中图分类号：TN919.8 文献标志码：A

分形图像压缩编码算法是BARNSLEY等基于迭代函数系统提出的。之后，JACQUIN[2]在BARNSLEY的基础上提出基本分形图像压缩算法（basicfractalimagecoding，BFIC）。与传统图像编码算法相比，BFIC算法具有高压缩比且重构图像质量较好，但由于块间最佳匹配过程费时，导致编码时间较长。国内外学者为了降低编码复杂度和提高重构图像质量，用计算复杂度较低的指标代替均方误差来描述图像块之间的匹配度，如TRUONG等[3]和WANG等[4]分别使用相关系数和空间纹理相关性代替均方误差，但效果有限且编码复杂度仍较高。 NANDI^[5] 和WANG等[利用平均像素强度和方差对定义域块 D （domainblock）进行分类。GUPTA等通过使用自适应阈值来减少值域块 R （rangeblock）的搜索范围。此外，和谐搜索算法[8]和散点搜索算法也被用来提高分形编码的效率。虽然这些算法提高了分形图像压缩算法的编码效率，但由于搜索范围较小，导致重构图像质量有所下降。为了降低编码复杂度的同时提高重构图像质量，又有学者提出小波与分形相结合的算法[1]。文献[11]提出用变异系数作为图像块特征量来降低编码时间和冗余度。CAO等[12]提出一种基于纹理特征的图像正交化稀疏分形编码算法，一定程度上提高了重构图像质量和编码效率。NANDI^[13] 采用了四叉树划分的分形图像压缩算法，该算法使用较大的块来获得平滑的图像区域，用较小的块来捕捉图像细节，然而，算法的划分位置固定在水平线或垂直线的中间，没有充分考虑图像的特征信息。LIU等[14]和WANG等[15-16]将分形图像压缩算法与混沌系统相结合，保证重构图像质量的同时达到了较高的压缩比。……