21世纪,互联网技术正在迅猛的发展,以图像为主的多媒体技术大大丰富了我们的生活。但是如果没有一个高效的压缩方法,图像通信将不可能实现。图像压缩编码的目的就是要以尽量少的比特数表征图像,同时保持复原图像的质量,使它符合特定应用场合的要求。图像压缩也是多媒体技术的关键和瓶颈之一。分形图像处理技术是分形理论与图像处理技术结合的产物,已经在压缩编码、区域分割、模式识别等方面得到较多的应用。分形图像压缩方法是根据图像的自相似性,将一幅数字图像转化为一组收缩的迭代函数系统模型,通过对迭代函数系统参数编码达到图像压缩的目的。分形图像压缩方法具有压缩比高,解码速度快的优点。对于现实生活中的大量非严格自相似图像,常用的是基于子块划分的分形图像压缩方法。这种方法将图像划分为规则形状的不重叠的子块集,根据子块的局部自相似性,找出集中每一个子块的迭代函数系统,由全体子块的迭代函数系统参数形成分形图像压缩编码。传统分形压缩算法是在对子块(Range)和父块(Domain)进行了大小不同的分割后,在整个图像范围内寻找子块在压缩、仿射变换下的最佳匹配父块。由于每个父块一般都对应着8种仿射变换,所以搜索压缩映射块的过程消耗了大量的时间,压缩速度的缺陷足以抵消其优越性。本文以基于分形基本理论的图像编码研究为目的,在系统地介绍了分形压缩的基本理论后,针对传统方法耗时长的缺点,改进了邻域搜索的编码方法,即匹配块的搜索只在值域块的四邻域进行。这样大大减少了压缩的时间,同时也达到了压缩的目的。本文还基于人眼视觉特性的分形图像处理方法,分析了域块间相似性,减少了值域块搜索范围,在提高信噪比的同时,也大大减少了编码的时间。