Abstract
In the present paper a fast and efficient fractal image encoding method based on classification of image blocks is presented. Two parameters are used to sort image blocks into disjoint classes: the direction of the approximate first derivative and a normalized root mean square error of the fitting plane in the given block. With the help of these parameters the number of domain blocks examined for a range block is reduced dramatically, and thus, the classification results in a considerable acceleration of the encoding process, without loss of the reconstruction fidelity. The proposed method is compared to recently developed fast classification algorithms and a ‘No search algorithm’, and its rate-distortion performance under the same encoding time limit is proved to be better than that of the others
چکیده
در مقاله ارائه شده، یک روش کدگذاری تصویر فرکتال کارامد و سریع مبتنی بر دسته بندی بلاک های تصویر ارائه شده است. دو پارامتر برای طبقه بندی تصویر در دو کلاس استفاده شده است: جهت تقریب اولین مشتق و ریشه نرمالیزه شده میانگین مربعات خطای تطبیق نقشه در بلوک داده شده. به کمک این پارامترها تعداد بلوکهای شناسایی شده برای یک رنج بلوکها به میزان چشمگیری کاهش می یابد، و بدین سان نتایج دسته بندی در شتاب قابل توجه فرایند کدگذاری بدون از دست دادن صحت بازسازی صورت میگیرد. روش پیشنهادی با الگوریتم های توسعه یافته اخیر و یک ‘الگوریتم بی جستجو’ مقایسه خواهد شد و اثبات میشود که عملکرد نرخ اعوجاج تحت همان کدگذاری نسبت به بقیه بهتر شده است.
1-مقدمه
اساس ایده تکنیک مقایسه تصویر فرکتال توسط Barnsley و همکاران معرفی شد. ]1و2[ در اواخیر دهه 1980، کاربردهای متنوع و توسعه یافته از این روش توجه بسیاری را جلب کرد. مهمترین دلیل این بود که به نظر میرسید این یه جایگزین جدید برای کاهش نرخ اعواج است.
ایده روش جایگزین از این واقعیت سرچشمه میگیرد که محیط طبیعی اطراف ما عموماً شباهت خود را روی مقیاس بزرگی از بعضی پارامترهای فیزیکی (نظیر مختصات فضایی یا زمان) نشان میدهد و این ویژگی روی تمام تصاویر گرفته شده منعکس میشود. بنابراین مقدار قابل توجه از کاهش با اعمال این روش بدست می آید. به وسیله سیتم تابع تکرار شده پیشنهادی توسط Barnsley یک تحول برای هر تصویر که همان نقاط را داشت بوجود امد. به عبارت دیگر اعمال ان تبدیل به صورت تکراری روی یک تصویر اغازین قرار دادی، نتیجه به تصویر اصلی همگرا میشود. ازین رو تصویر توسط تبدیل کدگذاری میشود...