Basit Bir Korelasyon Tahminleyicisi ve Bunun Fraktal Görüntü Sıkıştırmada Kullanımı

Öz

Doğayla ilgili görüntülerin sıkıştırılmasında diğer yöntemlere göre çok daha etkin olan fraktal görüntü sıkıştırma yöntemi, görüntü içinde kendine benzeyen parçaların bulunması esasına dayanır. Sıkıştırma oranının yüksek tutulduğu durumlarda, fraktal görüntü sıkıştırma yöntemi ile elde edilen görüntülerin kalitesi genellikle diğer yöntemlerden daha iyi olmaktadır. Ancak, benzer parçaların aranması oldukça fazla karşılaştırma hesabı yapılmasını gerektirmektedir. Hesaplama maliyetini düşürmek amacıyla, görüntü üzerinde ele alınan parçaların ve bunlarla eşleştirilmesi öngörülen parçaların sınıflandırılarak, benzerliklerin bu sınıflar içinde aranması en fazla tercih edilen yöntemdir. Bu çalışmada, önerilen sınıflandırma yöntemi ile benzer parçaların basit bir şekilde bulunabileceği gösterilmiştir.

Anahtar Kelimeler

• Korelasyon Katsayısı
• Fraktal Görüntü Sıkıştırma
• Benzerlik Ölçüleri

A Simple Estimator of Correlation and Its Application on Fractal Image Compression

Öz

Fractal image compression which is based on finding similar image blocks, in an efficient method for compression of similar pieces. Fractal image compression method generally obtains realistic results than the other methods on high compression rates. However, searching similar pieces requires tedious computations. In order to reduce the computational coast domain blocks are classified and search for finding the similar pairs are performed within those classes. In this study, it is shown that similar pairs can be obtained by proposed classification method.

Anahtar Kelimeler

• Correlation Coefficient
• Fractal Image Compression
• Similarity Measures

Kaynakça

1. BARNSLEY. M. (1992), Fractals Everywhere, Academic Press, San Diego, CA, USA.
2. BOSS. R.D. and JACOBS. E.W. (1991), Studies of Iterated Transform Image Compression, and Its Application to Color and DTED., Technical Report 1468, Naval Ocean Systems Center, San Diego, CA.
3. FISHER, Y. (1995), Fractal Image Compression, Theory and Application., Springer-Verlag.
4. JACOBS. E.W., BOSS, R.D. and FISHER. Y. (1992), Image Compression: a Study of the Iterated Transform Method, Signal Processing, 29:251-263.
5. JACQUIN, A. (1990), A Novel Fractal Block Coding Technique for Digital Images, IEEE ICASP Prroc, 4:2225-2228.
6. KOMINEK, J. (1995), Advances in Fractal Compression for Multimedia Appfications, To Appear in Multimedia System Journal.
7. MANDELBROT, B. (1983), The Fractal Geometry of Nature, W.H. Freeman & Co., Second Edition.
8. LOE, K.F., GU, W.G. and PHUA, K.H. (1997), Speed-Up Fractal Image Compression with a Fuzzy Classifier, Signal Processing: Image Communication 10: 303-311.

9. MANO, M.M. (1993), Computer System Architecture, Prentice Hall lnternational lnc., pp 6-7.
10. SAUPE, D. (1995), Accelerating Fractal Image Compression by Multi-Dimensional Nearest Neighbor Search. In J. A. Storer and M. Cohn, editors, Proceedings DCC'95 (JEEE Data Compression Conference), Pages 222-231, Snowbird, UT, USA, March 1995.
11. SOLOMON, D. (2000), Data Compression. the Complete Reference. Springer-Verlag Inc. 240-242