عبدالحسین فتحی - دانشیار و عضو هیئت علمی گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه رازی؛
صبیه آزادبخت - دانشجوی کارشناسی ارشد رشته فناوری اطلاعات/ گرایش سیستم های چند رسانه ایی، دانشگاه رازی؛

در سال های اخیر فشرده سازی تصاویر به دلیل استفاده گسترده در کاربردهای مختلف، محدودیت در فضای ذخیره سازی و سخت افزار مورد نیاز و نیز هزینه بالای مورد نیاز برای انتقال و ذخیره اهمیت پیدا کرده است. برای افزایش نرخ فشرده سازی اغلب روش ها از تکنیک های با اتلاف استفاده می کنند که در آنها باید به این نکته توجه شود که الگوریتم به کاربرده شده بر روی کیفیت تصویر اثر منفی زیادی نداشته باشد. به همین خاطر باید یک مصالحه (tread off) بین نرخ فشرده سازی و کیفیت تصویر برقرار شود. در این مقاله یک روش فشرده سازی با اتلاف با عنوان WP-VQ از ترکیب الگوریتم پیش بینی ضرایب تبدیل بسته موجک و کوانتیزاسیون بردار خطای بازسازی ضرایب به همراه کدینگ هافمن ارائه شده است. در زمان بازسازی ضرایب بسته موجک با استفاده از شبکه های عصبی پیش بینی شده است و برای کاهش خطای ناشی از پیش بینی، این خطا محاسبه و با استفاده از تکنیک کوانتیزه کردن برداری به همراه اطلاعات لازم برای بازسازی با روش کدینگ هافمن کد و ارسال خواهد شد. کارایی روش پیشنهادی با استفاده از معیار نرخ فشرده سازی ( CR ) و نسبت سیگنال به نویز ( 0PSNR ) روی چهار پایگاه داده مختلف، Corel 1K ، CLEF med 2009 و تصاویر 102 کلاسه و تصاویر استاندارد مورد ارزیابی قرار گرفته است. نتایج نشان می دهد که برای یک CR مشخص شده، تکنیک پیشنهاد شده مقدار SSIM ، MSE ، PSNR بالاتری را نسبت به الگوریتم های موجود ارائه می دهد.

فشرده سازی با اتلاف تصویر؛ بسته موجک ( WP )؛ کوانتیزاسیون برداری ( VQ )؛ کدینگ هافمن