图像是人们生活中信息交流最为重要的载体,也是蕴涵信息量最大的媒体。科学研究表明,人类约有65%的信息来源于图像,众所周知,数字图像的数据量非常庞大,必须经过有效的压缩,才能满足数字图像的高速传输和存储。因此,图像压缩编码己成为正在建设的数字信息化社会所依赖的主要技术基础之一。分形编码是一种很有前途的图像编码方法,以其思想新颖、压缩比高、解码图像分辨率无关性等特点吸引了大量研究者,但是编码速度慢一直是制约其广泛应用的瓶颈。分形编码巨大的计算量来源于从海量码本中寻找最优码本的搜索过程,这就是分形编码中的最佳匹配问题,它可以看作一个多峰值二元函数的最优化问题。遗传算法是基于自然选择和基因遗传学原理的启发式搜索算法,由于其不局限于特定模型,不要求太多的问题域的先验知识,具有潜在的并行性,近年来在组合优化问题、函数优化和遗传编程等领域得到成功应用。本文研究如何应用遗传算法来解决分形编码中的最佳匹配问题,主要的工作如下:(1)从函数优化的角度分析了图像分形编码中码本匹配问题的特点,根据图像的局部自相似性,提出用于图像分形编码的实数编码单亲遗传算法框架。(2)提出利用累积个体边缘分布密度实现种群自动划分的方法,在此基础上提出基于罚函数和禁忌搜索的抑制早熟的策略。(3)对基本的分块分形编码方法和本文提出的算法进行了数值仿真。最后,本文列出全搜索方法和本文方法对几幅图像处理常用图片的编码实验结果,并就算法性能与基于双亲二进制编码的算法进行了对比。试验结果显示本文方法在基本保证图像主观质量的前提下能大幅度提高分形编码的速度,算法性能与包含交叉操作的二进制编码遗传算法相当。