1、“.....通过观察发现，解码过程中，迭代次数越多，解码图像越越逼近原图。但在解码过程中，需要人工进行干预，这也是影响分形图像编码发展的原因之。通过实验还得知，对分形图像分块越细，定义域块与值域块近似匹配越好，编码质量越好但另方面，要提高压缩比应减少待编码块的数目，但编码效果又明显下降。参考文献迟健男,宋春林,杨旭,种新的快速分形图像压缩方法,辽宁省交通高等专科学校学报,,,,吴蓓,翟娟娟,视觉特性的分形图像压缩编码,信息技术图添翼,石跃祥,刘建军,基于小波域的加权分形图像编码,湘潭大学自然科学学报,,,,,万卫兵,施鹏飞,基于分形和小波的混合图像压缩,中国体视学与图像分析,,包红强,马义德......”。

2、“.....兰州大学学报,,张宗念,马义德,分形图像编码新方法华南理工大学学报,,,刘冠荣,郭京蕾,何华,基于遗传算法的二值图像压缩,武汉理工大学学报,,,,,,,,,附录编码程序,致谢经过了两个多月的学习和工作，我终于完成了基于分形图像编码的数据压缩算法的研究的论文。从开始接到论文题目到系统的实现，再到论文文章的完成，每走步对我来说都是新的尝试与挑战，这也是我在大学期间独立完成的最大的项目。在这段时间里，我学到了很多知识也有很多感受，从对分形编码无所知，我开始了独立的学习和试验，查看相关的资料和书籍，让自己头脑中模糊的概念逐渐清晰，使自己非常稚嫩作品步步完善起来，每次改进都是我学习的收获......”。

3、“.....从中我也充分认识到了分形图像编码这新兴的技术给我们生活带来的乐趣。然而我的论文作品不是很成熟，还有很多不足之处，这里面的每段代码，都有我的劳动。当看着自己的程序，自己成天相伴的系统能够健康的运行，真是莫大的,解码程序由以上六方程可求出。分形图像压缩的理论基础是迭代函数系统定理收缩映像定理和拼贴定理。个迭代函数系统由个完备的度量空间和其上的组收缩映像组成。收缩映像定理函数空间中的每个收敛映像都有个固定点，使函数空间中的每个点经过这个收缩映像的连续作用后形成的点列收敛于这个固定点。迭代函数系统定理每个迭代函数系统都可以构成函数空间中的个收缩映射。于是，我们得到结论,每个迭代函数系统都决定幅图像......”。

4、“.....拼贴定理给定幅图像，可以选择个收缩映像，这幅图像经过个变换得到个象集每个象集都是块小图像。如果这个小图像拼贴起来的图像与图像之间的距离任意小，则这个收缩映像构成的迭代函数系统所决定的图像就任意地接近图像。这就告诉了我们寻找迭代函数系统的方法。分形图像编码的实现步骤整个图像压缩的过程可以分成两大部分，是编码过程，是解码过程。在分形压缩中，前者主要基于拼贴定理，这个过程中要考虑图像的灰度分布，以及概率求取的策略。后者主要是随机迭代问题。编码主要步骤分割成适当的块这可以借助于传统的图像处理技术，如边缘检测，频谱分析，纹理分析等，当然也可以使用分数维的方法。分割出的每部分可以是棵树......”。

5、“.....如片海景，它包括泡沫礁石雾震等般这每部分都有比较直观的自相似性特征。编码求取每部分求其编码，这就要借助拼贴定理了，同时也是人要参与的地方，在这个过程中有些必须注意的地方。每块的拷贝必须小于原块，这是为了保证仿射变换的收缩性，至于每个拷贝的大小要根据各块图像的性质来确定。用于拼贴的每个拷贝之间最好为不相连或紧相邻的。而不要重叠或者有空缺。这点对概率的确定很重要，它影响到重构图像的不变测度。所以对有重叠或空缺时，这部分的质量在计算中不能复用或者简单地丢弃，并最终要保证式子的成立。仿射变换的概率设定拼贴的过程不仅要保证吸引子的形状，也要考虑到每块区域灰度分布的情况，拼贴结束时要求出各个......”。

6、“.....这种方法有较快的计算速度，这种定义实际上是建立在均匀测度的假设上的，即吸引子上相同大小的区域有相同的质量。但是这在对实际的灰值图像处理过程中并不总是成立的，往往是经过个仿射变换后的区域可能面积很大，但包含的总的灰度能量可能很小反之些小区域却有较大的灰度能量。为此，般的方法是对灰度能量多的区域干脆多重叠几个相同的仿射变换。这在解码的过程中可能造成的个结果是重构图中存在伪灰度现象同时在随机迭代重构时总的步数也没有确定地给出，只能足够大，最后再把灰度归化到，。为此，我们在拼贴的过程中重新定义了概率的求取，令图像块能量为，表示点,处的图像灰度......”。

7、“.....这时的应该说可以很好地反映出了图像内部灰度分配的信息，它还可以指导图像重构，即对每图像块重构时总的随机迭代次数就可以设为该块的总能量,而每次迭代生成点的灰度能量为为个单位。此时概率计算稍微比前种方法麻烦些，在计算中可以用与的逻辑与来获得区域的能量。解码主要步骤分形的解码步骤很简单，可以用任意的图像作为初始图像，经过存储的相应的迭代函数的若干次迭代就可以准确的恢复原图。分形图像压缩的发展方向在年，提出了基于块的分形图像压缩算法。虽然该算法的压缩比低于,但是他的编码过程可自动进行。因此此算法已经成为这研究方向的典型代表。发展了理论，提出了局部迭代函数理论，他在此理论基础上提出了种基于方块划分的分形图像压缩方案......”。

8、“.....然后对每块，通过反射变换在原始图像的紧缩图像中寻找最相似的部分。这些操作可由计算机自动完成，他为分形图像压缩的研究带来了次质的飞跃。提出的方案为分形压缩编码的研究注入了生机和活力，使分形编码成为目前编码研究的热点。目前分形编码方案大致有三个发展方向加快分形的编解码速度提高分形的编码质量基于分形序列图像的编码。加快分形的编码速度编码速度慢直是分形编码实用化的最大障碍，下面分析编码方案的计算复杂度。对于个大小般采用加权平均法。提高编码和解码速度的方法提高编码速度在编码过程中最耗时的是搜索最佳匹配的定义域块,要提高编码速度,就必须缩小搜索范围,且保证最佳匹配落在该范围之内......”。

9、“.....占用了编码的大部分时间,因而限制了它的实际应用。为了缩短搜索时间,在匹配之前按照图像的特征如中值方差矩和其它感知或统计的几何特征,将定义域和值域块进行分类,匹配时只在同类中进行搜索比较。这样在不降低图像质量的前提下,大大提高了编码速度。常用的分类方法有基于明暗度的定向分类基于空域特征的分类基于相对矩的分类基于小波的分类基于人类视觉系统分类基于模糊分类原形的分类自适应码本簇化的分类向量量化的分类。以上各种方法分别从不同的角度使用不同的工具对图像块分类,各自保持了自己的特点,对加速编码有不同程度的作用。搜索法匹配搜索耗时最长......”。