩数据处理的发展历程上具有重要的意义。

第二，空间树分层分割方法采用了分层小波树集合分割算法，减小了编码符号集在比特面上的规模，利用小波系数幅值衰减规律构成了不同类型的空间零树，计算方法也比较简单，使用嵌入式比特流，提高了编码器更多的性能。

第三，嵌入型编码使用的优化分层阶段算法将小波分为独立的码块，这些码块中带有子带部分，每个码块都有编码，产生带有SNR扩展功能的编码，支持随机存储图像功能，与前面所述的两种算法相比，相对较为复杂。但是压缩性能也高。

三种图像压缩方法比较起来，小波图像压缩方法是目前来说比较被广泛使用的。小波图像压缩方法要得到进一步拓展，应在与人眼视觉特性的结合上下功夫，提高图像质量，提高压缩比，并注意与其他压缩方法的优势相结合进行研究。

3.4 分形图像压缩

分形图像压缩，是上世纪八十年代经过实验证明得出的压缩比较高的图像压缩技术，这是基于局部迭代函数系统理论而产生的图像压缩技术，得到的图像编码技术要比以往的图像压缩技术高几个数量级，实现了计算机自动压缩图像的功能。

分形图像压缩使用的是迭代函数系统，其工作原理是：首先使用迭代函数系统定理、拼贴定理，将图像分割成若干对应迭代函数的子图像，迭代函数与子图像的压缩比成反比，迭代函数简单的子图像压缩比会比较大。解码过程是利用迭代函数对应子图像的原理调出自图像的原始状态。

分形图像编码技术的几个主要分项包括：对曲线长度使用类似于亚取样、内插法等进行小尺度度量，与分形几何的肚量方法不同的是采用分形思想，对不规则、复杂的图像进行尺度的变化。利用人机交互的拼贴技术，采用迭代函数系统方法，对图像的整体和局部进行表达，通过仿射系数的存储来进行变换达到压缩的目的。放射变幻可以利用迭代函数系统达到比较高的压缩比。将图像进行全自动的分形压缩，在寻找映射关系的过程中处理块与块之间的局部关系，取出冗余度，但是存在比较明显的方块效应。因此在图像解码处理中存在一定缺陷。

采用分形图像压缩进行图像处理在图像压缩技术领域里并没有被广泛使用，主要原因就是其明显的风快效应没有被妥善解决。但是分形图像压缩技术的优势在于它不仅考虑了局部与局部，而且也考虑了局部与整体的相关性，与自然中的自相似与自仿射的原理有相像，因此还是有一定的使用范围的。

3.5 其他压缩技术

其他压缩技术，还包括NNT压缩、基于神经网络的压缩等方法。

第一，形状自适应压缩是将任意形状的图像进行分块，每块都采用DCT变换的方法，实现形状自适应变换，在变幻过程中可能会丢失一些空域相关性。因此会存在失真的现象。

第二，EGGER方法是对任意形状图像进行小波变换，其工作原理是将图像的像素推到与边界框右边框平齐的位置，使用小波变换的特性，将高频部分的边界部分进行合并，引起小波分解，形成小波系数的相同相位。

第三，形状自适应小波变换包括对任意形状进行熵编码的扩大和嵌入式小波编码。经过对任意形状可是对象的像素进行小波变换，使像素的空域相关性、子带区域属性发生自相似性，实现任意形状静态的编码标准能够很好地表现出来。

第四，上述编码方法在未来的发展方向是与人类视觉系统相结合，对边缘、纹理、背景等进行不同比例的压缩，得到更大的压缩比，以便更好的储存和传输[4]。

4 图像压缩技术的未来发展方向设想

1）计算机速度向着高速方向前进。这是计算机技术的飞跃带来的结果，未来可以实现图像压缩的实时化。

2）高分辨率。包括分辨率采集的提高和显示分辨率的提高。在克服显像管制造技术的难点、提高图像图像刷新存取速度的基础上，提高分辨率将成为现实。

3）图像压缩实现立体化的，从二维进入三维时代。是时利用计算机图形学、虚拟现实技术的发展而得到的结果，未来的图像压缩将不再局限于平面，而是实现三维立体压缩技术。

4）利用多媒体技术来实现图像数据的压缩，方便人类接收信息的方式向着多媒体接收的方式发展。

5）按照人类的意图和思维方式，使计算机能够自行判断图像压缩技术，实现图像压缩技术的智能化。在图像压缩中计算机就能达到人脑的主观和非逻辑思维能力。

6）在计算机中植入多功能芯片，实现图像压缩为实践服务的功能。

7）推行新的计算方法，结合遗传算法和神经网络学科，将新的理论，如Fratal理论广泛应用于图像压缩技术中，并可以在物理、数学、音乐等学科中触类旁通。

5 结语

在过去数十年的研究过程中，图像压缩技术取得了很大的成绩。例如小波图像压缩、分形推向压缩等先进技术，至今依然是学术界热议的焦点。但是其存在的缺点也必须加以重视，新的技术必将对之进行替代。在今后的发展中，应不断结合本文提及的视觉神经等其他学科的运用，将图像压缩技术引领入更加宽泛、更加广阔的研究领域，让图像压缩技术在信息发达的当今社会中，得到更长远的发展和更加有益的利用。

参考文献：

[1] 周晶. 数字图像压缩技术的应用与研究[J].黑龙江科学， 2015（4）.

[2] 王亚男， 张敬申， 冯杰等. 数字图像压缩技术综述[J]. 科教导刊-电子版（上旬）， 2014（5）.

[3] 黄新民， 姚军财， 何军锋等. 基于离散傅立叶变换的水稻作物数字图像压缩技术研究[J]. 农业科学与技术： 英文版， 2012，13（3）.

[4] 郭宏亮. 一种图像压缩无损编码中的小波系数优化算法[J]. 科技通报， 2013，29（4）.