Treffer: A Gray Scale Image Compression Using Hierarchical DWT Decomposition and Mixing Quantization Techniques.

This paper describes a hybrid grayscale compression system based on the discrete wavelet transform (DWT) and a polynomial coding technique for mixing quantization schemes to increase the compression ratio while maintaining quality. The proposed compression system consists of three main steps: first, decomposing an image using a three-level DWT; second, applying the 2-D linear polynomial coding technique to the approximation sub-band; and third, dividing the detailed sub-bands of each level into the Most Significant Value (MSV) and Least Significant Value (LSV), where the former is compressed using iterative scalar uniform quantization and the latter by soft quantization thresholding. For testing the performance of the suggested compression system, five standard images of size 256×256 pixels were adopted. The suggested technique showed superior performance in terms of reconstructed (decoded) image quality and compression ratio (gain), where the compression ratio is between 21–27 with a PSNR value between 36–38 dB and the compression ratio of JPEG is between 7–20 with a PSNR value between 33–37 dB. [ABSTRACT FROM AUTHOR]

قدم هذا البحث نظام ضغط هجين للصور الرمادية حيث يعتمد على التحويل المويجي المنفصل (DWT) وتقنية الترميز متعدد الحدود لخلط مخططات التكميم لزيادة نسبة الضغط مع الحفاظ على الجودة. يتكون نظام الضغط المقترح من ثلاث خطوات رئيسية، أولاً، تفكيك الصورة بواسطة DWT ثلاثي المستويات، متبوعا بتطبيق تقنية التشفير الخطي متعدد الحدود ثنائي الأبعاد على النطاق الفرعي التقريبي، ثم فصل النطاقات الفرعية التفصيلية لكل مستوى إلى القيمة الأكثر أهمية (MSV) والأقل أهمية (LSV)، حيث يتم ضغط الأول بواسطة تكميم منتظم عددي متكرر، بينما يتم ضغط الأخير بواسطة مخطط عتبة تكميم ناعم. أظهرت التقنية المقترحة أداء فائقا من حيث جودة الصورة المعاد بناؤها فك الشفرة ونسبة الضغط (المكتسبة). [ABSTRACT FROM AUTHOR]

Copyright of Iraqi Journal of Science is the property of Republic of Iraq Ministry of Higher Education & Scientific Research (MOHESR) and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)