Using artificial intelligence techniques for image compression

Image compression helps in storing the transmitted data in proficient way by decreasing its redundancy. This technique helps in transferring more digital or multimedia data over internet as it increases the storage space. This research presents some methods to compress digital images using Artificia...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	AL-Rafidain journal of computer sciences and mathematics Ročník 11; číslo 2; s. 65 - 81
Hlavní autor:	Khalil, Bayda Ibrahim
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	الموصل، العراق جامعة الموصل، كلية علوم الحاسبات و الرياضيات 09.12.2014 Mosul University
Témata:	Artificial intelligence fuzzy backpropagation neural network (fbpnn) Image compression k-means algorithm, gath-geva (gg) fuzzy clustering algorithm particle swarm optimization technique(pso) أساليب المحاكاة الآلات المنطقية الذكاء الاصطناعي معالجة البيانات هندسة الإلكترونيات الحيوية
ISSN:	1815-4816, 2311-7990
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Popis
Shrnutí:	Image compression helps in storing the transmitted data in proficient way by decreasing its redundancy. This technique helps in transferring more digital or multimedia data over internet as it increases the storage space. This research presents some methods to compress digital images using Artificial Intelligence Techniques (AITs) that include from fuzzy logic, swarm intelligent technique, and artificial neural networks. Traditional clustering algorithm k-means and AITs were used, such as Gath-Geva fuzzy clustering algorithm, and Particle Swarm Optimization Technique (PSO), and combined Gath-Geva with back propagation neural network to produce a new method which is called Fuzzy Back Propagation Network (FBPN) algorithm, by applying these methods on gray level and color images and then applying compression algorithm RLE on it to obtain compressed image. Image quality measures have done by Peak Signal to Noise Ratio (PSNR), Mean Square Error(MSE), and Bitperpixel (bpp), compression ratio (CR) have been computed. Finally, a comparison between results after applying these algorithms on the images data set was obtained. يساعد كبس الصور في خزن البيانات المنقولة بطريقة ماهرة عن طريق تقليصها. و تساعد هذه التقنية في نقل بيانات رقمية كثيفة أو بيانات وسائط متعددة عبر الإنترنيت مما يؤدي إلى زيادة مساحة الخزن. قدم هذا البحث بعض الطرائق لكبس بيانات الصور الرقمية باستخدام التقنيات الذكائية الاصطناعية و التي تشمل المنطق المضبب، و تقنية ذكاء السرب الاصطناعية، و الشبكات العصبية الاصطناعية. و تم استخدام خوارزمية العنقدة التقليدية means –K و تقنيات ذكائية اصطناعية مثل خوارزمية العنقدة المضببة G – G و خوارزمية سرب الطيورPSO، كما تم دمج خوارزميةG – G مع شبكة الانتشار الخلفي BP لتنتج طريقة جديدة و سميت خوارزمية شبكة الانتشار الخلفي المضببة FBPN، و طبقت هذه الطرائق على الصور الملونة لعنقدتها و من ثم تطبيق خوارزمية الكبس RLE للحصول على صورة مكبوسة. و تم حساب المقاييس النوعية للصور و هيPSN, MSE, bpp, CR. و أخيرا تمت المقارنة بين النتائج التي تم الحصول عليها بعد تطبيق هذه الخوارزميات على مجموعة بيانات الصور.
ISSN:	1815-4816 2311-7990
DOI:	10.33899/csmj.2014.163750