运用粒子最佳化演算法在碎形影像压缩上.PDFVIP

運用粒子最佳化演算法在碎形影像壓縮上 將 PSO 應用於碎形影像壓縮上，以搜尋接近最佳解的一些次佳解，如此可 加快整個影像編碼的速度。由於這些次佳解的評估值與最佳解的評估值是很接近 的，還原影像的品質將仍然可以保存下來 。 碎形壓縮碼由參數 、 、 、 ，和所構成，本方法將 編碼成一 tx t d p q (t , t ) y x y 個粒子，代表了某一定義域圖塊的位置。至於 d的值為 多少，則是另外搜尋的， 而 跟 將直接計算得知。當每一次粒子找到一個可能的定義域圖塊時 ，8個八 p q 軸轉換都要嘗試過一次，也因此可以得到最好的索引值 。粒子的適應度評估函 d MSE((p u q ), v) 數定義成負的 8個八軸轉換所產生的最小 MSE ，也就是 d d d 。 # # # x (t , t ) 當整個最佳化過程結束後 ，最後的群聚最佳經驗 同時還有對應的 、 d x y 、以及 ，就是對應給定之值域圖塊的碎形壓縮碼。整個使用 PSO 來對一個 p q v 值域圖塊編碼的流程步驟將在下方做一整理： 1. 對PSO的參數初值化。 (t , t ) (t , t ) 2. 對每一個粒子 ，在影像中擷取位於 的這個 定義域圖塊，將 x y x y u 其縮小取樣後得到的圖塊稱它為 。 u 3. 利用八軸轉換得到衍生的八個翻轉圖塊 ， ，並計算對應的 k k 0, 1, ..., 7 p q 對比縮放值 和亮度偏移值 。根據所得到的索引值 ，將對應的適應 d k k 度評估值算出。 4. 如果需要，更新 PBEST和 GBEST 並同時更新相對應的其他碎形壓縮碼。 5. 如果停止準則已經滿足，則停止編碼搜尋。 6. 利用式(1)和(2)來更新每一個粒子的速度和位置。回到步驟2.執行。 此研究方法已獲得初步的研究成果，發表論文“Particle Swarm Optimization for Fractal I