فشرده‌سازي تصوير توسط چندي‌سازي برداري مبتني بر الگوريتم كرم‌ شب‌تاب بهبود‌يافته

Vector Quantization Using a Modified Firefly Algorithm for Image Compression

چندي‌سازي برداري يكي از روش‌هاي پركاربرد در فشرده‌سازي تصوير است. پژوهشگران، الگوريتم‌هاي مختلفي با چندي‌سازي برداري به‌منظور رسيدن به كتاب-كد بهينه ارائه داده‌اند. ازجمله اين الگوريتم‌ها مي‌توان از الگوريتم ژنتيك، الگوريتم بهينه‌سازي ازدحام ذرات و الگوريتم كرم شب‌تاب نام برد. در اين مقاله براي چندي‌سازي برداري، روش جديدي بر اساس الگوريتم كرم شب‌تاب بهبوديافته ارائه‌شده است. در روش پيشنهادي عملگر تركيب ژنتيك با الگوريتم كرم شب‌تاب پايه، به‌منظور بهبود الگوريتم پايه، ادغام‌شده و از آن در توليد كتاب-كد چندي‌سازي برداري، استفاده‌ گرديده است. نتايج پياده‌سازي روش پيشنهادي، نشان ‌مي‌دهد كه اين الگوريتم كرم شب‌تاب بهبوديافته در مقايسه با الگوريتم‌هاي ژنتيك و كرم شب‌تاب پايه، بهتر عمل ‌مي‌كند. درصد بهبود كيفيت روش پيشنهادي نسبت به الگوريتم كرم شب‌تاب پايه حدود يك درصد است. علاوه بر آن، با افزايش سايز كتاب-كد عملكردي مشابه با الگوريتم بهينه‌سازي ازدحام ذرات دارد.

Vector Quantization (VQ) is the powerful technique in image compression. Generating a good codebook is an important part of VQ. There are various algorithms in order to generate an optimal codebook. Recently, Swarm Intelligence (SI) algorithms were adapted to obtain the near-global optimal codebook of VQ. In this paper, we proposed a new method based on a modified firefly algorithm (MFA) to construct the codebook of VQ. The proposed method merged genetic crossover operator with FA to develop the VQ. This method is called MFA model. Experimental results indicate that the reconstructed images generated by the proposed model is get higher quality than FA and it’s about one percent, but it is no significant superiority to the PSO algorithm. Furthermore, MFA is slower than FA.