Departamento de Matemática Aplicada I Curso 2002/2003. Universidad de Sevilla

1. Procesamiento de Imágenes Digitales Departamento de Matemática Aplicada I Curso 2002/2003. Universidad de Sevilla Manuel Blanco Guisado David Martínez González Raúl Palomino Sánchez

2. Compresión de Imágenes Digitales Aplicación de Algoritmos Genéticos en Cuantización Vectorial

3. Contenidos • Cuantización Vectorial • Algoritmos Genéticos • Resultados • Conclusiones • Referencias

4. Cuantización Vectorial • Introducción • Fundamentos • Proceso de codificación • Generación de codebooks • Evaluación del resultado

5. Introducción a VQ • Vector Quantization (VQ) • Técnica de compresión aplicable en muchos campos: audio, vídeo, imágenes digitales,… • Aún no se ha logrado una implementación eficiente de manera globlal

6. Fundamentos de VQ • División de la imagen original en bloques • Cada bloque es asignado a un representante, dentro de un diccionario de bloques (codebook) • La compresión se consigue sustituyendo bloques de píxeles por índices al codebook

7. Fundamentos de VQ.Tamaño de bloque variable • El tamaño de cada bloque se escoge en función de la similitud del nivel de gris de sus píxeles • Aumenta el coste computacional en la elección de los bloques • Codebook más pequeño • Codebook no reutilizable

8. Fundamentos de VQ.Tamaño de bloque fijo • Codebooks reutilizables • K-dimensión • Almacenamiento del codebook junto con la imagen • Almacenamiento independiente • Ejemplo: bases de datos

9. Proceso de codificación VQ • Búsqueda en el codebook • Gran coste computacional • Full-search • Líneas de investigación:- Pretratamiento del codebook- Reducción de cálculos matemáticos

10. Generación de codebooks • Proceso más costoso de VQ • Influencia del tamaño • Dimensión • Número de codebooks • Algoritmo de generación(Linde-Buzo-Gray)

11. Generación de codebooks: LBG

12. Evaluación del resultado • Comparación entre técnicas y algoritmos

13. Algoritmos Genéticos AG general Reproducción Evaluación Reproducción No ¿Fin? Si Selección

14. ACC (Algoritmo de Codificación del Codebook) • RRepresentación n Fitness = n K = nxn

15. ACC • CCruce (genes movibles) a 11 00110101 00111101 00110101 00110101 00110100 00

16. ACC • MMutación 00110101 10110101

17. ACC • SSelección Padres

18. ACC • SSelección Padres Mutados Cruzados

19. ACC Selección Padres Mutados Cruzados

20. Programa

21. Conclusiones • Imagen original

22. Conclusiones • Imagen VQ con codebook de 256 elementos y k-dimension = 4

23. Conclusiones • Imagen VQ con codebook de 256 elementos y k-dimension = 9

24. Conclusiones • Imagen VQ con codebook de 512 elementos y k-dimension = 4

25. Conclusiones • Peores resultados que métodos como JPEG. Mucho tiempo de computación. • Código abierto. • Propuesta de ampliación: • Velocidad del algoritmo de codificación (preprocesado del codebook). • Reducción del pixelado de la imagen. • Almacenar el codebook de manera independiente • Parametrización del tipo de los elementos de las matrices VQ

26. Referencias • Digital Image Compression Using a Genetic Algorithm.Cheng Yimin, Wang Yixiao, Sun Qibin and Sun Longxiang.Division of Electronics, University of Science & Technology of China. Academic Press, 1999. • Vector Quantization. M. Qasem.http://www.geocities.com/mohamedqasem/vectorquantization/vq.html • Developer’s Image Library (DevIL). D. Woods.http://www.imagelib.org