随着多媒体技术的不断发展和通信业务的不断增长，图像压缩编码已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。在现有的图像压缩方法中，分形图像压缩编码是一种很有前途的编码方法。本文描述了分形算法和分形图像压缩的基本原理，进而又描述了分形图像压缩优化算法，最后提出了一种分形图像压缩算法，并对改进算法进行了仿真。 传统的分形图像压缩编码方法浪费大量的时间在搜索吸引子上，这是分形图像压缩编码时间长的主要原因。本文提出一种改进的分形图像压缩编码算法，改进算法主要包括：将原图像分成较大的子块 D<,i>，再将原图分成较小的子块R<,i>，将 R<,i> 按照规定的方法分成较小的分类，然后直接在其中一个相对应的Range分类中去简单搜索R<,i>，如果找不到需要的R<,i>就自己构造一个虚拟的R<,i>并存储构造过程中需要的修正值。同传统的分形压缩编码算法相比不需要每次从巨大的 Range 分类库中去搜索R<,i>，从而可以省去大量的搜索时间，可以使压缩编码速度大大提高。这种方法是从大块开始逐渐向下分块并构造修正值，不是像传统的那样从小块开始逐渐找到和大块相似的块。改进算法在保证压缩比和图像质量的基础上，提高压缩速度和算法的运行效率。为了验证上述算法的优势和可扩展性，论文设计了一种用于对比的四叉树图像压缩算法，对比算法主要框架和改进算法一致，不同之处在于：假设相似方块用像素均值表示，从初始块开始计算它的均值，如果误差大，就继续分块直到找到它的分块均值为至。同改进算法相比，对比的四叉树图像压缩算法损失了图像的高频信息，从理论上来看没有改进算法优秀。 文中主要进行两个算法仿真：改进的分形压缩编码算法仿真和对比的四叉树图像压缩算法仿真。改进算法仿真结果表明在保证一定编码效率和图像质量的基础上可以大幅度缩短编码时间。由于这种算法仿真的某些分类细节还没有完善，在过程处理中浪费部分存储空间从而影响压缩比的进一步提高，对于该现象可以通过优化进行改善。对比的四叉树图像压缩算法仿真结果表明该算法虽然损失了图像的高频信息，仍然可以提供较高的图像质量和更短的编码时间。该结果从侧面证明改进的分形压缩编码算法可以提供更好的图像质量和压缩比。