دانلود مقاله ترجمه شده فشرده‌سازی تصویر فراکتال بر مبنای همبستگی فضایی و الگوریتم ژنتیک ترکیبی

در این مقاله قصد داریم به‌منظور حل پیچیدگی بالایی که در شماهای رمزنگاری معمولی  برای فشرده‌سازی تصویر فراکتال وجود دارد، یک الگوریتم ژنتیک ترکیبی با همبستگی فضایی و مبتنی بر مشخصه‌های سیستم عملکرد تکراری و تقسیم‌شده (PIFS) را ارائه دهیم. دو مرحله برای این الگوریتم در نظر گرفته‌شده است:

1-استفاده از همبستگی فضایی در تصاویر برای برد و دامنه  به‌منظور بهره بردن از بهینگی محلی

2-بکار گیری الگوریتم ژنتیک تمپرینگ شبیه‌سازی‌شده (SAGA) به‌منظور بهره بردن از بهینگی محلی، البته در صورتی که این بهینگی محلی ارضا نشده باشد.

به‌منظور اجتناب از همگرایی زودرس، در این الگوریتم از یک عملگر جهش دوتایی به‌عنوان جایگزینی برای عملگر جهش معمولی  استفاده‌شده است. نتایج به‌دست‌آمده از آزمایش‌ها نشان می‌دهد که این الگوریتم همگرایی  بسیار سریعی را از آن خود کرده است.  به‌منظور به دست آوردن یک کیفیت خوب از تصاویر بازسازی‌شده، این الگوریتم  زمان رمزنگاری را کاهش داده و نرخ فشرده‌سازی بالایی را به دست آورد.

فراکتال ها ها را می‌توان در سطح زیادی در طبیعت یافت. تصاویر فراکتال، شامل اطلاعاتی کمی می‌باشد ولی از سطح پیچیدگی ظاهری بسیار بالایی برخوردار می‌باشند[1]. در حال حاضر، فشرده‌سازی تصویر فراکتال را می‌توان یکی از تکنولوژی‌های عمده‌ی رمزنگاری در نسل جدید فشرده‌سازی تصویر دانست[2]. نرخ فشرده‌سازی بالا و سطح استقلال رزولوشن را می‌توان از ویژگی‌های این ایده‌ی جدید برشمرد. در سال 1988 میلادی، بارسنلی [3-5] ایده‌ی فشرده‌سازی تصویر فراکتال را برای اولین بار ارائه داد...