چکیده:
ﻓﺸﺮده ﺳﺎزی ﺗﺼﺎوﯾﺮ ﯾﮑﯽ از ﻣﺒﺎﺣﺚ ﻣﻬﻢ در ﻋﻠﻢ اﻃﻼﻋﺎت اﺳﺖ. ﺗﺼﺎوﯾﺮ ﭘﯿﺶ از اﯾﻦ ﮐﻪ ارﺳﺎل و ﯾﺎ ذﺧﯿﺮه ﺷﻮﻧﺪ ﺑﺎﯾﺪ ﻓﺸﺮده ﺷﻮﻧﺪ زﯾﺮا اﯾﻦ ﮐﺎر ﺑﺎﻋﺚ ﮐﺎﻫﺶ ﭘﻬﻨﺎی ﺑﺎﻧﺪ ارﺳﺎل و ﮐﺎﻫﺶ ﻓﻀﺎی ذﺧﯿﺮه ﺳﺎزی و ﻫﺰﯾﻨﻪ ﻫﺎ ﻣﯽ ﺷﻮد. ﻓﺸﺮده ﺳﺎزی ﺗﺼﻮﯾﺮ ﻧﻘﺶ ﻣﻬﻤﯽ در ﺑﺴﯿﺎری از ﮐﺎرﺑﺮدﻫﺎی ﻣﻬﻢ وﮔﻮﻧﺎﮔﻮن ﺷﺎﻣﻞ ﮔﺮدﻫﻤﺎﯾﯽ ﺗﺼﻮﯾﺮی از راه دور، ﺳﻨﺠﺶ از راه دور( اﺳﺘﻔﺎده از ﺗﺼﻮﯾﺮ ﺑﺮداری ﻣﺎﻫﻮاره ای)، ﺗﺼﻮﯾﺮ ﺑﺮداری اﺳﻨﺎد، ﺗﺼﻮﯾﺮ ﺑﺮداری ﭘﮋﺷﮑﯽ، ارﺳﺎﻟﯽ دورﻧﮕﺎر و ﮐﻨﺘﺮل وﺳﺎﯾﻞ ﻫﺪاﯾﺖ از راه دور در ﮐﺎرﺑﺮدﻫﺎی ﻧﻈﺎﻣﯽ و ﻓﻀﺎﯾﯽ اﯾﻔﺎ ﻣﯽ ﮐﻨﺪ. ﺑﺴﯿﺎری از ﭘﺪﯾﺪه ﻫﺎی ﻃﺒﯿﻌﯽ از ﯾﮏ ﺳﺎﺧﺘﺎر ﻓﺮاﮐﺘﺎﻟﯽ ﺑﺮﺧﻮردارﻧﺪ. در ﺳﺎل 1988 ﻓﺸﺮده ﺳﺎزی ﻓﺮاﮐﺘﺎﻟﯽ ﺗﺼﺎوﯾﺮ1 ﺗﻮﺳﻂ ﺑﺎرﻧﺴﻠﯽ ﻣﻄﺮح ﺷﺪ. اﯾﻦ روش از ﺷﺒﺎﻫﺖ ﻫﺎی ﺗﻘﺮﯾﺒﯽ درون ﺗﺼﺎوﯾﺮ ﺑﺮای ﻓﺸﺮده ﮐﺮدن آن ﻫﺎ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﺪ و ﯾﮑﯽ از روش ﻫﺎی ﺑﺎ اﺗﻼف اﺳﺖ ﮐﻪ ﺑﺎ ﺑﻪ ﮐﺎرﮔﯿﺮی ﺧﺎﺻﯿﺖ ﺧﻮد ﻣﺘﺸﺎﺑﻬﯽ ﻣﺤﻠﯽ در ﯾﮏ ﺗﺼﻮﯾﺮ، اﻓﺰوﻧﮕﯽ را اﺳﺘﺨﺮاج ﻣﯽ ﮐﻨﺪ. ﻧﺮخ ﻓﺸﺮده ﺳﺎزی2 ﺑﺎﻻ ﺑﻪ ﻫﻤﺮاه ﺣﻔﻆ ﮐﯿﻔﯿﺖ ﺗﺼﻮﯾﺮ ﺑﺎزﯾﺎﺑﯽ ﺷﺪه و ﻋﻤﻞ ﺳﺮﯾﻊ ﻋﮑﺲ ﻓﺸﺮده ﺳﺎزی3 از ﻣﺰاﯾﺎی اﯾﻦ ﺗﮑﻨﯿﮏ ﻣﯽ ﺑﺎﺷﺪو ﻟﯿﮑﻦ ﺑﻪ ﻋﻠﺖ ﺟﺴﺘﺠﻮی ﺑﻬﺘﺮﯾﻦ ﺑﻼک در اﺳﺘﺨﺮ داﻣﻨﻪ، ﻓﺮآﯾﻨﺪ ﮐﺪﮔﺬاری ﺑﺴﯿﺎر زﻣﺎن ﺑﺮ ﻣﯽ ﺑﺎﺷﺪ. ﺑﻪ ﻣﻨﻈﻮر ﺣﻞ ﭘﯿﭽﯿﺪﮔﯽ زﻣﺎﻧﯽ ﻓﺮاﯾﻨﺪ ﮐﺪﮔﺬاری ﻓﺮاﮐﺘﺎﻟﯽ ﺗﺼﻮﯾﺮ، از اﻟﮕﻮرﯾﺘﻢ ﻫﺎی ﻣﺨﺘﻠﻔﯽ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﻨﺪ. دراﯾﻦ ﺟﺎ ﻣﯽ ﺧﻮاﻫﯿﻢ از اﻟﮕﻮرﯾﺘﻢ ﻫﺎی ﻣﺨﺘﻠﻔﯽ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﻨﺪ. در اﯾﻨﺠﺎ ﻣﯽ ﺧﻮاﻫﯿﻢ از ﺑﻬﯿﻨﻪ ﺳﺎزی ﮐﻠﻮﻧﯽ ﻣﻮرﭼﻪ4 ﺟﻬﺖ ﺟﺴﺘﺠﻮی ﺑﻬﺘﺮﯾﻦ ﺑﻼک داﻣﻨﻪ در ﻓﺸﺮده ﺳﺎزی ﻓﺮاﮐﺘﺎﻟﯽ ﺗﺼﺎوﯾﺮ اﺳﺘﻔﺎده ﻧﻤﺎﺋﯿﻢ. اﯾﻦ روش از آﻧﺠﺎﯾﯽ ﮐﻪ ﺟﺴﺘﺠﻮی زﯾﺎد روی ﺑﻼک ﻫﺎی داﻣﻨﻪ را ﮐﺎﻫﺶ ﻣﯽ دﻫﺪ در ﻧﺘﯿﺠﻪ زﻣﺎن ﮐﺪﮔﺬاری ﮐﺎﻫﺶ ﻗﺎﺑﻞ ﻣﻼﺣﻈﻪ ای ﻣﯽ ﯾﺎﺑﺪ و ﮐﯿﻔﯿﺖ ﺗﺼﻮﯾﺮ ﺑﺎزﯾﺎﺑﯽ ﺷﺬه ﻧﯿﺰ ﺗﻘﺮﯾﺒﺎ ﺣﻔﻆ ﻣﯽ ﺷﻮد.
خلاصه ماشینی:
نرخ فشرده سازی بالا به همراه حفظ کیفیت تصویر بازیابی شده و عمل سریع عکس فشرده سازی از مزایای این تکنیک می باشدو لیکن به علت جستجوی بهترین بلاک در استخر دامنه،فرآیند کدگذاری بسیار زمان بر می باشد.
این روش از آنجایی که جستجوی زیاد روی بلاک های دامنه را کاهش می دهد در نتیجه زمان کدگذاری کاهش قابل ملاحظه ای می یابد و کیفیت تصویر بازیابی شذه نیز تقریباً حفظ می شود.
الگوریتم فشرده سازی فراکتالی بر اساس تکنیک دسته بندی بلاک های برد و جستجوی بهترین بلاک دامنه در استخر دامنه بر اساس بهینه سازی کلونی مورچه به منظور کاهش زمان کدگذاری پیشنهاد شده است.
از آن جا که روش ما شامل ارائه این فراکتال ها به طریقی فشرده است،لذا دستاوردمان مجموعه اطلاعات بسیار فشرده ای خواهد بود که از آن برای بازسازی تصویر اولیه استفاده می شود.
پیاده سازی این روش بر روی تصویر لنا 256*256 با بلاک های برد 4*4 و بلاک های دامنه 8*8 در [14]انجام شده است.
در این روش از یک سیستم طبقه بندی ساده برای بلاک های برد استفاده شده است.
جدول1- مقایسه کیفیت و زمان کدگذاری بر اساس الگوریتم ژنتیک،بهینه سازی گروه ذرات و کلونی مورچه {مراجعه شود به فایل جدول الحاقی} جستجو بر اساس بهینه سازی کلونی مورچه در این مقاله پایه الگوریتم ACO برای فشرده سازی فراکتالی تصاویر با استفاده از سیستم توابع تکرار شونده ارائه شده است.
10,Issues 2,march 2013 Fractal Image Compression Techniques,International journal of computer & organization Trends,vol.