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。
且同方向不同分辨率的子带间具有相似性，可以利用分形，二者优势互补，给二者进行混合编码提供了条件。在传统的分形图像编码中，由于寻找最佳匹配块需要进行大量计算，从而编码时间过长，而利用小波分解后，图像块所具有的独特空间-频率特性，可以构造较好的分类和搜索方法，因而大大加快了分形编码的速度。
2.2 DCT与分形混合编码
自从分形图像压缩作为一种实用的方法由Jacquin首次提出以来，大多数关于分形图像压缩的研究都集中在时间域进行，为了提高编码性能，一些变换域变换编码方法相继由Barthel等提出。其中离散余弦变换(Discrete consine transformationg),余弦调制滤波器组（Cosine modulated filter banks）和小波变换等应用最为广泛，小波变换与分形的结合在上面已经作了简要地介绍。在这里我们介绍一下DCT与分形的混合编码方案。 分形图像编码的原理是要寻找一组收敛的仿射变换来重建图像，利用同一图像中一部分描述另外一部分，即利用图形的自相似性来减少图像的冗余度。频域变换的一个突出优点就是他的能量紧凑特性，一幅图像经过频域变换后，总能量没有变化，但能量的分布却发生了变化。能量将集中在它的低频部分，而高频部分所占的能量非常少，能量的这种分布对分形压缩十分有利，因为分形图像压缩的主要过程是对同样大小的图像块进行能量匹配，经过频域变换后，高频部分在能量匹配过程中产生的误差很小，基本可以忽略不计，这就等于减少了匹配块的大小，从而减小了匹配误差。
去相关能力最强的是K-L变换，但由于其难以实现，人们转而寻找能实时处理的次最佳变换，离散余弦变换就是其中的一种。近年来的研究表明，离散余弦变换是一种最接近最佳的正交变换，性能接近K-L变换。
主要编码步骤：
（range block）,（1）设原图像的大小为N*N,,首先把它划分为（N/8）块大小为8*8的区块
对所有的作DCT变换，得到一个N*N的区图像（rang image）.接着，将原图像在划分为（N/16）22块16*16的域块（Domain block）,对所有的域块作DCT变换，然后再经过变换后的16*16图像块中取出他的左上角8*8的块，这些块按照原图的顺序组成一个域块库。之所以只取图像左上角是因为域块在经过变换后，主要信息都保存在低频区，对应于图像块的左上角，而高频区所占的能量相对较少，在以后的匹配中，起的作用很小。因此，在构成域块时，我们只取左上角与区块同样大小的一部分。
(2)接下来则是利用图像的自相似性进行分形压缩，其实质是寻找一组仿射变换，即块匹
7