本文对分形图像压缩的理论基础和实现的关键技术进行了全面综述,介绍了具有代表性的各种新方法,阐明了各个方法的特点,最后简要总结了分形图像压缩的改进以及发展趋势。
发展方向之一：加快分形的编码速度
编码速度慢一直是分形编码实用化的最大障碍，下面分析Jacquin编码方案的计算复杂度。对于一个C×C大小的图像，假设值域子块大小为K×K,定义域子块大小为2 K×2K,则
（C-K+1）个定义域子块。在Jacquin的方案中，一个值域子该图像共有C/K个值域子块，
块和一个定义与子块之间的相似性的计算量与K成正比，而对于每一个值域子块，编码计算量与（C-K+1）/K呈线性关系，所以，对于一幅图像来说，其编码复杂度与（C-K+1）* K*C/ K=（C-K+1）*C成正比，因此，分形编码的计算复杂度为O(C)。所以，减少搜索、加快编码速度是研究的热点之一。
Jacquin根据子块的复杂度将其分成四类，对每个值域子块，仅在其同类的定义域子块中进行搜索；D.Saupr采用多维最近邻搜索方法代替传统分形编码中序列的匹配过程，其搜索匹配时间按指数级增长；K.F.Loe等将Jacquin方案中使用的分类器替换成模糊分类器，并使用遗传算法进行优化，该算法比未分类的编码方案快40%左右；C.K.Lee和W.K.Lee通过对匹配块之间关系的研究发现，如果两子块的自身方差相差太远，则这两个子块不可能相似，由此可去除许多不必要的匹配过程，提高压缩速度10倍以上；Min Xue等将传统编码方案中每个值域子块匹配的串行操作转换为并行操作，计算复杂度下降，缩短了压缩的时间。
发展方向之二：提高分形编码质量
目前，提高分形编码质量的方法有三种：采用混合编码方案、改进分割方案、改进灰度逼近能力等。提高编码质量的方法是对传统的分割方法进行改进。Jacquin使用两次分割，在提高编码质量的同时，又避免压缩比下降太多。随后又有许多学者对上述方法继续进行改进，提出了四象限的划分方法，是分形压缩的质量和压缩速度有了较大的提高，是目前较为实用的压缩方法。目前国内外研究者还提出了基于区域的分割方案。在分形编码中常用的灰度逼近式为w(z)=s*z+t,可把灰度逼近式变为w(z)=t(z),t(z)可为任意形式，可以为二次以上的多项式，有效提高了编码效果，改进图像质量。
发展方向之三：分形序列图像编码
在实际应用中，序列图像较静态图像有着更广阔的应用，而且由于时间维的引入，编码方法也有新的变化，因此，序列图像编码是图像编码研究的热点之一。
１９９４年，加拿大学者Ｌａｚａｒ等人发表了一篇论文，加入了时间维，将Ｊａｃｑｕｉｎ的分形编码从二维变换直接推广到三维，并直接借用静态图像的分形编码方案，
5[8]2222242222222