Fractal Image Compression Method for Lossy Data Compression

Artuğer, Fırat; Özkaynak, Fatih

doi:10.1109/idap.2018.8620735

Cited by 13 publications

(7 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Under the condition of a compression ratio of 32:1, the average SSIM results under different compression algorithms are shown in Table 3, and the average PSNR results are shown in Table 4. [29] 25.67 Algorithm in [30] 26.83 Algorithm in [31] 16.57…”

Section: Comprehensive Comparison Experimentsmentioning

confidence: 99%

“…Tables 3 and 4 show the average SSIM values and average PSNR values of the proposed algorithm and the comparison algorithm in the test images at a compression ratio of 32:1. The average SSIM value of the proposed algorithm improved by 0.078 (9.03%) over [29], 0.041 (4.6%) over [30], and 0.276 (42.1%) over [31]. the average PSNR value improved by 6.26 dB (24.4%) over [29], 5.1 dB (19%) over [30], and 15.36 dB (92.7%) over [31].…”

Section: Comprehensive Comparison Experimentsmentioning

confidence: 99%

See 1 more Smart Citation

Image Splicing Compression Algorithm Based on the Extended Kalman Filter for Unmanned Aerial Vehicles Communication

Liang

Zhao

Liu³

et al. 2023

Drones

View full text Add to dashboard Cite

The technology of unmanned aerial vehicles (UAVs) is extensively utilized across various domains due to its exceptional mobility, cost-effectiveness, rapid deployment, and flexible configuration. However, its limited storage space and the contradiction between the large amount of image data returned and the limited bandwidth in emergency scenarios necessitate the development of a suitable UAVs image compression technology. In this research, we propose an image splicing compression algorithm based on the extended Kalman filter for UAV communication (SEKF-UC). Firstly, we introduce the concept of image splicing to enhance the compression ratio while ensuring image quality, leveraging the characteristics of deep learning-based compression, which are relatively unaffected by the size of the compressed data. Secondly, to address the issue of slow processing speed of deep neural networks (DNN) caused by the substantial volume of data involved in image splicing, we incorporate an extended Kalman filter module to expedite the process. Simulation experiments show that our proposed algorithm outperforms existing methods in multiple ways, achieving a significant compression ratio improvement, from 2:1 to 25:1, with a marginal reduction of 6.5% in structural similarity (SSIM) compared to the non-spliced approach. Moreover, for deep neural networks (DNN), our method incorporating the extended Kalman filter module achieves the same error level with only 30 iterations—a significant reduction compared to the traditional BP algorithm’s requirement of over 4000 iterations—while improving the average network operation speed by an impressive 89.76%. Additionally, our algorithm excels in image quality, with peak signal-to-noise ratio (PSNR) improving by 92.7% and SSIM by 42.1%, at most, compared to other algorithms. These results establish our algorithm as a highly efficient and effective solution, suitable for various image processing and data compression applications.

show abstract

Section: Comprehensive Comparison Experimentsmentioning

confidence: 99%

Section: Comprehensive Comparison Experimentsmentioning

confidence: 99%

Image Splicing Compression Algorithm Based on the Extended Kalman Filter for Unmanned Aerial Vehicles Communication

Liang

Zhao

Liu³

et al. 2023

Drones

View full text Add to dashboard Cite

show abstract

“…Зі свого боку, зростання семантичного навантаження елементів відеоінформаційних ресурсів, пов'язане з активним розвитком засобів (джерел) отримання відеоінформації, викликає необхідність забезпечення збереження цілісності відеоінформації з метою недопущення втрати ключової інформації. З метою вирішення зазначених проблемних аспектів досить активно використовуються сучасні алгоритми та технології [13]- [19].…”

Section: вступunclassified

Method of Additional Reduction of Structural Excession of Code Representation Video Data

Stasev¹,

Tupitsya²,

Parkhomenko³

2022

VVPI

View full text Add to dashboard Cite

Хapкiвський національний університет повітряних сил імені І. Кожедуба На сьогоднішній день значний розвиток інформаційних технологій спрямований на удосконалення існуючих алгоритмів та технологій кодування даних відеоінформаційних ресурсів. Це пов'язано з постійним зростанням обсягів даних, що передаються в каналах передачі даних, в умовах існуючих обмежень пропускної здатності. Також, активне використання бездротових технологій для передачі даних супроводжується зростанням вимог до відеоінформаційних ресурсівкомпактне представлення кодованих даних в умовах збереження їхньої цілісності. З цією метою розроблено метод кодування даних відеоінформаційного ресурсу з використанням реструктуризації інформаційного простору кодованих даних. Під реструктуризацією інформаційного простору розуміється кластеризація елементів повідомлення. Інструментом для кластеризації виступає кількісна ознакаознака кількості серій одиниць у внутрішній двійковій структурі елементів повідомлення. Сутність кластеризації полягає в тому, що елементи з однаковими значеннями ознаки кількості серій одиниць формують кластери. Досліджено особливості трансформацій законів розподілу елементів у повідомленні за рахунок використання внутрішньої реструктуризації даних за кількісною ознакою. Сутність розробленого методу кластерного статистичного кодування даних відеоінформаційного ресурсу полягає в тому, що кодування елементів повідомлення відбувається у статистичному просторі множин, що формуються у процесі кластеризації. Характерною рисою методу є збереження цілісності кодованих даних в умовах забезпечення додаткового скорочення структурної надмірності кодового представлення відеоданих. Проаналізовано ефективність використання розробленого методу кластерного статистичного кодування даних відеоінформаційного ресурсу з позиції можливості забезпечення додаткового скорочення структурної надмірності кодового представлення відеоданих.

show abstract

“…Thus, there is an imbalance between the compression characteristics of the JPEG family of algorithms and the required level of reliability of video images [29][30][31]. Thus, in the JPEG algorithm, the main loss of information (which can lead to a significant loss of the quality level of encoded video images) occurs at the quantization stage [32][33][34][35].…”

Section: Introductionmentioning

confidence: 99%

Method for quantitative criterion based transformation of the video information alphabet

Khmelevskiy

Tupitsya

Хмелевська

et al. 2022

reks

View full text Add to dashboard Cite

Subject of study: technologies implemented in modern video coding algorithms to ensure the appropriate level of reliability in the conditions of their compact presentation. The goal is to develop a technology for transforming the alphabet of a video information based on a quantitative criterion while ensuring the required quality in networks. Objectives: to formulate requirements to video images in dynamic video surveillance systems; to analyze the existing factors leading to an imbalance between the compression and quality characteristics of existing video coding algorithms; to develop a technology for transforming the alphabet of a video information based on a quantitative criterion (attribute) for the best presentation of the encoded data; to develop a mathematical model for the formation of a quantitativeindicator for the transformation of the video images; to analyze the effectiveness of using the developed mathematical model for the formation of a quantitative indicator to provide the required trustworthiness of data for the video information resource; to assess the effectiveness of the developed technology for transforming the original message in terms of a quantitative indicator to ensure the best presentation of the encoded data; to investigate the dynamics of the probabilistic and statistical characteristics of the original message as a result of transformation according to the quantitative criterion of the significance of the elements. The research methods: compression coding methods implemented on the basis of the JPEG algorithms. The research results: a new approach has been proposed based on the transformation of the encoded alphabet of data by use of a quantitative criterion. A mathematical model has been developed for the formation of a quantitative attributethat determines the significance of the elements of the original message. Conclusions. A technology has been developed for transforming the alphabet of the original message, which allows creating conditions for a more profitable presentation of the encoded data due to a significant increase in the dynamic range of probabilistic and statistical characteristics for the transformed message while ensuring the required level of video image quality.

show abstract

Fractal Image Compression Method for Lossy Data Compression

Cited by 13 publications

References 1 publication

Image Splicing Compression Algorithm Based on the Extended Kalman Filter for Unmanned Aerial Vehicles Communication

Image Splicing Compression Algorithm Based on the Extended Kalman Filter for Unmanned Aerial Vehicles Communication

Method of Additional Reduction of Structural Excession of Code Representation Video Data

Method for quantitative criterion based transformation of the video information alphabet

Contact Info

Product

Resources

About