在各种多媒体服务和数字通信等应用领域，图像压缩(编码)是至关重要的技术。现有的大多数图像编码算法是借助相邻像素间的相关性来进行压缩的，因而压缩比不高。实际上，图像中不仅区域内相邻像素间存在相关，而且一些相距甚远的区域之间，或区域与整体之间也可能存在相当大的相关性，这是一种全局相关性。分形图像编码就是利用了自然图像中不同区域间存在的跨尺度自相似性，把现实图像建模为分形体来实现图像压缩的，它打开了图像压缩的一个全新的编码思路。分形图像编码是由Barsley于20世纪80年代末首先提出来的，它源于迭代函数系统理论。在分形编码中，一幅图像由一个使它近似不变的压缩仿射变换表示，重构图像是压缩变换的不动点，压缩仿射变换的参数组成原始图像的分形码。因此，一幅图像的分形码就是寻找一个合适的压缩仿射变换，它的不动点就是原始图像尽可能好的近似。但是，Barsley的分形压缩方法因编码时间太长，且需要人机交互，对操作者要求较高，所以不太实用。1990年Barsley的学生Jacquin提出一种基于分块划分的分形图像压缩编码方案，将Barsley方案中根据图像景物内容的人机交互分割变成为固定大小的图像块分割，将只能与整幅图像进行相似性比较变为可以在图像的任意部分之间进行比较，从而使图像编码可以自动进行，有力地促进了分形图像压缩的迅速发展。然而，Jacquin的编码方案也有其局限性，主要是计算量大、编码时间过长。这是因为对于每一个值域块为了寻找一个与其最匹配的定义域块，需要对所有可能的定义域块在所有可能的仿射变换下进行一遍穷搜索，而对每一个定义域块在每一变换下的结果，都要与值域块进行比较，计算均方误差。本文针对Jacquin编码方案计算量过大这一不足，从两个方面提出了分形编码算法的改进方案——基于缩减子块池算法和基于相关系数算法。基于缩减子块池算法是预先从子块池中排除那些不太可能满足对比度因子约束的码块，从而可在图像质量降质极小或甚至不降质的情况下显著地减少计算量和减少编码时间。在基于相关系数算法中，用极大化子块的相关系数代替极小化子块的均方误差，避免了每次计算均方误差前需要计算对比度因子和亮度因子的缺点，因此减少了计算量，并结合基于缩减子块池算法，在图像质量甚至略有上升的情况下，显著地提高了编码性能。最后，本文在基本分形解码方案的基础上，提出了基于对比度因子调节的快速分形解码算法，通过对搜寻码本设置阈值的方法来调节对比度因子，获得了质量较高(PSNR度量)的第一次迭代后图像，从而在解码图像质量降质较小的情况下较基本分形解码加快了收敛速度。