| المستخلص: |
إن أدوات الجينات الصناعية والهندسة التطورية كانت من الموضوعات الأكثر إثارة لدى الباحثين في العشر سنوات الأخيرة، حيث أنها برهنت عن تفوقها وفعاليتها في مسائل وتطبيقات البحث عن الحل الأمثل في فضاءات متعددة الأبعاد. لقد شدت تقنيات ضغط الصور "فراكتال" أيضا انتباه الباحثين حيث شكلت تطبيقات التكنولوجيات الحديثة المعتمدة على الويب تحديا جديدا. لقد تم اقتراح عدد من تقنيات ضغط الصور من طرف الباحثين إلا أنها كانت بأغلبيتها تهتم بالتوازن بين نسبة الضغط ونوعية الصورة بعد الاسترجاع. بهذا البحث نقترح خوارزميات جينية ديناميكية لتحسين عملية ضغط صور "فراكتال" بالتركيز على نظم الدوال التكرارية (IFS). يتم استعمال ترميز خاص لكل معطيات ومتغيرات الصورة في سلسلة كروموزومية محددة. كود ومعطيات الخوارزميات الجينية. لقد قمنا باستعمال طريقة تقسيم الصورة بغض النظر عن حجم كائنات الصورة وموقعها في الإطار. تمكن هذه الطريقة من تسريع مرحلة الترميز بتغيير مدة الترميز أثناء البحث عن أكبر تشابهات بين كائنات الصورة. لقد أجرينا عدد من الاختبارات لهذا البرنامج على صور "فراكتال" حيث برهنت عن تخفيض نسبي لوقت التشغيل (الضغط وفك الضغط) دون خسارة جودة الصورة وهذا بسبب البحث المتوازي عن الكائنات والمجالات (blocks and ranges) التي توفرها الجينات الصناعية.
Artificial Genetics tools have been for decades a subject for intensive investigations. From Genetic Algorithms and Hierarchical GA's to Evolutionary Engineering tools such as Genets, these tools have proven their efficiency in search and optimization problems in multi-dimensional spaces. Fractal image compression has also been for decades a challenge for researchers facing the emergence of new web based technologies and applications. Several works have been proposed in the literature of GA- Based Fractal compression emphasizing on Compression rate-image quality tradeoffs. In this paper we propose a dynamic Genetic Algorithm to improve performance of Fractal image compression based on local IFS. An adequate GA coding is used to address the different image parameters. The algorithm is set to fit all possible decomposition schemes regardless the range block size and position. Furthermore, to avoid premature convergence, a linear scaling is applied to each individual fitness, then a roulette wheel method is applied for selection process. Such modified GA is intended to speed up the coding phase by varying coding period through tuning GA parameter settings according to maximum bloc similarities. Several computer simulation tests have been performed on Fractal images. Results show a major reduction in processing time during bloc-range search process without major loss of image quality.
|
