1 / 26

Departamento de Matemática Aplicada I Curso 2002/2003. Universidad de Sevilla

Procesamiento de Imágenes Digitales. Departamento de Matemática Aplicada I Curso 2002/2003. Universidad de Sevilla. Manuel Blanco Guisado David Martínez González Raúl Palomino Sánchez. Compresión de Imágenes Digitales. Aplicación de Algoritmos Genéticos en Cuantización Vectorial.

fadey
Download Presentation

Departamento de Matemática Aplicada I Curso 2002/2003. Universidad de Sevilla

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Procesamiento de Imágenes Digitales Departamento de Matemática Aplicada I Curso 2002/2003. Universidad de Sevilla Manuel Blanco Guisado David Martínez González Raúl Palomino Sánchez

  2. Compresión de Imágenes Digitales Aplicación de Algoritmos Genéticos en Cuantización Vectorial

  3. Contenidos • Cuantización Vectorial • Algoritmos Genéticos • Resultados • Conclusiones • Referencias

  4. Cuantización Vectorial • Introducción • Fundamentos • Proceso de codificación • Generación de codebooks • Evaluación del resultado

  5. Introducción a VQ • Vector Quantization (VQ) • Técnica de compresión aplicable en muchos campos: audio, vídeo, imágenes digitales,… • Aún no se ha logrado una implementación eficiente de manera globlal

  6. Fundamentos de VQ • División de la imagen original en bloques • Cada bloque es asignado a un representante, dentro de un diccionario de bloques (codebook) • La compresión se consigue sustituyendo bloques de píxeles por índices al codebook

  7. Fundamentos de VQ.Tamaño de bloque variable • El tamaño de cada bloque se escoge en función de la similitud del nivel de gris de sus píxeles • Aumenta el coste computacional en la elección de los bloques • Codebook más pequeño • Codebook no reutilizable

  8. Fundamentos de VQ.Tamaño de bloque fijo • Codebooks reutilizables • K-dimensión • Almacenamiento del codebook junto con la imagen • Almacenamiento independiente • Ejemplo: bases de datos

  9. Proceso de codificación VQ • Búsqueda en el codebook • Gran coste computacional • Full-search • Líneas de investigación:- Pretratamiento del codebook- Reducción de cálculos matemáticos

  10. Generación de codebooks • Proceso más costoso de VQ • Influencia del tamaño • Dimensión • Número de codebooks • Algoritmo de generación(Linde-Buzo-Gray)

  11. Generación de codebooks: LBG

  12. Evaluación del resultado • Comparación entre técnicas y algoritmos

  13. Algoritmos Genéticos AG general Reproducción Evaluación Reproducción No ¿Fin? Si Selección

  14. ACC (Algoritmo de Codificación del Codebook) • RRepresentación n Fitness = n K = nxn

  15. ACC • CCruce (genes movibles) a 11 00110101 00111101 00110101 00110101 00110100 00

  16. ACC • MMutación 00110101 10110101

  17. ACC • SSelección Padres

  18. ACC • SSelección Padres Mutados Cruzados

  19. ACC Selección Padres Mutados Cruzados

  20. Programa

  21. Conclusiones • Imagen original

  22. Conclusiones • Imagen VQ con codebook de 256 elementos y k-dimension = 4

  23. Conclusiones • Imagen VQ con codebook de 256 elementos y k-dimension = 9

  24. Conclusiones • Imagen VQ con codebook de 512 elementos y k-dimension = 4

  25. Conclusiones • Peores resultados que métodos como JPEG. Mucho tiempo de computación. • Código abierto. • Propuesta de ampliación: • Velocidad del algoritmo de codificación (preprocesado del codebook). • Reducción del pixelado de la imagen. • Almacenar el codebook de manera independiente • Parametrización del tipo de los elementos de las matrices VQ

  26. Referencias • Digital Image Compression Using a Genetic Algorithm.Cheng Yimin, Wang Yixiao, Sun Qibin and Sun Longxiang.Division of Electronics, University of Science & Technology of China. Academic Press, 1999. • Vector Quantization. M. Qasem.http://www.geocities.com/mohamedqasem/vectorquantization/vq.html • Developer’s Image Library (DevIL). D. Woods.http://www.imagelib.org

More Related