Made available in DSpace on 2014-12-17T14:55:31Z (GMT). No. of bitstreams: 1
JoseMB_capa_ate_pag12.pdf: 7494669 bytes, checksum: 353155cd86e106a661e9f32c5ead7aba (MD5)
Previous issue date: 2002-06-21 / ln this work the implementation of the SOM (Self Organizing Maps) algorithm or Kohonen neural network is presented in the form of hierarchical structures, applied to the compression of images. The main objective of this approach is to develop an Hierarchical SOM algorithm with static structure and another one with dynamic structure to generate codebooks (books of codes) in the process of the image Vector Quantization (VQ), reducing the time of processing and obtaining a good rate of compression of images with a minimum degradation of the quality in relation to the original image. Both self-organizing neural networks developed here, were denominated HSOM, for static case, and DHSOM, for the dynamic case. ln the first form, the hierarchical structure is previously defined and in the later this structure grows in an automatic way in agreement with heuristic rules that explore the data of the training group without use of external parameters. For the network, the heuristic mIes determine the dynamics of growth, the pruning of ramifications criteria, the flexibility and the size of children maps. The LBO (Linde-Buzo-Oray) algorithm or K-means, one ofthe more used algorithms to develop codebook for Vector Quantization, was used together with the algorithm of Kohonen in its basic form, that is, not hierarchical, as a reference to compare the performance of the algorithms here proposed. A performance analysis between the two hierarchical structures is also accomplished in this work. The efficiency of the proposed processing is verified by the reduction in the complexity computational compared to the traditional algorithms, as well as, through the quantitative analysis of the images reconstructed in function of the parameters: (PSNR) peak signal-to-noise ratio and (MSE) medium squared error / Neste trabalho ? apresentada a implementa??o do algoritmo SOM (Self Organizing Maps) ou rede neural de Kohonen na forma de estruturas hier?rquicas, aplicadas ? compress?o de imagens. O objetivo desta abordagem ? desenvolver um algoritmo SOM Hier?rquico com estrutura est?tica e um outro com estrutura din?mica para gerar codebooks (livros de c?digos) no processo de Quantiza??o Vetorial (VQ) da imagem; reduzindo o tempo de processamento e obtendo uma boa taxa de compress?o de imagens com um comprometimento m?nimo da qualidade em rela??o ? imagem original. As duas redes neurais auto-organiz?veis aqui desenvolvidas, foram denominadas de HSOM, para caso est?tico e de DHSOM, para caso din?mico. Na primeira, a estrutura hier?rquica ? previamente definida e na segunda essa estrutura se desenvolve de forma autom?tica de acordo com regras heur?sticas propostas neste trabalho, que exploram os dados do conjunto de treinamento sem que haja necessidade de utiliza??o de par?metros externos. As regras heur?sticas determinam a din?mica de crescimento da rede, o crit?rio de poda de ramifica??es da rede, a flexibilidade da rede e o tamanho dos mapas filhos.O algoritmo LBG (Linde-Buzo-Gray) ou K-means, um dos mais utilizado para desenvolver codebooks para quantiza??o vetorial, serviu justamente com o algoritmo de Kohonen na sua forma b?sica, isto ?, n?o hier?rquica, como refer?ncia para comparar o desempenho dos algoritmos aqui propostos. Uma an?lise de desempenho entre as duas estruturas hier?rquicas ? tamb?m realizada neste trabalho. A efici?ncia do processamento proposto ? verificada pela redu??o na complexidade computacional em rela??o aos algoritmos tradicionais, bem como, atrav?s das an?lises quantitativas das imagens reconstru?das em fun??o dos par?metros: (PSNR) rela??o sinal-ru?do de pico e (MSE) erro m?dio quadr?tico
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/15272 |
| Date | 21 June 2002 |
| Creators | Barbalho, Jos? Marinho |
| Contributors | CPF:53820126449, http://lattes.cnpq.br/9745845064013172, Netto, Marcio Luiz de Andrade, CPF:21779643853, http://lattes.cnpq.br/3845987167494193, Alsina, Pablo Javier, CPF:42487455420, http://lattes.cnpq.br/3653597363789712, D?ria Neto, Adri?o Duarte, Costa, Jos? Alfredo Ferreira |
| Publisher | Universidade Federal do Rio Grande do Norte, Programa de P?s-Gradua??o em Engenharia El?trica, UFRN, BR, Automa??o e Sistemas; Engenharia de Computa??o; Telecomunica??es |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0027 seconds