بهبود عملکرد کدگذار پیشگو با تغییر چیدمان تصویر به کمک الگوریتم ژنتیک

روش‎های فشرده‎سازی تصویر را می‎توان به دو دسته با‎اتلاف و بی‎اتلاف تقسیم‎بندی نمود. کدگذار پیشگو مبنای بسیاری از روش‎های فشرده­سازی بی­ اتلاف تصویر است. این کدگذار با توجه به مقدار پیکسل­های همسایه، مقداری را برای هر پیکسل از تصویر پیشگویی می­نماید. تفاضل مقدار واقعی هر پیکسل از مقدار پیشگویی شده، مقدار خطا تلقی می­شود و این مقادیر خطا کد می­گردند. در این مقاله، روش پیش­پردازشی پیشنهاد شده است که چیدمان تصویر را طوری تغییر می­دهد تا مقادیر پیکسل­های همسایه، همبستگی بیشتری با هم داشته باشند. با افزایش همبستگی بین پیکسل­های همسایه، کدگذار پیشگو می­تواند مقدار دقیق‎تری را برای هر پیکسل پیشگویی نماید، در نتیجه آنتروپی در تصویر خطا کاهش می‎یابد. طبق نظریه اطلاعات هر چه آنتروپی تصویر کمتر باشد، قابلیت کدگذار آنتروپی در فشرده­سازی آن افزایش می­یابد. در روش پیشنهادی به کمک الگوریتم ژنتیک، تبدیلات هندسی چرخش و انعکاس مناسبی بر روی هر بلوک از تصویر اعمال می­شود تا چیدمان تصویر طوری تغییر یابد که همبستگی پیکسل­های مجاور تصویر افزایش یابد. در این مقاله دو روش فشرده­سازی jpeg بی­اتلاف و calic که مبتنی بر کدگذار پیشگو هستند مورد بررسی قرار گرفت. نتایج ارزیابی روش پیشنهادی بر روی تصاویر متعدد نشان می‎دهد پیش‎پردازش پیشنهادی نرخ فشرده‎سازی این دو روش را بهبود می‎بخشد.