提出了一种基于小波域的分形图像编码改进算法。该算法首先将图像分解到小波域，然后根据各子图像所包含能量的大小和所代表的方向等信息,采用不同大小、形状和类别的图像块及相似块，进行分形编码。在编码过程中按照零树结构在同方向不同分辨率的各个子带图像上确定要预测的图像块，同时在同方向低一级分辨率的子带图像上寻找与其最佳分形匹配的相似块，并由各级相似块构成预测树。实验证明，这种改进算法能够大大提高分形编码的速度，并取得较高的压缩比。

小波图像编码和分形图像编码是两种不同的图像编码方法，二者各有其特点，又都存在一定的局限性。一幅图像经过小波变换后，其相同方向但不同分辨率的子图像具有较强的相似性，这种相似性正好与分形编码的特点具有互补性。自1995年以来，Rinaldo和Calvagno首次提出并实现了一种小波与分形图像编码相结合的算法。此后，又出现多种小波变换与分形相结合的图像编码算法。这些算法，有的证明了小波域的分形图像解码可以通过低分辨率小波系数向高分辨率系数连续外推实现，即解码无需循环迭代，是无条件收敛的；有的通过采用平

小波图像编码和分形图像编码是两种不同的图像编码方法，二者各有其特点，又都存在一定的局限性。一幅图像经过小波变换后，其相同方向但不同分辨率的子图像具有较强的相似性，这种相似性正好与分形编码的特点具有互补性。自1995年以来，Rinaldo和Calvagno首次提出并实现了一种小波与分形图像编码相结合的算法。此后，又出现多种小波变换与分形相结合的图像编码算法。这些算法，有的证明了小波域的分形图像解码可以通过低分辨率小波系数向高分辨率系数连续外推实现，即解码无需循环迭代，是无条件收敛的；有的通过采用平