Made available in DSpace on 2016-03-15T19:37:41Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-08-22 / Fundo Mackenzie de Pesquisa / A new image compression technique is proposed, based on the affine transformations (ATs) that define an iterated function system (IFS). Previous related research in the field has shown that an image may be approximated by iteratively subjecting a set of sub-regions to a group of ATs. In this case, the original image should be partitioned in regions, and each one of the active pixels are transformed by the AT. The new transformed set should be approximated to other image regions. This iterated execution to find ATs for the best set of areas might result in smaller storage space since the similar areas might be replaced by AT coefficients. Despite this advantage, the technique is computationally intensive, because both the sub-regions and the corresponding ATs that have to be searched for. Here, a new form of similarity is proposed, based on the successive points generated by the iteration of affine transformations. By understanding an AT as a discrete dynamical system, with each image point represented by an iteration of the AT, the method captures similarities between these points, namely, those with the same color in the image; by saving the starting point and the transformations coefficients, the points can be iterated back, to reconstruct the original image. This results in lighter computational effort, since the comparison is made point by point, instead of region by region. Experiments were made on a group of 10 images, representing a broad set of distinct features and resolutions. The proposed algorithm competes in terms of storage size, when compared to JPEG, mainly when the image size is small, and the number of colors are reduced, as currently happens for most images used in the Internet. Although the proposed method is faster than the traditional method for IFS compression, it is slower than common file formats like JPEG. / Uma nova técnica para compressão de imagens é proposta, baseada em conjuntos de transformações afins (affine transformations - ATs), normalmente conhecidos como sistemas de funções iteradas (iterated function system - IFS). Pesquisas anteriores mostraram que uma imagem poderia ser aproximada pela aplicação de um grupo de ATs em conjuntos de sub-regiões da imagem, de forma iterativa. Através deste processo, a imagem original seria subdividida em regiões e sobre a coordenada de cada ponto habilitado de cada região seria aplicada uma transformação afim. O resultado representaria um novo conjunto de pontos similares a outras regiões da imagem. A execução de forma iterada deste processo de identificação das ATs para o maior conjunto de regiões similares de uma determinada imagem permitiria uma redução no armazenamento, já que as regiões similares poderiam ser armazenadas como os coeficientes das transformações afins. Apesar desta vantagem em termos de compressão, a técnica é computacionalmente intensiva, pela busca exaustiva de sub-regiões e das ATs geradoras, de forma a proporcionar o melhor preenchimento em outras regiões da imagem. Esta pesquisa propõe uma nova forma de compressão baseada em ATs, utilizando a sequência de pontos gerada pela iteração das ATs. Entendendo uma AT como um sistema dinâmico em tempo discreto, cada novo ponto identificado é consequência direta da iteração da AT sobre o ponto anterior, permitindo a captura de similaridades nesta sequência de pontos. Através do salvamento dos coeficientes das ATs e das coordenadas iniciais, é possível a reconstrução da imagem pela iteração da AT a partir do ponto inicial. Isto pode resultar em menor esforço computacional, pois apenas comparações simples de pontos são necessárias, ao invés de comparações entre os pontos de regiões da imagem. Foram feitos experimentos em um conjunto de 10 classes de imagens, representando um espectro de diferentes características gerais e resoluções. O algoritmo proposto rivaliza em termos de armazenamento quando comparado ao formato JPEG, principalmente para imagens de pequeno tamanho e com número de cores reduzidas, como as utilizadas com frequência na Internet. Apesar de ser mais rápido para a compressão do que outros métodos baseados em IFS, ele é mais lento do que métodos clássicos como o JPEG.