Kare olmayan bloklar için vektör kuantalama kullanarak görüntü sıkıştırma

Abstract

KARE OLMAYAN BLOKLAR İÇİN VEKTÖR KUANT ALAMA KULLANARAK GÖRÜNTÜ SIKIŞTIRMA Mehmet YAKUT Anahtar Kelimeler: Vektör Kuantalama, Veri Sıkıştırma, Öngörülü Kodlama, Görüntü Kodlama, Kendinden Düzenli Özellik Haritaları. Özet: Bu çalışmada görüntü sıkıştırma amaçlı vektör kuantalama yöntemleri geliştirilmiştir. Öncelikle vektör kodlama yöntemi ve kodvektör tablosunu oluşturulmasında kullanılan yöntemler ele alınmıştır. Kare blok kullanmanın tasarım kolaylığı getirmekle birlikte, uygulamada ortaya çıkan bloklar arası suni kenarlar gibi sakıncaları vardır. Bu çalışmada vektör seçimi için ardışıl vektör bileşenleri arasında sıkı ilişki olan piramit kodlamaya benzeyen bir tarama düzeni ele alınarak, bu durum için kodvektör tablolarından uygun tablonun seçimi yapay sinir ağları yardımıyla gerçeklenerek anahtarlamalı tip vektör kodlama işlemi gerçekleştirilmiştir. Burada kullanılan blok yapısı ile kodvektör tablolarının seçimi bir önceki vektöre bağlı olarak yapıldığından alıcı tarafa ayrıca başlık biti göndermeye gerek duyulmaması sıkıştırma başarımını arttıran önemli bir özelliktir. Önerilen yöntemle çok çözünürlüklü görüntü gösterilimi elde edilmiş ve düşük çözünürlüklü görüntü bilgisini kullanarak, yüksek çözünürlüklü görüntüye vektör kuantalama ile geçiş sağlanmıştır. Çok çözünürlüklü gösterilim özellikle geniş çaplı görüntü veri tabanlarında istenen özellikteki görüntülerin ilk belirlenmesinde hızlı erişim sağlaması nedeniyle önem kazanmaktadır. Burada uygulanan yöntemle hem çok çözünürlük elde edilmiş hem de standart vektör kuantalamaya oranla görüntü kalitesinde iyileşme sağlanmıştır. Bu çalışmada geliştirilen ikinci vektör kuantalama metodunda kare vektörler yerine daha serbest olarak nitelenebilecek dikdörtgen ve dik üçgen şeklindeki vektörlerin karışımı kullanılmıştır. Kullanılan vektör biçimleri ile kilim desenleri arasındaki benzerlik nedeniyle yöntem Kilim Vektör Kuantalama (KVK) olarak adlandırılmıştır. Bu yöntemle kare biçimli vektörlerin kullanıldığı yöntemlerde karşılaşılan bloklar arası suni kenarların görülebilirliğinin azaldığı ve görüntü bilgisindeki kenar yapısı ile uyumlu vektör biçimlerinin daha iyi kenar temsili sağladığı görülmüştür. Kenar profiline uygun blok biçimi seçerek kenarlar daha yüksek başarımla temsil edilebilmektedir. Çeşitli kenar profillerine ait kod vektör tabloları elde edilerek, bunlar eğitim seti ile eğitim sürecinden geçirilmiş ve bağımsız kenar profili tabanlı kodvektör tablolarından geliştirilen algoritma ile karma biçimli kod vektör tablosuna geçiş sağlanmıştır. Karma kod vektör tablosu ile başarımı standart vektör kuantalamadan düşük olan görüntülerde bile, görsel görüntü kalitesi, gözlemciler tarafından daha iyi olarak değerlendirilmektedir. Kenar profili tabanlı kod vektör tablosu tasarımı diğer vektör kuantalama yöntemleri ile birlikte kullanılarak daha yüksek başaranlara ulaşılması olasıdır.

IMAGE COMPRESSION USING VECTOR QUANTISATION FOR NONSQUARE BLOCKS Mehmet YAKUT Keywords: Vector Quantization, Data Compression, Predictive Coding, Image Coding, Self Organizing Feature Maps. Abstract: In this study two different vector quantization methods are developed for image compression. Vector quantization and codebook formation methods are revisited first. Square blocks are simple to design and realize but cause artificial edges at the block boundaries. The method used in this study for vector formation is based on multiresolution image representation similar to pyramid coding in which there is a high correlation between successive vectors. Artificial neural networks and generalized Lloyd algoritm are used for codebook selection and quantization of images. Codebook selection is realized by means of previosly encoded code vector, therefore in the method described here transmitter does not need to send overhead bits to the receiver. Using multiple codebook without requiring overhead bits is important aspect of our method. Multiresolution image representation is very important when we need fast access to the feature spesified images in large image databases. Using the method described in this study, multiresolution image representation and higher compression performance are achieved when compared to conventional vector quantization. Another vector quantization method used in this study is rectangular and triangular vector blocks instead of squarre blocks.. Kilim VQ name is used for the similarity between the vector shapes and patterns used on old otantic Turkish carpets. Therefore different local image properties represented better when compared to rectangular subblock case. Visibility of artificial edges between subblocks are eliminated and even existing artificial discontinueties become unvisible. In addition possible edge profiles in the image which have vertical horizontal or diagonal shapes are encoded better. In this study first, codebooks for different edge profiles are trained independently using the training set. Then an algorithm developed to achive mixed edge profile codebooks from the independently trained edge profile codebooks. Using the KVQ method described in this study higher compression performance achieved than ordinary VQ. KVQ method provides codebook selection information by only using minimum mean squarred error criteria without using any feature information (edge, mean, variance, texture etc. ) about the block to be encoded. Edge profile based codebook and KVQ can be combined with other VQ techniques to achieve higher performance. 11