杨蒙蒙，张爱华

（南京邮电大学理学院，南京 210023）

（*通信作者电子邮箱zhangah@njupt.edu.cn）

0 引言

随着多媒体信息以及计算机工业技术的高速发展，分形图像压缩编码算法作为一种与时俱进、功能强大的图像压缩技术，利用图像内部的自相似性以及各个区域之间可以相互表达的特性，成为有损压缩图像技术的代表。它由Barnsley［1］于1988 年提出最初的思想，Jacquin［2］在原有的基础上进行改进从而发展起来，基于分形的图像压缩编码其压缩方法简单，可在任意尺度下重构且压缩比高具有独特优势，但是与传统的图像编码技术相比，在灰度匹配过程中由于需要大量的相似性计算，因此非常耗时［3］。在过去的时间里，为了降低计算成本，研究者们进行了许多有效的研究［4-21］，从空间关系［4-6］的角度出发、采用邻域方法、缩小匹配图像块大部分相邻的搜索空间。从平面拟合的角度出发，Lu 等［7］提出了一种新的基于Huber 拟合平面鲁棒分形图像编码，与Shen 等［8］的无搜索方法相比，在稳健回归模型中建立新的灰度匹配，引入一种新的匹配误差函数，降低了计算量；对于典型的优化算法，Wang等［9］提出了一种将粒子群优化（Particle Swarm Optimization，PSO）算法和混合四叉树划分相结合的分形图像编码算法，采用基于范围块分类的PSO 搜索策略，在缩短编码时间的同时改善了重建图像质量。从参数变换和相关系数出发，利用相邻像素间的相关性，将问题由图像域转换到向量域，降低了合适域搜索的复杂性［10-12］，例如Maydaniuk 等［12］提出了一种基于二维线性近似系数表示范围块和域块的方法，允许每个范围块通过三个近似系数对块进行快速预选来缩短编码时间。……