分形图像压缩方法基于块匹配的思想,将编码图像分割为子块,对每个子块,搜索使拼贴误差达最小的父块,建立起映射关系,再根据压缩映射不动点定理解压出原始图像的近似图像.这种方法最耗时也最占用资源的部分在于子父块间的匹配搜索.单纯的分形编码必须通过划块的大小来调节压缩比例,而划块过大的话,又很易降低重构质量,因此存在很大局限性.随着信息科学和工程应用的发展,已有许多改进方案和新算法被提出,使得分形编码技术取得极大进展,其中很多是把分形与其他方法相结合.将分形和向量量化法混合就是这样的一种方法,它利用了向量量化复杂度低、码率小的特点.作者力图在前人研究的基础上,提出新的算法思想,在不增大编码复杂度的条件下,提高编码性能.该文研究的是混合了分形和向量量化的图像压缩方法,在四叉树编码的基础上,提出按照整体最优化的准则来混合二者的新思想,从整体上调控图像编码的压缩比和信噪比.对于四叉树每个深度层次上的子块,先进行分类,在所属类中去搜寻匹配父块或匹配码字,具体选用哪种编码方案取决于目标函数值.最后对图像的整个四叉树结构作纵向优化,合并那些能使目标函数取较优值的子块.文中论述了分形和向量量化优化混合算法的实现原理和过程,给出了算法描述,并设计了先横向后纵向优化的具体实现方案,通过实验得到较好的结果,证实了算法的可行性和有效性.实验结果表明:比起传统方法,该算法在各种压缩比水平下对图像的重构质量均有所提升,尤其中低压缩比时的重构图像的视觉效果令人满意,并且复杂度比传统方法更低.