[发明专利]一种基于四叉树与邻域搜索相结合的分形图像压缩方法

权利要求书

1.一种基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，包括以下步骤：

步骤1，设定四叉树的最大深度、最小深度以及误差阈值；

步骤2，载入图像，按所述最小深度把所述图像分割成多个呈矩阵形式排列的不重叠的待匹配的值域块，以及把所述图像分割成多个呈矩阵形式排列的可重叠的定义域块，所有的所述定义域块构成每个所述值域块对应的定义域块池；

步骤3，提取一个所述待匹配的值域块作为当前值域块；

步骤4，在所述当前值域块对应的所述定义域块池中，搜索与所述当前值域块对应的多个邻域定义域块；

步骤5，求取每个所述邻域定义域块的仿射变换，将每个所述仿射变换与当前值域块进行匹配，并分别计算每个所述仿射变换与当前值域块的均方差；

步骤6，判断所述均方差是否小于所述误差阈值，如果是则执行步骤7，否则执行步骤8；

步骤7，记录所述当前值域块、所述小于误差阈值的均方差对应的邻域定义域块和仿射变换，然后执行步骤11；

步骤8，判断所述当前值域块的分割深度是否为最大分割深度，如果否执行步骤9，否则执行步骤10；

步骤9，将所述当前值域块按四叉树分割成四个值域子块，并将四个所述值域子块作为待匹配的值域块，将当前值域块对应的所述定义域块池中的全部定义域块按四叉树分割成定义域子块，所有的所述定义域子块构成与四个所述值域子块对应的定义域块池，返回步骤3；

步骤10，选择所述当前值域块对应的最小均方差，记录所述当前值域块、所述最小均方差对应的邻域定义域块和仿射变换；

步骤11，判断所述待匹配的值域块是否全部匹配完成，如果是则流程结束，否则返回步骤3。

2.根据权利要求1所述的基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，所述四叉树的最大深度为4×4。

3.根据权利要求1或2所述的基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，所述四叉树的最小深度为(M/2)×(M/2)，M为所述图像的边长。

4.根据权利要求3所述的基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，在所述步骤2中，按两倍的所述最小深度把所述图像分割成多个呈矩阵形式排列的可重叠的定义域块。

5.根据权利要求1所述的基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，在所述步骤4中，采用行邻域搜索法搜索所述当前值域块所在行及其邻近两行所确定的所述当前值域块对应的定义域块池中的多个定义域块作为所述当前值域块的邻域定义域块。

6.根据权利要求1所述的基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，在所述步骤4中，采用列邻域搜索法搜索所述当前值域块所在列及其邻近两列所确定的所述当前值域块对应的定义域块池中的多个定义域块作为所述当前值域块的邻域定义域块。

7.根据权利要求1所述的基于四叉树与邻域搜索相结合的分形图像压缩方法，其特征在于，在所述步骤4中，采用近邻域搜索法搜索以所述当前值域块为中心的相邻区域所确定的所述当前值域块对应的定义域块池中的多个定义域块作为所述当前值域块的邻域定义域块。