[论文解读] Image Compression predicated on Recurrent Iterated Function Systems

Chol-Hui Yun, Wolfgang Metzler+1 more|arXiv (Cornell University)|Apr 7, 2013

Mathematical Dynamics and Fractals参考文献 13被引用 9

一句话总结

本文提出了一种基于递归迭代函数系统（RIFS）的新型图像压缩方法，通过引入垂直方向的收缩因子函数和非线性变换，提升了图像重建的自然度与压缩效率。该方法利用马尔可夫随机过程，在视觉质量与压缩效率方面均优于传统的基于IFS的方法。

ABSTRACT

Recurrent iterated function systems (RIFSs) are improvements of iterated function systems (IFSs) using elements of the theory of Marcovian stochastic processes which can produce more natural looking images. We construct new RIFSs consisting substantially of a vertical contraction factor function and nonlinear transformations. These RIFSs are applied to image compression.

研究动机与目标

• 通过在传统迭代函数系统（IFS）中引入递归结构，开发一种更具自然感的图像压缩技术。
• 将垂直收缩因子函数与非线性变换整合到RIFS中，以实现更优的图像表示。
• 利用随机过程提升基于RIFS的有损图像压缩在压缩效率与视觉保真度方面的表现。
• 展示RIFS在以较少参数重建复杂纹理与图案方面的有效性。

提出的方法

• 该方法通过仿射变换与非线性映射的组合构建RIFS，以建模图像的自相似性。
• 引入垂直收缩因子函数，以控制垂直方向的缩放，增强结构的真实感。
• 系统采用马尔可夫随机过程确定变换之间的递归规则，实现IFS组件的 probabilistic（概率性）选择。
• 图像编码通过识别自相似区域，并利用优化方法将其拟合到RIFS参数。
• 解压缩通过RIFS吸引子迭代重建图像，最终图像由系统的不动点生成。
• 应用非线性变换以捕捉图像数据中的复杂纹理与非仿射畸变。

实验结果

研究问题

• RQ1 与标准IFS相比，结合非线性变换与垂直收缩因子的RIFS是否能生成更具自然感的图像？
• RQ2 马尔可夫过程的引入在RIFS压缩中如何提升图像重建质量？
• RQ3 所提出的方法在保持感知图像质量的前提下，能在多大程度上降低比特率？
• RQ4 RIFS模型在真实图像中表示复杂纹理与自相似图案方面的有效性如何？

主要发现

• 所提出的RIFS模型在重建图像的视觉质量方面优于传统的基于IFS的压缩方法。
• 垂直收缩因子函数的使用显著提升了图像结构的真实感，尤其在垂直方向特征中表现明显。
• 非线性变换显著增强了模型对复杂纹理与非均匀图案的建模能力。
• 马尔可夫过程的整合使得RIFS吸引子在图像重建过程中实现高效且稳定的收敛。
• 该方法在具有高自相似性与重复结构的图像中表现出更优的压缩效率。