跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 張雅惠
Ya-Hui Chang
論文名稱： 應用遺傳演算法於向量量化之新編碼簿設計法
A New Coding Scheme of Vector Quantization by Using Genetic Algorithm
指導教授： 侯永昌
Young-Chang Hou
口試委員:
學位類別： 碩士
Master
系所名稱： 管理學院 - 資訊管理學系
Department of Information Management
畢業學年度： 89
語文別： 中文
論文頁數： 57
中文關鍵詞： 向量量化 、遺傳演算法 、影像壓縮
相關次數： 點閱：7  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報


    • 本研究擬以遺傳演算法為基礎，設計一套完整的編碼簿設計演算法。我們會先將灰階影像分割成大小為dxd的影像區塊後，並對這些影像區塊求其區塊像素平均值，並將大於區塊平均值之像素，編碼為1；反之，則編碼為0。之後，我們從這些簡化之影像區塊中，運用遺傳演算法找出K個有代表性之簡化影像區塊，以做為碼向量。而為了在遺傳演算的演化期間，維持編碼簿的大小為K，故我們在遺傳演算法之初始化、交配及突變階段，都分別設計了一些機制，以保證不會產生不合理的染色體。在還原影像區塊時，將該影像區塊的高部平均值及低部平均值分別代入編碼向量中1與0的部份，即可得到接近原圖的還原影像。
    本研究有下列的優點：編碼簿較傳統作法之編碼簿有通用性。一般而言，編碼簿之大小為256，而我們的編碼簿設計法，就算編碼簿的大小遠小於256，也能保持不錯的影像還原品質。而在運算簡化上，由於我們的影像區塊及碼向量之形態較為簡單，故我們在建立編碼簿與搜尋碼向量的速度都會較傳統向量量化法快速。而由於保存了原有影像區塊的部份資訊，故可避免影像區塊邊緣過於清晰的問題。

    第一章 緒論 1.1 研究動機 1.2 研究目的 1.3 研究範圍與方法 1.4 研究貢獻 1.5 論文架構 第二章 文獻探討 2.1 失真影像壓縮方法效能之鑑定 2.2 向量量化 2.2.1 向量量化之問題呈述 2.2.2 向量量化的過程 2.2.3 討論 2.3 遺傳演算法 2.3.1 遺傳演算法之運算子(operator) 2.3.1.1 選擇 2.3.1.2 交配 2.3.1.3 突變 2.3.2遺傳演算法的流程 2.4 編碼簿設計演算法 2.4.1 LBG演算法 2.4.2 PNN(pairwise nearest neighbor) 演算法 2.4.3.細胞分裂法 2.4.4 Genetic K-Means演算法 2.5 編碼簿設計演算法之優缺點分析 第三章 運用遺傳演算法於向量量化之編碼簿設計 3.1 作法一 3.1.1 原影像之前置處理 3.1.2 編碼方式 3.1.3 定義適合度函數 3.1.4 遺傳演算法之流程 3.1.5 我們的影像編碼與解碼過程 3.1.5.1 編碼過程 3.1.5.2 解碼過程 3.2 作法二 3.3 綜合分析 第四章 實驗結果及討論 4.1 實驗一：驗證編碼簿的代表性 4.1.1 參數設定 4.1.2結果比較 4.2 實驗二：驗證小編碼簿的代表性 4.2.1 小編碼簿的驗證 4.2.2 測試編碼簿的代表性 4.3 討論 第五章 結論與未來研究方向 5.1 結論 5.2 未來研究方向 參考文獻

    [1] 張真誠, 黃國峰, 陳同孝, 電子影像技術. 台北：松崗電腦圖書公 司, 2000年12月.
    [2] A. Hunter, SUGAL User Manual. University of Sunderland, July 1995.
    [3] D. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning. Reading, MA: Addison-Wesely, 1989
    [4] J. Makhoul, S. Roucos, and H. Gish, "Vector Quantization in Speech Coding," Proceeding of the IEEE, Nov. 1985
    [5] K. Krishna, K. R. Ramakrishnan , and M. A. L. Thathachar, "Vector Quantization using Genetic K-Means Algortihm for Image Compression," International Conference on Information, Communications and Signal Processing(ICICS ''97), Singapore, 9-12 Sep. 1997.
    [6] K. Krishna and M. N. Murty, "Genetic K-means Algorithms," Communicated to IEEE Transactions on Systems, Man and Cybernetics.
    [7] M. Srinivas and L.M. Patnaik, "Genetic algorithms: a survey, " Computer , Vol. 27 , June 1994, pp. 17 -26
    [8] N. M. Nasrabadi and R. A. King, "Image Coding Using Vector Quantization: A Review", IEEE Transaction on Communication, pp. 957-971, Aug. 1988.
    [9] R. M. Gray, "Vector quantization," IEEE ASSP Mag., pp. 4-29, Apr. 1984.
    [10] S. C. Tai, W. J. Chen, and P. J. Cheng, "Genetic Algorithm for Single Bit-Map AMBTC Coding of Color Images," Optical Engineering, Vol.37, No.9, Sep. 1998, pp. 2483-2490.
    [11] T. Murakami, K. Asai, and A. Itoh, "Vector Quantization of Color Images", Proceeding of the IEEE International Acoustics, Speech, and signal Processing Conference, vol. 1, pp.133-136, Apr. 1986 .
    [12] T. Murakami, K. Asai, and E. Yamazaki, "Vector Quantiser of Video Signals," Electronics Letters, vol. 7, pp.1005-1006, Nov. 1982.
    [13] W. H. Equitz , "A New vector quantization clustering algorithm,", IEEE Transaction ASSP, vol.37, pp.1568-1575, Oct.1989
    [14] Y. Linde, A. Buzo, and R. M. Gray, “An algorithm for vector Quantizer design,” IEEE Trans. Commun., vol. COM-28, pp. 84—95, Jan. 1980.
    [15] Y. C. Hu, and C. C. Chang, "A progressive Codebook Training Algorithm for Image Vector Quantization," Proceeding of the Fifth Asia-Pacific Conference on Communications and Fourth Optoelectronics and Communications Conference(APCC/OECC 99''), Beijing, China, 1999, vol. 2 , pp.936-939

    QR CODE
    :::