Departamento de Matemática Aplicada ICurso 2002/2003. Universidad de Sevilla

Manuel Blanco GuisadoDavid Martínez GonzálezRaúl Palomino Sánchez

Procesamiento de Imágenes DigitalesProcesamiento de Imágenes Digitales

Compresión de Imágenes Digitales

Aplicación de Algoritmos Genéticos en Cuantización Vectorial

Contenidos

Cuantización Vectorial Algoritmos Genéticos Resultados Conclusiones Referencias

Cuantización Vectorial

Introducción Fundamentos Proceso de codificación Generación de codebooks Evaluación del resultado

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

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

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

Fundamentos de VQ.Tamaño de bloque fijo Codebooks reutilizables K-dimensión Almacenamiento del

codebook junto con la imagen Almacenamiento

independiente Ejemplo: bases de datos

Proceso de codificación VQ

Búsqueda en el codebook Gran coste computacional Full-search

Líneas de investigación:- Pretratamiento del codebook- Reducción de cálculos matemáticos

M

i

K

j

ijj cx1 1

2)(

Generación de codebooks

Proceso más costoso de VQ Influencia del tamaño Dimensión Número de codebooks Algoritmo de generación

(Linde-Buzo-Gray)

Generación de codebooks: LBG

Evaluación del resultado

Comparación entre técnicas y algoritmos

N

i

M

j

ijij

N

i

M

j

ij

yx

x

SNR

1 1

2

1 1

2

)(

Algoritmos Genéticos

Reproducción

Reproducción

Evaluación

Selección

¿Fin?

No

Si

AG general

ACC (Algoritmo de Codificación del Codebook)

RRepresentación

n

n

K = nxn

Fitness =

M

i

K

j

ijj cx1 1

2)(

ACCCCruce (genes movibles)

00110101

00111101

11

00

0011010000110101

00110101

a

ACCMMutación

1011010100110101

ACCSSelección

Padres

ACCSSelección

Padres CruzadosMutados

ACC

Selección

Padres CruzadosMutados

Programa

Conclusiones

Imagen original

Conclusiones

Imagen VQ con codebook de 256 elementos y k-dimension = 4

Conclusiones

Imagen VQ con codebook de 256 elementos y k-dimension = 9

Conclusiones

Imagen VQ con codebook de 512 elementos y k-dimension = 4

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

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