|
|
بهبود عملکرد کدگذار پیشگو با تغییر چیدمان تصویر به کمک الگوریتم ژنتیک
|
|
|
|
|
نویسنده
|
اسدی امیری سکینه ,حسنپور حمید
|
منبع
|
ماشين بينايي و پردازش تصوير - 1394 - دوره : 2 - شماره : 2 - صفحه:39 -49
|
|
|
چکیده
|
روشهای فشردهسازی تصویر را میتوان به دو دسته بااتلاف و بیاتلاف تقسیمبندی نمود. کدگذار پیشگو مبنای بسیاری از روشهای فشرده سازی بی اتلاف تصویر است. این کدگذار با توجه به مقدار پیکسل های همسایه، مقداری را برای هر پیکسل از تصویر پیشگویی می نماید. تفاضل مقدار واقعی هر پیکسل از مقدار پیشگویی شده، مقدار خطا تلقی می شود و این مقادیر خطا کد می گردند. در این مقاله، روش پیش پردازشی پیشنهاد شده است که چیدمان تصویر را طوری تغییر می دهد تا مقادیر پیکسل های همسایه، همبستگی بیشتری با هم داشته باشند. با افزایش همبستگی بین پیکسلهای همسایه، کدگذار پیشگو میتواند مقدار دقیقتری را برای هر پیکسل پیشگویی نماید، در نتیجه آنتروپی در تصویر خطا کاهش مییابد. طبق نظریه اطلاعات هر چه آنتروپی تصویر کمتر باشد، قابلیت کدگذار آنتروپی در فشرده سازی آن افزایش می یابد. در روش پیشنهادی به کمک الگوریتم ژنتیک، تبدیلات هندسی چرخش و انعکاس مناسبی بر روی هر بلوک از تصویر اعمال می شود تا چیدمان تصویر طوری تغییر یابد که همبستگی پیکسل های مجاور تصویر افزایش یابد. در این مقاله دو روش فشردهسازی jpeg بی اتلاف و calic که مبتنی بر کدگذار پیشگو هستند مورد بررسی قرار گرفت. نتایج ارزیابی روش پیشنهادی بر روی تصاویر متعدد نشان میدهد پیش پردازش پیشنهادی نرخ فشردهسازی این دو روش را بهبود میبخشد.
|
کلیدواژه
|
فشردهسازی تصویر، Jpeg بیاتلاف، تبدیلات هندسی، کدگذار پیشگو ,Calic
|
آدرس
|
دانشگاه صنعتی شاهرود, دانشکده مهندسی کامپیوتر, ایران, دانشگاه صنعتی شاهرود, دانشکده مهندسی کامپیوتر, ایران
|
پست الکترونیکی
|
h.hassanpour@shahroodut.ac.ir
|
|
|
|
|
|
|
|
|
Improving the Performance of Predictive Encoder by Changing the Image Content Arrangement Using Genetic Algorithm
|
|
|
Authors
|
Hassanpour Hamid ,Asadi Amiri Sekine
|
Abstract
|
Image compressiontechniquescan bedividedinto two categoriesoflossyandlossless. Predictiveencoder isthe basis of many losslessimagecompression methods. Thisencoder predictsthe valuesofimage pixelsusing theirneighboringpixelsvalues. The difference betweenthe actual valueand thepredictedvalue of each pixelis consideredthe errorandthese error valuesarecoded.In this paper, a preprocessingmethodis proposed tochangethe image content arrangementsothatthe correlations between the neighboring pixelsincrease.By increasing the correlation between neighboring pixels, predictive encoder can more accurately predict the value of each pixel, as a result, entropy is reduced in the error image. According toinformation theory, thelower the imageentropy leads to the higher the capability of theentropy encoderinitscompression.In the proposed method,using the genetic algorithm, an appropriate geometrictransformationof rotationandreflectionis appliedoneach blockofthe image to strengthen the correlation between neighboring pixels.Inthispaper, twocompression methods,losslessJPEG andCALIC that are based on predictivecodingareevaluated.The evaluation results ofthe proposed methodonmultiple imagesshow thattheproposedpreprocessingmethodimprovesthecompressionrate of these two methods.
|
Keywords
|
CALIC
|
|
|
|
|
|
|
|
|
|
|