随着计算机技术和多媒体技术的发展,越来越多的数字信息需要存储和传输,为了更高效的存储和传输这些信息,数据压缩显得越来越重要,本文研究的就是图像压缩中的分形图像压缩编码。分形图像压缩编码以高压缩比、分辨率无关性和快速解码等优点受到很多学者的关注,但编码时间过长的缺点,限制了它的广泛应用和进一步发展。本文对分形图像压缩做了深入的研究,首先介绍了图像压缩的背景和研究现状,并给出了分形图像压缩的相应介绍。在随后的章节里对分形压缩的基本原理和基本分形算法进行了详细的讨论,针对分形压缩过程中编码时间过长的缺点,本文对基本分形图像压缩改进算法进行了相关的研究,简要阐述了当前算法改进的主要方向和各自的优缺点。在此基础上,本文提出了两种改进算法:1.利用码本块的可分类性,提出一种基于子块特征分类的快速分形图像编码压缩算法。改进算法首先给出一种新的子块特征--相对差,并利用子块的相似特征,将基本分形图像压缩的全局码本块搜索过程,转化为在相对差意义下的最近邻搜索,在搜索过程中只搜索与值域块相对差相近的码本块,减少了搜索范围,能够在少量码本块中完成最佳匹配块的匹配,实现编码速度的提高。2.将分形图像编码和遗传算法相结合,提出一种基于遗传算法的快速编码方法。目前,虽然对基本分形图像压缩的改进研究取得很大的进展,但是单纯的分形压缩研究还不能满足分形编码的广泛应用的需求。在当前分形压缩和遗传算法结合的混合算法的基础上,本文提出一种遗传算法和分形压缩结合的改进算法。利用改进遗传算法的最优解搜索能力替代分形图像压缩中复杂的块匹配过程,并结合对比度因子的约束限定遗传算法的搜索空间,极大地缩短编码时间。