分形图像压缩的动态域分类
计算机视觉与模式识别
2012-06-22 v1 图形学
摘要
分形图像压缩除了编码时间要求高之外,具有吸引力。图像被编码为一组收缩仿射变换。图像被划分为不重叠的范围块,并识别出比范围块大的最佳匹配域块。许多研究尝试通过减少范围-域匹配的搜索池大小来改善编码时间。但这些方法试图准备一个在编码过程中保持不变的静态域池。本文提出为每个范围块动态准备单独的域池。这将显著减少编码时间。特定范围块的域池可以基于参数值进行选择。这里我们使用基于局部分形维数的分类。
引用
@article{arxiv.1206.4880,
title = {Dynamic Domain Classification for Fractal Image Compression},
author = {K. Revathy and M. Jayamohan},
journal= {arXiv preprint arXiv:1206.4880},
year = {2012}
}
备注
8 pages, 4 tables, 1 figure