Dergiler / Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2008 / Cilt: 21 - Sayı: 1

Görüntü istatistiklerinden faydalanarak LBG algoritmasının güncellenmesi

Use of image statistics for updating LBG algorithm

Sayfa
141–152
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Güncelleme algoritması sayesinde yaklasık %1 bozulmaya karsılık zamandan 3.5:1 oranında kazanç elde edilmistir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Veri saklama teknolojilerindeki hızlı gelismelere rağmen görüntü verisinin saklanması ve/veya tasınması önemini yitirmemistir.
📊
Temel Bulgular & Veri:Yapılan çalısmalar daha fazla sıkıstırma oranı ve daha iyi bir görüntü kalitesini yakalamak içindir.
💡
Sonuç & Katkı:Güncelleme algoritması sayesinde yaklasık %1 bozulmaya karsılık zamandan 3.5:1 oranında kazanç elde edilmistir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Veri saklama teknolojilerindeki hızlı gelismelere rağmen görüntü verisinin saklanması ve/veya tasınması önemini yitirmemistir. Görüntünün kodlanması ve sıkıstırılması konusundaki çalısmalar yoğun bir sekilde devam etmektedir. Yapılan çalısmalar daha fazla sıkıstırma oranı ve daha iyi bir görüntü kalitesini yakalamak içindir. Video görüntü dizilerinin kodlanması için birçok teknik gelistirilmistir. Bu çalısmada, imgeler üzerinde basarılı sonuçlar veren vektör nicemleme yöntemi imge dizilerinin kodlanmasında kullanılmıstır. Çok bilinen vektör nicemleme algoritmalarından Linde-Buzo-Gray algoritması özyinelemeli bir süreç olduğundan büyük islem gücü gerektirmektedir. Bu çalısmada, çerçeveler arasındaki yüksek iliskiyi kullanarak her bir çerçeve için yeni bir kod-kitabı olusturmak yerine ilk çerçeveden olusturulan kod-kitabını sonraki çerçeveler için güncelleyen bir algoritma önerilmistir. Güncelleme algoritması sayesinde yaklasık %1 bozulmaya karsılık zamandan 3.5:1 oranında kazanç elde edilmistir.

Abstract

Despite rapid progress in mass-storage density, processor speeds, and digital communication system performance, demand for data storage capacity and data transmission bandwidth continues to outstrip the capabilities of available technologies. Studies on image coding and compression techniques are still going on. The objective is to achieve higher compression ratios with minimum loss of quality. Many video coding techniques have been developed. Vector quantization (VQ) is being used successfully for still images and we used VQ for coding video sequences. One of the well-known VQ algorithms is the popular Linde-Buzo-Gray algorithm. Since the LBG algorithm is an iterative process, its complexity for video sequences is very high that it requires extraordinary computational power. In this paper, we propose an algorithm that progressively updates the VQ codebooks taking advantage of high correlation between consecutive frames instead of generating a new codebook for each frame or group of frames. We have experimentally shown that with the proposed technique computational gains of 3.5:1 can be achieved at the expense of 1% distortion.

🔖

Bu Makaleye Atıf Yap

SEKE, E., ÖZKAN, K. (2022). Görüntü istatistiklerinden faydalanarak LBG algoritmasının güncellenmesi. Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 21 - Sayı: 1, 141–152. https://ajindex.com/articles/505843

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Umbaugh, S. E., Computer Vision and Image Processing, Prentice-Hall International Inc., 1998
  2. Gonzalez, R., Woods R., Digital Image Processing, Addision-Wesley Publishing Company, 1992
  3. Duda R. O., Hart P. E. ve Stork D.G., Pattern Classification 2nd Edition, Wiley-Interscience Publication, USA.2001
  4. Y. Linde, A. Buzo, & R. M. Gray, “ An Algorithm for Vector Quantization Design,” IEEE Transactions on Communication, v. COM-208, pp.84-95, 1980
  5. A. Gersho, R. M. Gray, Vector Quantization and Signal Compression, Kluwer Academic, 1992
  6. Gray R., Vector Quantization, IEEE ASSP Magazin, April, 1984
  7. Barlaud M., Pyramadial Lattice Vector Quantization for Multiscale Image Coding., IEEE Trans. on Image Processing, Vol.3, No.4, July, 1994
  8. Nasrabadi N., Feng Y., Image Compression Using Address-Vector Quantization, IEEE Trans. on Communications, Vol.38, No.12, December, 1980
  9. Nasrabadi N., King R., Image Coding Using Vector Quantization: A Review, IEEE Trans. on Communications, Vol 36., No.8, August, 1998
  10. Nasrabadi N., Feng Y., Image Compression Using Address-Vector Quantization, IEEE Trans. on Communications, Vol.38, No.12, December, 1980
  11. K. Özkan, E. Seke, LBG Algoritmasının Görüntü Dizeleri İçin Güncellenmesi, Elektrik-Elektronik ve Bilgisayar Sempozyumu, ELECO 2006, 6 –10 Aralık 2006, Bursa [12] K. Özkan, LBG Algoritmasında Görüntü Đstatistiklerinden Faydalanma, Y. Lisans Tezi, Osmangazi Üniversitesi, Eskisehir, Temmuz 2000