随着信息网络化的发展,多媒体技术的日益进展,数字图像信息作为最重要的信息之一,被愈来愈广泛的使用。因其数据量大,图像压缩技术显得越来越重要。本文介绍了当前几种最为广泛使用的图像压缩编码:小波零树编码和分形编码,讨论了它们的优缺点及发展前景,并分别对多级树集合分裂算法和DCT域分形图像编码进行改进。最后对图像压缩算法进行了总结和展望。本文就是在这种情况下对图像压缩编码方法做了一些研究工作,主要包括三个方面的内容: 对SPIHT进行了研究,提出了基于9-7整数小波变换的改进的SPIHT。它首先对图像整数小波分解,然后对低频子带图像采用DPCM预测编码,对高频子带改变扫描方式来获得最大系数和按照频率优先的原则输出系数。实验结果表明算法在相同的输出码率情况下不仅得到了更好的恢复效果,而且缩短了编码时间。 对DCT域的分形编码算法进行了研究,提出了改进的算法。首先,基于人眼视觉系统选择平坦块。然后选择出DCT域中的均匀部分,直接将其直流部分编码输出,不需分形匹配。为了降低匹配时间,在DCT域中,定义域块的8种变换的计算可以简化为两组内积。结果表明,在相同的匹配误差的情况下,该算法得到了更好的恢复效果,并且缩短了编码时间。 在对小波系数特征结构分析的基础上,针对小波系数的两大特点,分别利用分形和零树的方式进行小波系数编码。对于分形编码,针对小波高频系数无直流分量的特点,改变了传统误差距离的选取,通过加入误差校正矩阵,减少了误差累积现象。理论分析和实验结果表明,相对于一般的分形及零树编码方式,在图像效果方面和压缩比上,都有很大的提高。