چکیده فارسی:

در این مقاله، یک الگوریتم ژنتیک با یک مکانیسم انتخابی ترکیبی برای سرعت دادن به رمزگذار فراکتال پیشنهاد شده است. ابتدا، همه بلوک های تصویر از جمله بلوکهای دامنه و بلوک های طیف به سه دسته طبقه بندی شده اند: لبه افقی / عمودی، و لبه صاف / مورب ، با توجه به ضرایب تبدیل کسینوسی گسسته (DCT) آنها. پس از آن، در طول تکامل GA، جمعیت هر نسل به دو دسته از هم جدا شده است: یک دسته برتر و یک دسته تحتانی، با توجه به اینکه آیا نوع کروموزوم همانند بلوک دامنه است تا کد گذاری بشود یا نه. مکانیسم انتخابی ترکیبی پیشنهاد شده توسط ما برای انتخاب پدر و مادر مناسب از دو دسته به منظور کاهش تعداد محاسبات MSE و حفظ کیفیت تصویر بازیابی استفاده شده است. نتایج تجربی نشان می دهد، از آنجا که تعداد محاسبات MSE در روش پیشنهادی GA در حدود نیمی از روش GA مرسوم است، زمان کدگذاری برای روش GA پیشنهادی کمتر از روش GA مرسوم می باشد. برای کیفیت تصویر بازیابی، روش GA پیشنهادی تقریبا همانند روش GA مرسوم است یا فقط دارای کمی محوشدگی است. علاوه بر این، در مقایسه با استفاده از روش جستجوی کامل، سرعت کدگذاری روش GA پیشنهادی حدود 130 بار سریع تر از روش جستجوی کامل است، در حالی که کیفیت بازیابی تصویر هنوز هم نسبتا قابل قبول است.

چکیده انگلیسی:

In this paper, a genetic algorithm with a hybrid select mechanism is proposed to speed up the fractal encoder. First, all of the image blocks including domain blocks and range blocks are classified into three classes: smooth; horizontal/vertical edge; and diagonal/subdiagonal edge, according to their discrete cosine transformation (DCT) coefficients. Then, during the GA evolution, the population of every generation is separated into two clans: a superior clan and an inferior clan, according to whether the chromosome type is the same as that of the range block to be encoded or not. The hybrid select mechanism proposed by us is used to select appropriate parents from the two clans in order to reduce the number of MSE computations and maintain the retrieved image quality. Experimental results show that, since the number of MSE computations in the proposed GA method is about half of the traditional GA method, the encoding time for the proposed GA method is less than that of the traditional GA method. For retrieved image quality, the proposed GA method is almost the same as the traditional GA method or only has a little decay. Moreover, in comparison with the full search method, the encoding speed of the proposed GA method is some 130 times faster than that of the full search method, whereas the retrieved image quality is still relatively acceptable.