Image transmission via LPC based stochastic models

Abstract

ÖZETÇE Bu tezin amacı iki boyutlu doğrusal öngörü yönteminin siyah beyaz durağan resimler üzerindeki performansını incelemek ve adaptif öngörücü, kuantalayıcı ve adaptif öngörüiü kodlamanın gerçeklemesidir. Sonuçlar adım adım gerçekleme sonucunda elde edilmiştir. İlk adımda resim (100x100 4 bit/pixel) birbiriyle kesişmeyen ve birbirine değen çerçevelere parçalanmıştır. Her çerçeve için öngörüm katsayıları ve bununla birlikte eğilim katsayısı ve diğer iletişim katsayıları iki boyutlu doğrusal öngörüm ve adaptif öngörüiü kodlama yöntemleriyle elde edilmiştir.İletişim parametrelerinin yanı sıra öngörüm hata dizisi adaptif bir ortamda kuantalanıp ve kodlanmıştır. Alıcı tarafında resim bu parametreler kullanılarak yeniden elde edilir. Sonuçlar göstermiştirki doğrusal öngörüm yöntemi resim bifgisindeki fazlalık bilginin büyük çoğunluğunu yanlızca kenarlara ait bilgiyi bırakarak kaldırmaktadır.Bu 0.5 bits/pixel şeklinde bir iletişim oranı sonucu vermiştir. İki boyutlu hata süzgecinin kafalılığı Huang teoremini sağlayan bir sabit katsayı tarafından sağlanmıştır.Buna ek olarak iki boyutlu ayrılabilir doğrusal öngörücünün daha az optimal bir çözüm olduğu ispat edilmiştir. Benzetim testleri VAX-VMS ortamında Microsoft C programlama dili kullanılarak gerçeklenmiştir.

IV ABSTRACT The purpose of this thesis is to investigate the performance of 2-D linear prediction of monochrome still images, implementation of an adaptive predictor and linear prediction and adaptive predictive coding of images. Results were obtained as a consequence of step-by-step realization. In the first step, image (100x100 of 4 bits/pixel) was partitioned into non- overlapping and touching frames. For each frame, prediction coefficients with bias being estimated together and other transmission parameters are obtained using 2-D linear prediction and predictive coding. Along with transmission parameters, prediction error sequence is also quantized and encoded in an adaptive environment. At the receiver, image is reconstructed using these parameters. Results indicate that linear prediction removes much of the redundancy of pictorial information leaving only information about edges. This resulted information rates as low as 0.5 bits/pixel. Stability of 2-D error filter is assured by means of a constant which satisfies Huang's theorem. Alternatively, it was proven that 2-D linear separable predictor is a suboptimal solution in terms of prediction error residual. Simulation tests have been performed on VAX-VMS environment using Microsoft C programming language.