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

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 پیکسل های همسایه، کدگذار پیشگو می تواند 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 فشرده سازی 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 پیش‎پردازش پیشنهادی نرخ فشرده‎سازی این دو روش را بهبود می‎بخشد.

Keywords:

فشرده‎سازی تصویر , JPEG بی‎اتلاف , CALIC , تبدیلات هندسی , کدگذار پیشگو