分形图像压缩算法作为一种有别于变换编码方案的图像压缩算法,自20世纪80年代被提出以来,经过20多年的发展,因其高压缩率、快速解码和解码图像与分辨率无关的特点已得到了广泛的研究。但是其编码耗时较大的问题也影响了它的实际应用,虽然众多搜索算法的提出改进了编码速度,但是其编码耗时还是十分漫长,而无搜索分形算法虽然编码迅速,但是解码图像质量却不尽人意。从分析基本分形图像压缩方案步骤入手,参考众多改进算法分析了基本分形压缩方案中的各步骤的功能与意义。经过研究发现,目前对于空域压缩变换部分的研究较为匮乏。通过分析无搜索分形图像中最小尺度块的最佳灰度尺度变换系数分布情况,发现了对于大部分此尺度大小的值域块,最佳尺度变换系数不在有效范围内。经过研究空域压缩变换的性质与要求,给出了评定空域压缩变换优劣的一种建议。提出了利用基于纹理的空域压缩变换方法,该方法通过分析最小尺度值域块各像素与其均值的关系,对均值空域压缩变换方法的结果进行修正。实验表明该方法更有利于值域块经过灰度变换阶段实现匹配,减少拼贴误差。将基于纹理的空域压缩变换算法引入分形图像编码算法中,可以大幅减少处于有效范围之外的灰度尺度变换系数,从而减少总的拼贴误差,根据拼贴定理这样将会使重构图像的质量提高。基于纹理的空域压缩算法与现有无搜索分形编码算法相比,以小幅度增加编码耗时为代价,换取了较高的重构图像质量,尤其是对具有较多高频分量的图像新算法的解压图像质量与压缩比关系曲线较好。虽然耗时增加,但此算法的耗时相对于基于搜索的算法还是非常小的。提出了对分形系数进行后续熵编码与系数存储的方案,并表述了分形压缩文件的数据结构。经过后续处理后,图像压缩比进一步提高。实验表明本算法好于现有无搜索分形压缩算法,但是相对于搜索算法与JPEG标准算法还有一定的差距。