Geriyansımalı yapay sinir ağının görüntü sıkıştırmada kullanılması

Abstract

III GERIYANSIMALI YAPAY SINIR AĞININ GÖRÜNTÜ SIKIŞTIRMADA KULLANILMASI Mustafa Tosun Elektrik-Elektronik Mühendisliği Yüksek Lisans Tezi, 1997 Tez danışmanı : Yrd. Doç. Dr. M. Ali Ebeoğlu ÖZET Bilgi çağında iletişim teknolojileri hızla gelişmiştir. Bu durum birey ve toplumlar arasındaki haberleşmeyi artırmıştır. Böylece bilgi iletim kanallarının verimli kullanılmasını zorunlu hale gelmiştir. Bu zorunluluk sıkıştırma tekniklerine yönelimi artırmıştır. Bu çalışmada kayıplı ve kayıpsız bilgi sıkıştırma yöntemleri ile ilgili temel bilgiler verilmiştir. Minimum fazlalık kodlama, aritmetik kodlama ve run length kodlama yöntemleri incelenmiştir. Ayrıca görüntü sıkıştırma kodlayıcılarından vektör gruplama yöntemi üzerinde durulmuştur. Son yıllarda yaygın olarak çalışılan, yapay sinir ağlan ile görüntü sıkıştırma yöntemleri üzerinde de durulmuştur. Geriyansımalı yapay sinir ağı ile görüntü sıkıştırma konusunda detaylı bilgiler verilmiş ve algoritması gerçekleştirilmiştir. Bu algoritma ile 4:1 oranında sıkıştırma, %3 hata ile başarılmıştır. Anahtar Kelimeler: Görüntü sıkıştırma, sinyal işleme, vektör gruplama, yapay sinir ağlan, geri yansıma algoritması.

IV IMAGE COMPRESSION BY BACKPROPAGATION ALGORITHM Mustafa Tosun Electric-Electronic Engineering Ms. thesis, 1997 Supervisor: Yrd. Doc. Dr. M. Ali Ebeoğlu SUMMARY Communication technologies are developed in information age. This is raised up the communicating between human and societies. Therefore, it is necessary using the communicatior. channel succesfuly. Compression techniques are real solutions of this problem In This study, basic information about lossy and lossless data compression techniques has been given. Minimum redundancy coding, arithmetic coding and ran length coding techniques have been analysed. Vector quantisation technique has been considered. Detailed information has been given about image compression technique by backpropagation neural network and realised the algorithm of this study. This algorithm has been succeeded by 4:1 compression ratio with 3% error. Keywords: Image compression, Signal processing, vector quantisation, neural network, backpropagation algorithm.