Image coding using Vector Quantization based on wavelet transform Fuzzy C-Means and principle component analysis

Phanprasit, Tanasak; Leauhatong, Thurdsak; Pintavirooj, C.; Sangworasil, Manas

doi:10.1109/iscit.2009.5341208

Cited by 1 publication

(1 citation statement)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Convém mencionar que na literatura podem ser encontrados diversos trabalhos envolvendo lógica nebulosa (fuzzy) no âmbito de QV, e.g. [6,11,13,23,24].…”

Section: Figura 1: Exemplo De Qv De Imagemunclassified

Uma Alternativa de Aceleração do Algoritmo Fuzzy K-Means Aplicado à Quantização Vetorial

Madeiro¹,

Galvão²,

Ferreira³

et al. 2012

TCAM

View full text Add to dashboard Cite

Resumo. Compressão de sinais, marca d´água digital e reconhecimento de padrões são exemplos de aplicações de quantização vetorial (QV). Um problema relevante em QV é o projeto de dicionários. Neste trabalho, é apresentada uma alternativa de aceleração do algoritmo fuzzy K-Means aplicado ao projeto de dicionários. Resultados de simulações envolvendo QV de imagens e de sinais com distribuição de Gauss-Markov mostram que o método proposto leva a um aumento da velocidade de convergência (redução do número de iterações) do algoritmo fuzzy K-Means sem comprometimento da qualidade dos dicionários projetados.Palavras-chave. Quantização vetorial, fuzzy K-Means, codificação de imagens. IntroduçãoA quantização é uma técnica relevante em sistemas de compressão de sinais [12,21]. Seu alvo é a digitalização (discretização) dos valores de amostras de um sinal. Há duas classes gerais de quantização: escalar e vetorial. A primeira consiste em um mapeamento Q : R → C, em que C é um subconjunto do espaço Euclidiano unidimensional R. O número de elementos de C é denominado número de níveis do quantizador, denotado por L. Ao final do processo de quantização, cada amostra poderá ser codificada, por exemplo, em uma palavra-binária de l = log 2 L bits. A quantização vetorial (QV), por sua vez, consiste em um mapeamento Q : R N → W , em que W = { w i ; i = 1, 2, . . . , K} ⊂ R N é denominado dicionário, N é a dimensão do quantizador vetorial e K é o tamanho do dicionário (número de vetores-código). A taxa de codificação da quantização vetorial é dada por 1 N log 2 K, expressa em bits por amostra em codificação de forma de onda de voz e em bits por pixel (bpp) em codificação de imagem. 1 madeiro@poli.br 2

show abstract

“…Convém mencionar que na literatura podem ser encontrados diversos trabalhos envolvendo lógica nebulosa (fuzzy) no âmbito de QV, e.g. [6,11,13,23,24].…”

Section: Figura 1: Exemplo De Qv De Imagemunclassified

Uma Alternativa de Aceleração do Algoritmo Fuzzy K-Means Aplicado à Quantização Vetorial

Madeiro¹,

Galvão²,

Ferreira³

et al. 2012

TCAM

View full text Add to dashboard Cite

show abstract

Image coding using Vector Quantization based on wavelet transform Fuzzy C-Means and principle component analysis

Cited by 1 publication

References 4 publications

Uma Alternativa de Aceleração do Algoritmo Fuzzy K-Means Aplicado à Quantização Vetorial

Uma Alternativa de Aceleração do Algoritmo Fuzzy K-Means Aplicado à Quantização Vetorial

Contact Info

Product

Resources

About