Fraktale Bildkompression
Fraktale Bildkompression beschreibt ein Bild durch kontrahierende Transformationen, die größere Quellblöcke näherungsweise auf kleinere Zielblöcke abbilden.
Wiederholte Struktur suchen
Ein Encoder zerlegt das Bild in Zielblöcke und sucht größere Quellblöcke, die ihnen nach geometrischer und tonaler Transformation ähneln. Die Transformationsliste definiert einen Operator, dessen Fixpunkt das Original annähert.
Der Encoder teilt ein Bild in kleinere Range-Blöcke und sucht größere Domain-Blöcke, die nach Drehung, Spiegelung sowie Helligkeits- und Kontrastanpassung ähnlich werden. Gespeichert werden Transformationsparameter statt Pixel. Gute Treffer setzen wiederkehrende lokale Struktur voraus. Die Suche ist kombinatorisch groß; Klassifikation und Einschränkung der Kandidaten bestimmen daher einen wesentlichen Teil des Kodieraufwands.
Asymmetrischer Aufwand
Die Decodierung wendet gespeicherte Transformationen wiederholt an und darf bei vielen beliebigen Bildern starten. Kodierung ist teuer, weil die Suche nach Blockbeziehungen groß ist; ihre Beschleunigung und Begrenzung bestimmt praktische Systeme.
Beim Decodieren werden alle Transformationen wiederholt auf ein beliebiges Startbild angewandt. Weil der Gesamtoperator kontrahieren soll, nähert sich die Folge seinem Fixpunkt. Das erklärt die asymmetrische Laufzeit: Teure Beziehungssuche beim Kodieren, relativ einfache Iteration beim Lesen. Sind Transformationen schlecht konditioniert oder zu aggressiv, können Konvergenz und Bildqualität leiden.
Zoomversprechen und Abwägungen
Da Transformationen kontinuierliche Abbildungen definieren, lässt sich das Bild jenseits des Originalrasters auswerten; verlorene fotografische Wahrheit entsteht dabei nicht neu. Moderne Standardcodecs bieten meist bessere Balance aus Tempo, Qualität und Unterstützung. Fraktale Kompression blieb historisch wichtig und spezialisiert.
Die Transformationen sind kontinuierlich auswertbar, daher kann ein Decoder ein größeres Raster erzeugen. Zusätzliche feine Wahrheit der ursprünglichen Fotografie entsteht dabei nicht; es wird die Selbstähnlichkeitsannahme des Modells verfeinert. Moderne Codecs nutzen Transformblöcke, Prädiktion und lernbasierte Werkzeuge meist effizienter. Fraktale Kompression bleibt konzeptuell wichtig, aber kein allgemeiner Zauber für verlustfreies unendliches Zoomen.
Quellen und Vertiefung
Die Darstellung fasst die folgenden Fachquellen in eigenen Worten zusammen. Abruf und redaktionelle Prüfung: 12. August 2026.
- Fractal Image CompressionNotices of the American Mathematical Society
- Iterated Function SystemWolfram MathWorld
Den Gedanken weiterverfolgen
Iterierte Funktionensysteme
Wie eine kleine Sammlung kontrahierender Transformationen einen eindeutigen fraktalen Attraktor definiert.
Fraktalkunst: Mathematik als Material
Wie aus Formeln, Parametersuche, Farbe, Textur, Licht und Exportentscheidungen gestaltete Bilder werden.
Fraktal-Rendering auf der GPU
Wie Fraktalpixel mit Metal auf Mac und Apple Silicon parallel berechnet werden, wo Divergenz und Genauigkeit Leistung kosten und warum progressive Verfeinerung zählt.