Binary Search Vector Quantization

Ku, Ning-Yun; Chang, Shuenn‐Yih; Hwang, S.T.

doi:10.1016/j.aasri.2014.08.019

Cited by 1 publication

(1 citation statement)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Bunların yerine görüntüde bir miktar kayıp ile yüksek oranda sıkıştırma daha çok tercih edilmektedir. Bu tekniklerden en popüler olanları LBG ile vektör nicemleme (Linde et al, 1980;Gray, 1984;Lin and Tai, 1998;Patane and Russo, 2001;Tsai et al, 2009;Pan et al, 2011, Ku et al, 2014, Khan et al, 2015, Bulanık C-Ortalamalar (BCO) (Dunn, 1973;Bezdek et al, 1984;Ya-zhong et al, 2011;Kang et al, 2009), K-Ortalamalar (KO) (Lloyd, 1982;Bagirov et al, 2011;Bai et al, 2013;Tzortzis and Likas, 2014) algoritmalarıdır. Klasik LBG algoritması iyi bir başlangıç kod vektör listesi hesaplanıp algoritma başlangıcında kullanılarak geliştirilmiştir (Patane, 2001).…”

Section: Introductionunclassified

A New Spliting LBG Algorithm for Codebook Generation in Image Compression

Koçyiğit¹,

Nil²,

Kılıç³

2017

jist

View full text Add to dashboard Cite

ÖZET: Linde-Buzo-Gray (LBG) algoritması, görüntü sıkıştırmada Vektör Nicemleme (VN) tekniği için kullanılan, performansı büyük oranda başlangıç kod vektör listesine bağlı, kararlı, yerel optimum sonuç veren bir tekniktir. Bölme tabanlı LBG algoritmasında görüntüyü oluşturan vektörlerin ortalaması başlangıç olarak seçilir. Merkezler 2 n kez ikiye bölünüp güncellenerek yerel optimum kod listesi oluşturulur. Önerilen yeni teknikte (YLBG), LBG algoritması geliştirilmiş ve algoritma içerisindeki bölme işlemi tüm bölgelere uygulanmayıp sadece hatası en fazla olan bölge tespit edilip o bölgenin merkezi ikiye bölünerek merkez artırması sağlanmıştır. Böylece mevcut standart LBG'den farklı olarak merkezler teker teker artırılıp kod vektör listesinin performansı global olarak artırılmıştır. Bu çalışmada önerilen yeni teknik standart görüntülere uygulanmış, K-Ortalamalar (KO), LBG ve Bulanık C-Ortalamalar (BCO) ile karşılaştırılmış, ortalama karesel hata(OKH) ölçütüne göre üstün olduğu görülmüştür.Anahtar Kelimeler: Bulanık C-ortalamalar , K-ortalamalar, LBG, vektör nicemleme ABSTRACT: Linde-Buzo-Gray (LBG) algorithm is used in image processing for Vector Quantization (VQ). LBG technique is robust, performs locally best but depends on the initial codebook. In the splitting based VQ, the first center is defined as average of all vectors. The rest of 2 n centres are calculated by splitting and updated procedure. In the proposed new technique (NLBG) the LBG is improved and insted of splitting all centres into two new areas, the worst area that has highest mean square error splitted and updated into to new areas. Therefore, the number of codevectors is increased one by one apart from the classical LBG. Consequently, the performance of the codebook is increased globally. In this paper, the new technique is applied to the standard images, compared to the FCM(Fuzzy C-Means), K-Means (K -Ortalamalar) and LBG. As a result, it is seen that the proposed new technique performs better according to the criteria of MSE.

show abstract