Page 20 - Fister jr., Iztok, and Andrej Brodnik (eds.). StuCoSReC. Proceedings of the 2016 3rd Student Computer Science Research Conference. Koper: University of Primorska Press, 2016
P. 20
ela 2: Rezultati podobnosti stisnjene slike in ˇcas
stiskanja z 107 vrednotenji.
Ime slike MoDE MoCS
Podobnost Cˇ as stiskanja Podobnost Cˇ as stiskanja
Mandril 90,08 % 4h 41m 11s 89,70 % 8h 12m 45s
Lena 91,92 % 4h 48m 35s 90,31 % 5h 43m 38s
Viaduct 92,08 % 5h 51m 31s 90,56 % 6h 26m 24s
vrednotenjih MoCS ne dosega tako dobrih rezultatov kot
MoDE.
Slika 7: Primerjava originalnih slik s stisnjenimi sli-
kami z algoritmoma MoDE in MoCS z 107 vredno-
tenji kriterijske funkcije.
Slika 6: Primerjava originalnih slik s stisnjenimi sli- zaenkrat ˇse niso primerni za naˇs problem stiskanja slik, saj
kami z algoritmoma MoDE in MoCS z 105 vredno- ne dajejo rezultatov, ki bi bili sprejemljivi v praksi. Priˇcaku-
tenji kriterijske funkcije. jemo lahko, da bosta omenjena algoritma na podlagi doda-
tnih izboljˇsav postala primerna tudi za te namene. Trenutno
5.2 Stiskanje slik z 107 vrednotenji kriterijske je stiskanje s temi algoritmi primerno za znanstvene namene
funkcije in poskuse, ker lahko pokaˇzemo, da so ti algoritmi po vzorih
iz narave sploˇsno namenski.
Po izvedbi testiranja, s katerim smo dobili najboljˇse nastavi-
tve parametrov, smo te uporabili pri ˇcasovno zahtevnejˇsem Rezultati stisnjenih slik so po oceni naˇse kriterijske funk-
testiranju stiskanja slik. Sˇtevilo vrednotenj kriterijske funk- cije glede podobnosti z originalno sliko zelo dobri. Dosegajo
cije smo poveˇcali iz 105 na 107 in ustrezno nastavili najboljˇse podobnost do dobrih 92 %, kar se zdi zelo obetavno. Ko
parametre velikosti populacije Np in ˇstevilo trikotnikov NT , pogledamo stisnjene slike, pa lahko opazimo, da so na sli-
kot jih prikazuje tabela 1. kah vidni le robovi slike in da so barve poligonov, ki jih ti
robovi omejujejo, podobne istemu podroˇcju originalne slike.
Rezultati, prikazani v tabeli 2, so bili veliko boljˇsi kot pri Iz samih stisnjenih slik lahko brez teˇzav razberemo, kateri
stiskanju z 105 vrednotenji. Algoritem MoDE je tudi pri originalni sliki pripada, same objekte pa je ˇze teˇzje prepo-
tem ˇstevilu vrednotenj boljˇse stisnil vsako izmed slik, kot je znati.
to storil algoritem MoCS.
6.1 Možnosti za izboljšave, nadgradnje
Iz slike 7 je jasno razvidno, da je razvit algoritem MoDE
boljˇsi algoritem za stiskanje slik kot razvit algoritem MoCS. Obstaja veˇc moˇznosti, s katerimi bi lahko uspeˇsnost naˇsih
V stisnjenih slikah z algoritmom MoDE so jasno vidne linije algoritmov ˇse dodatno izboljˇsali. V naslednjih nekaj odstav-
objektov in njihove barve. Pri stisnjenih slikah z algoritmom kih predstavljamo samo nekatere izmed njih.
MoCS so te linije nekoliko zabrisane in v primerjavi z MoDE
so nekateri objekti zdruˇzeni v enega samega. Lotili bi se lahko pred-procesiranja slik, kjer slike razdelimo
na veˇc pod-slik in vsako od njih obdelamo neodvisno z algo-
6. ZAKLJUcˇEK ritmom stiskanja. Glede na to, da smo pri sivinskih slikah
dobili zelo dobre rezultate, bi lahko bila naslednja izboljˇsava
Razvili smo dva algoritma za stiskanje slik po vzorih iz na- po vzoru sivinskih slik. Tukaj sliko razdelimo na tri barvne
rave. Podrobno smo opisali nekatere od moˇznih izboljˇsav ravnine RGB, vsako od njih obdelamo posebej in na koncu
algoritma DE in CS, ki pomagajo pri konvergenci algoritma. zdruˇzimo rezultate nazaj v barvno sliko.
Rezultati izboljˇsanih algoritmov dokazujejo, da ti algoritmi
Algoritmi po vzorih iz narave se nenehno izpopolnjujejo in
izboljˇsujejo s strani razliˇcnih raziskovalcev. Prav gotovo ob-
stajajo ˇse kakˇsne izboljˇsave uporabljenih algoritmov v naˇsem
delu, ki bi jih lahko prilagodili za naˇs problem stiskanja slik
in tako izpopolnili uspeˇsnost uporabljenih algoritmov. Ena
od izboljˇsav pri obeh algoritmih bi bila uporabiti dodatne
mehanizme za izogibanje lokalnemu optimumu.
StuCoSReC Proceedings of the 2016 3rd Student Computer Science Research Conference 20
Ljubljana, Slovenia, 12 October
stiskanja z 107 vrednotenji.
Ime slike MoDE MoCS
Podobnost Cˇ as stiskanja Podobnost Cˇ as stiskanja
Mandril 90,08 % 4h 41m 11s 89,70 % 8h 12m 45s
Lena 91,92 % 4h 48m 35s 90,31 % 5h 43m 38s
Viaduct 92,08 % 5h 51m 31s 90,56 % 6h 26m 24s
vrednotenjih MoCS ne dosega tako dobrih rezultatov kot
MoDE.
Slika 7: Primerjava originalnih slik s stisnjenimi sli-
kami z algoritmoma MoDE in MoCS z 107 vredno-
tenji kriterijske funkcije.
Slika 6: Primerjava originalnih slik s stisnjenimi sli- zaenkrat ˇse niso primerni za naˇs problem stiskanja slik, saj
kami z algoritmoma MoDE in MoCS z 105 vredno- ne dajejo rezultatov, ki bi bili sprejemljivi v praksi. Priˇcaku-
tenji kriterijske funkcije. jemo lahko, da bosta omenjena algoritma na podlagi doda-
tnih izboljˇsav postala primerna tudi za te namene. Trenutno
5.2 Stiskanje slik z 107 vrednotenji kriterijske je stiskanje s temi algoritmi primerno za znanstvene namene
funkcije in poskuse, ker lahko pokaˇzemo, da so ti algoritmi po vzorih
iz narave sploˇsno namenski.
Po izvedbi testiranja, s katerim smo dobili najboljˇse nastavi-
tve parametrov, smo te uporabili pri ˇcasovno zahtevnejˇsem Rezultati stisnjenih slik so po oceni naˇse kriterijske funk-
testiranju stiskanja slik. Sˇtevilo vrednotenj kriterijske funk- cije glede podobnosti z originalno sliko zelo dobri. Dosegajo
cije smo poveˇcali iz 105 na 107 in ustrezno nastavili najboljˇse podobnost do dobrih 92 %, kar se zdi zelo obetavno. Ko
parametre velikosti populacije Np in ˇstevilo trikotnikov NT , pogledamo stisnjene slike, pa lahko opazimo, da so na sli-
kot jih prikazuje tabela 1. kah vidni le robovi slike in da so barve poligonov, ki jih ti
robovi omejujejo, podobne istemu podroˇcju originalne slike.
Rezultati, prikazani v tabeli 2, so bili veliko boljˇsi kot pri Iz samih stisnjenih slik lahko brez teˇzav razberemo, kateri
stiskanju z 105 vrednotenji. Algoritem MoDE je tudi pri originalni sliki pripada, same objekte pa je ˇze teˇzje prepo-
tem ˇstevilu vrednotenj boljˇse stisnil vsako izmed slik, kot je znati.
to storil algoritem MoCS.
6.1 Možnosti za izboljšave, nadgradnje
Iz slike 7 je jasno razvidno, da je razvit algoritem MoDE
boljˇsi algoritem za stiskanje slik kot razvit algoritem MoCS. Obstaja veˇc moˇznosti, s katerimi bi lahko uspeˇsnost naˇsih
V stisnjenih slikah z algoritmom MoDE so jasno vidne linije algoritmov ˇse dodatno izboljˇsali. V naslednjih nekaj odstav-
objektov in njihove barve. Pri stisnjenih slikah z algoritmom kih predstavljamo samo nekatere izmed njih.
MoCS so te linije nekoliko zabrisane in v primerjavi z MoDE
so nekateri objekti zdruˇzeni v enega samega. Lotili bi se lahko pred-procesiranja slik, kjer slike razdelimo
na veˇc pod-slik in vsako od njih obdelamo neodvisno z algo-
6. ZAKLJUcˇEK ritmom stiskanja. Glede na to, da smo pri sivinskih slikah
dobili zelo dobre rezultate, bi lahko bila naslednja izboljˇsava
Razvili smo dva algoritma za stiskanje slik po vzorih iz na- po vzoru sivinskih slik. Tukaj sliko razdelimo na tri barvne
rave. Podrobno smo opisali nekatere od moˇznih izboljˇsav ravnine RGB, vsako od njih obdelamo posebej in na koncu
algoritma DE in CS, ki pomagajo pri konvergenci algoritma. zdruˇzimo rezultate nazaj v barvno sliko.
Rezultati izboljˇsanih algoritmov dokazujejo, da ti algoritmi
Algoritmi po vzorih iz narave se nenehno izpopolnjujejo in
izboljˇsujejo s strani razliˇcnih raziskovalcev. Prav gotovo ob-
stajajo ˇse kakˇsne izboljˇsave uporabljenih algoritmov v naˇsem
delu, ki bi jih lahko prilagodili za naˇs problem stiskanja slik
in tako izpopolnili uspeˇsnost uporabljenih algoritmov. Ena
od izboljˇsav pri obeh algoritmih bi bila uporabiti dodatne
mehanizme za izogibanje lokalnemu optimumu.
StuCoSReC Proceedings of the 2016 3rd Student Computer Science Research Conference 20
Ljubljana, Slovenia, 12 October
