像素分割改进的分形图像压缩算法：加速与质量权衡

该篇文章《基于像素分割的改进分形图像压缩算法》发表于2013年的纺织高校基础科学学报，由苏兆宝、周敏、郑红婷和宋伟杰四位作者共同完成，主要研究领域属于自然科学，具体是计算机科学与技术，特别是在图像处理和数据压缩方面。论文的核心内容是提出了一种创新的图像压缩方法，借鉴了分形编码的思想，但通过像素分割的方式进行了优化。 传统的分形图像压缩通常采用迭代函数系统（IFS）来描述图像块的近似不变性，这种方法的优点是能实现高压缩比，但由于匹配过程计算量大，编码时间较长。为了克服这一问题，该算法首先通过像素抽样将图像分割成多个小块，每个块作为一个模板区域，进行分形编码。这种方法减少了搜索的最佳匹配块的范围，从而显著降低了编码过程中的计算复杂度。 不同于传统的逐个匹配，作者提出的算法利用块区域之间的相似性，一次性对所有剩余块区域进行编码，大大加快了编码速度。这种改进不仅提升了编码效率，还允许在保持可接受的解码图像质量的前提下，减少编码所需的时间。此外，论文还提到，为了进一步加速匹配过程，文中提及了一些先前的研究成果，如分类、聚类搜索、基于方差的搜索、特征搜索、自适应性搜索、遗传算法和蚁群优化搜索等，这些都是为了减少搜索空间，优化搜索策略。 总结来说，这篇论文的主要贡献在于提出了一种新颖的、基于像素分割的分形图像压缩算法，它通过优化搜索策略和利用区域间的相似性，实现了编码速度的显著提升，这对于实际应用中的图像压缩具有重要的实践价值。同时，它也展示了在解决图像压缩技术中的挑战时，如何结合现有理论和方法进行创新和优化的重要性。