بخشی از مقاله
چکیده
در این مقاله روش جدیدی برای کدگذاری ماتریس تصویر، بیان شده است که با قسمت بندی سطرها، پیکسل ها را برحسب مقدار مینیمم آن ناحیه،می نویسد.دو قابلیت مهم این روش، تولید فایل های خروجی در دسته های مجزا و امکان فشرده سازی دوباره فایل های خروجی، توسط خود برنامه می باشد. سپس افزونگی فایل های خروجی برنامه نیز با استفاده از نوعی نگاشت، قابل شناخت برای کد گذاری های طول متغیر چون TIFF می گردد. و در آخر روشی برای فشرده سازی فایل های نهایی بکار گرفته می شود. نتایج نهایی نشان دهنده ی برتری روش ارائه شده، نسبت به فشرده سازهای قدرتمند JPEG و TIFF - با بهترین مدل فشرده سازی - - Deflate - می باشد.
-1 مقدمه
فشرده ساز های بدون اتلاف[1-4] امر بسیار مهمی در بسیاری از شاخه ها چون آنالیز تصاویر پزشکی، تصاویر درمانی، نقاشی، امنیت و دفاع، تصاویر سنسور های کنترلی و غیره می باشد. اما از آنجا که که فشرده ساز های مبتنی بر الگوریتم های طول متغیر چون کدگذاری ریاضی[5,6] یا کدگذاری هافمن[7,8]دارای فشردگی کمی می باشند. در طی دو ده ی گذشته، روش های مختلفی [9,10,11] برای بهبود فشرده سازی ارائه شده است. که مهمترین موارد تجاری آنها TIF و JPEG می باشد. ولی چند مشکل زیر سبب ناکارآمدی آنها می باشد.
- 1 تصاویر نویزی یا هر تصویری که افزونگی درون پیکسلی دارد ولی بصورت افزونگی مکانی نیست، به خوبی فشرده نمی شود.
- 2 فشرده ساز هایی با عملکردی مشابه TIFبر روی تصاویر که افزونگی دیداری دارند نسبت به JPEGاز کارآمدی پایین تری برخور دارند.
- 3 روشJPEG - حتی با اتلاف آن - در تصاویر با افزونگی مکانی زیاد،درصد فشردگی کمتری نسبت به فشرده سازهای بدون اتلاف چون TIF دارد. و سبب تخریب تصویر نیز می گردد.بنابریننیاز به فشرده سازهای بدون اتلاف ِ بهتر، امری ضروریست.
-2 کارهایی که تا به امروز انجام شده
تکنیک کد گذاری هافمن رایجترین روشی است که برای فشرده سازی بکار می رود. به این دلیل که بسیار ساده و موثر است. این روش تعداد بیت های هر پیکسل را متناسب با میزان احتمال وجود شدت آن پیکسل درکل تصویر فشرده می کند. ولی این روش نمی تواند افزونگی های دیداری و مکانی را تشخیص دهد و تنها برای فشرده کردن افزونگی مکانی بکار میرود.
روش های دیگری برای حذف افزونگی مکانی و در نهایت استفاده از هافمن وجود دارد، مانند TIF ولی در تصاویری که افزونگی دیداری دارند به خوبی کار نمی کند. اما بهترین روشی که امروزه از آن استفاده می شود، با استفاده از تبدیل فوریه زمان کوتاه تصویر - - SDFT و تحلیل شدت پیکسل ها در حوزه ی فرکانس است - چون فشرده ساز. - lossless JPEG[4] اما حالت بدون اتلاف JPEG - lossless - ، همیشه کارآمد نیست. و افزونگی درون پیکسلی و مکانی را نمی تواند تشخیص دهد.
-3 شرح مختصر روش های ارائه شده
ابتدا روش جدیدی برای کد گذاری ارائه می گردد. سپس روشی برای نگاشت افزونگی دیداری و مکانی به افزونگی درون پیکسلی ارائه می شود. و در نهایت تلفیق آن با هافمن، ارائه شده است.
-1-3 روش 1
پس از بررسی های زیاد روش جدیدی برای کد گذاری یافتیم. که به نوعی در دسته ی کد گذاری های طول متغیر قرار می گیرید. در این روش افزونگی درون پیکسلی هر سطر تصویر به طور جداگانه ای یافته و حذف می شود. این روش یک روش با دیکدر مستقیم می باشد و خود فایل های برنامه دارای هوش مصنوعی هستند که در هنگام دیکد کردن، طول کد هر پیکسل قابل شناسایی خواهد بود. همچنین میزان افزونگی کدگذاری دراین روش بسیار کم می باشد. در حالی که در روش های دیگر نیاز به اطلاعات بیشتری برای تعریف نوع کد های مورد استفاده می باشد. همچنین این روش به نوعی افزونگی تصویر را نیز پیدا و فشرده می کند.
-2-3 روش2
از آنجا که میزان حذف افزونگی دیداری تصویر در روش1به تنهایی از JPEG کمتر می باشد و همچنین حذف افزونگی موجود در فایل خروجی روش1، با استفاده از فشرده سازهای دیگر از تاثیر کمی برخوردار است - به علت عدم امکان تلفیق روش ها - ، بنابرین الگوریتم جدیدی با استفاده از فرایند نگاشت و استفاده از هافمن پیاده سازی گردید. این فرایند - نگاشت - ، افزونگی دیداری را به فرمت قابل تشخیص برای کدگذاری های طول متغیر تبدیل می کند.
-3-3 روش3
اماروش2 در بعضی موارد از بهبود کمی برخوردار می باشد، که این مشکل پس از بررسی های زیاد با یک فرایند شیفت و استفاده مجدد و ترکیبی روش 1 و 2 برطرف گردید. در نهایت با ترکیب سه روش، فشرده سازی ارائه می گردد. که برتری آن نسبت به روش های دیگر - چونJPEG و - TIF تضمین شد.
لازم به ذکر است علی رغم اینکه روش2 به تنهایی از درصد فشرده سازی خوبی برخوردار است، ولی استفاده از فشرده ساز1، جهت تضمین فشردگی بهتر لازم می باشد.
-4 شرح کار
-1-4 روش 1 - کد گذاری حذف افزونگی درون پیکسلی -
ابتدا هر سطر تصویر به L قسمت تقسیم می شود. که برای یافتن بهترین L مربوط به سطر I ام تصویر، از الگوریتم نشان داده شده در شکل1 استفاده می شود. که در آن a ماتریس تصویر و به ابعاد S1*S2 و مقیاس خاکستری - grayscale - می باشد. همچنین در دیاگرام شکل1، عدد 4 نشان دهنده 4 بیت لازم جهت ذخیره Kbit و عدد 8 تعداد بیت لازم جهت ذخیره شدت یک پیکسل در حالت اولیه می باشد.
پس از یافتن L مناسب برای هر سطر از تصویر، مطابق بلوک دیاگرام شکل2، عمل کدگذاری هر سطر از تصویر انجام می شود. که در آن I نشان دهنده ی شماره سطر تصویر است و x و y از یک شروع می شوند. و همانطور که دیده می شود 8 نوع Kbit می تواند رخ دهد. بنابرین 8 دسته داده داریم. همچنین دارای 2 دسته داده ی دیگر شامل CodeMinکه در آن مقادیر min هر ناحیه ذخیره می شود و Code که در آن طول پیکسل های هر قسمت ذخیره می شود؛ می باشد. در نهایت فایل تصویر بر اساس این 10 دسته داده و کد های لازم دیگر نوشته می شود.
