بهبود عملکرد کدگذار پیشگو با تغییر چیدمان تصویر به کمک الگوریتم ژنتیک

Abstract

روش‎های فشرده‎سازی تصویر را می‎توان به دو دسته با‎اتلاف و بی‎اتلاف تقسیم‎بندی نمود. کدگذار پیشگو مبنای بسیاری از روش‎های فشرده‌سازی بی‌ اتلاف تصویر است. این کدگذار با توجه به مقدار پیکسل‌های همسایه، مقداری را برای هر پیکسل از تصویر پیشگویی می‌نماید. تفاضل مقدار واقعی هر پیکسل از مقدار پیشگویی شده، مقدار خطا تلقی می‌شود و این مقادیر خطا کد می‌گردند. در این مقاله، روش پیش‌پردازشی پیشنهاد شده است که چیدمان تصویر را طوری تغییر می‌دهد تا مقادیر پیکسل‌های 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 فشرده‌سازی آن افزایش می‌یابد. در روش پیشنهادی به کمک الگوریتم ژنتیک، تبدیلات هندسی چرخش و انعکاس مناسبی بر روی هر بلوک از تصویر اعمال می‌شود تا چیدمان تصویر طوری تغییر یابد که همبستگی پیکسل‌های مجاور تصویر افزایش یابد. در این مقاله دو روش فشرده‌سازی JPEG بی‌اتلاف و CALIC که مبتنی بر کدگذار پیشگو هستند مورد بررسی قرار گرفت. نتایج ارزیابی روش پیشنهادی بر روی تصاویر متعدد نشان می‎دهد پیش‎پردازش پیشنهادی نرخ فشرده‎سازی این دو روش را بهبود می‎بخشد.