Professional Documents
Culture Documents
ABSTRACT
In this research present the digital image compression using by Karhunen-Loève
Transform (KLT), by convert a color digital image to a gray square digital image, then
select the no. of eigen values and eigen vectors that can reconstruct the image, that be
very near to the original image.
And then calculate compression ratio and a high result reach it, after applied
fidelity criteria on image produce from compression represented by (PSNR, MSE,
correlation coefficient and compression ratio), and using a matlab language
programming for execute this research.
Keywords: digital image, compression, Karhunen-Loève Transform,
الملخص
في هذا البحث تم استخدام طريقة كارنوف لوف في كبس الصور الرقمية ,بعد تحويل الصورة الرقمية الملونة
الى صورة رمادية ومربعة ومن ثم تحديد عدد القيم والمتجهات المميزة التي يمكن من خاللها استرجاع الصورة,
والتي تكون قريبة جدا من الصورة االصلية .وقد كانت نسبة الكبس عالية بعد حساب مقاييس الكفاءة على الصور
الناتجة من الكبس والمتمثلة في (نسبة الضوضاء بالصورة ,نسبة مربع الخطأ ,معامل االرتباط ,نسبة الكبس) وقد تم
استخدام لغة ماتالب لتنفيذ هذا البحث.
الكلمات المفتاحية :الصور الرقمية ،كبس ،تحويل كارنوف لوف.
-1المقـــدمة
ازدادت أهمي ةةة الك ةةبس نتيج ةةة للنم ةةو الس ةريع ف ةةي ق ةةدرة الحاس ةةوب ا ل ةةي وخاص ةةة ف ةةي مج ةةا تط ية ة الوس ةةا
المتعةددة ( ) Multimediaواسةتخدامات البةبكة العالميةة لالنترنيةت ،فضةال عةن محاسةن تقنيةة الفيةديو التةي تبةمل
اإلمكانيات العالية الستخةدامات التلفةزيون والتي تتطلب الجديد واألفضةل واألسةرع لخوارزميةات الكبس ].[1
ةةبكة االتصةةاالت الرقميةةة ( يعة د كةةبس ال يانةةات مهمةةا فةةي العديةةد مةةن التط يقةةات مثةةل نقةةل المعلومةةات خةةال
) ،Networksفضال عن أهميته في تقليل مساحات الخزن في الذاكرة المستخدمة لخزن هذه ال يانات ,وأهميته فةي
47
غادة ذنون يونس
االس ةةتخدام األمث ةةل تكم ةةن باإلمكاني ةةات والمة ةوارد المت ةةوفرة تقلي ةةل الكلفة ة ة م ةةن جه ةةة مم ةةا ي ةةلدو تل ةةى تقلي ةةل وق ةةت النق ةةل
المستخدم وتقليل حزمة اإلرسةةا ) (Bandwidthمن جهة أخرى ].[1
يبمل كبس الصور الرقميةة تقليةل حجةم ملةب ال يانةات ،فةي حةين أن المعلومةات الضةرورية تبقةى ويةتم الحفةا
عليها ,يطل على الملب الذو تم تقليصه ملب الكبس وهو الذو يتم اعتمةاده فةي نةاء الصةورة األصةلية .تن المفتةا
لهيكل الكبس الناجح يأتي مع التعريف الدقي للمعلومات الضرورية ،ولفهم هذا يجب التمييز ةين ال يانةات ) ( data
والمعلومات ) ( informationبالنسبة للصور الرقمية ,فال يانةات تبةير تلةى ةيم مسةتوى التةدرط للنقطةة ( ( gray
level valuesوالذو يمثل مقدار تضةاءة ( أو لمعان ) تلك النقطة ,أما المعلومات فهي ترجمةة (تفسةير) ال يانةات
بطريقةةة تات معن ةةى ،ات تعتم ةةد ال يان ةةات لغ ةةرل توص ةةيل المعلومةةات بأس ةةلوب يب ةةبه طريق ةةة الح ةةروف المس ةةتخدمة ف ةةي
توصةيل المعلومةةات عةةن طرية الكلمةةات ,هةةذا تص ةةح المعلومةةات ببكلةةها المفهةةوم ,فضةةال عةةن تلةةك يمةةكن تط يقه ةةا
ببة ةةكل محةدد,علة ةةى س ية ةةل المثة ةةا فة ةةي الصة ةةورة الثنةا ية ةةة ) (binary imageالتةةي تحتةةوو علةةى نةةم المعلومةةات
الضرورية فق أما أن تبةمل الةنم المةراد قراءتةه فحسةب .أو فةي الصةور الط يةة فالمعلومةات الضةرورية ربمةا تبةمل
التفاصيل الد يقة في الصورة األصلية كلها].[1
تن التمثيل الرقمي ) )codingللصورة يتطلب عددا ك ي ار جدا من القيم .ومن المهةم فةي كثيةر مةن التط يقةات
أن يتم التفكير في تقنيات لتمثيل الصورة أو المعلومات .وبالرغم مةن أن الهةدف مةن الترميةز هةو تخلةيط المعطيةات
فان تفضيل تقنية ترميز معينة على تقنية أخرى تعتمد على مسألة تعادة ناء كامةل المعطيةات (الصةورة) فةي ةكلها
الرمزو.
ونجا أية تقنية ترميةز يعتمةد علةى درجةة مالءمتهةا ل نيةة ليكةل المعطيةات ,وقن الطريقةة المثاليةة فةي تصةميم
أسةةلوب فعةةا للترميةةز هةةي تحديةةد المعطيةةات أوال وبعةةد تلةةك اختيةةار طريقةةة تال ةةم تلةةك ال نية ة .ولكةةن ناة ار الن أسةةلوب
الترميز للصورة غالبا ما يتضمن قةد ار مةن التجريةب (أو باالعتمةاد علةى المحاولةة والخطةأ) ,فاالعتبةار األكثةر أهميةة
هةةو اختيةةار تقنيةةة ترميةةز تخفةةط يانةةات الصةةورة تلةةى عةةدد مةةن العناصةةر التةةي تحمةةل صةةفات تمييزيةةة كا يةةة مةةع حفة
كافي للمعلومات].[2
بمجاالت عديدة في حياتنا منها -:في مجا التراسل بمختلب أنواعها, كبس الصورة مهم جدا ويط
المتعددة ,وفي مجا ببكل واسع في مجا الوسا والوثا ,والنقةل ,بكة االتصةاالت ع ر اإلنترنت .كذلك ط
صور االستبعار عن البعد.وقد استخدم الكبس أيضا في مجا التراسل ع ر أجهزة الفاكس ,وفي مجا
الرسومات].[7
اعتمد كثير من النماتط واألساليب على كبس الملفات ,وقد جرت ببكل واسع عمليات الكبس على أسلوبين
هما(المادو وال رمجي):
ببكل واسع عند الحاجة تلى كبس المعلومات ▪ امتاز األسلوب األو بسرعة التط ي وسهولة االستخدام ويط
واكتسا ها.
▪ أما األسلوب الثاني فقد اعتمد على اإلمكانيات ال رمجية ألجهزة الحاسبات وقد تمكن كثير من الباحثين من ناء
خوارزميات لذلك الغرل ,تت أن خوارزميات الكبس طورت واسطة اخذ محاسن التكرار والموجودة في يانات
الصور].[3
48
كبس الصور الرقمية باستخدام تحويل كارنوف لوف
تصنب خوارزميات الكبس الى عدة ط ار ,ات يعتمد الكبس على أنواع ال يانات المراد كبسها وحسب تركي ها
والخواص التي تحتويها تلك ال يانات ,تت أن هنالك بعط الخوارزميات تعمل ببكل جيد على بعط األصناف من
الصور وال تعمل جيدا على البعط ا خر .ات توجد بعط الصور التي ال تتق ل أو فقدان أو تبويه بس ب الكبس,
أما البعط ا خر فقد تسمح بالفقدان أو التبويه للمعلومات عند تعادة استرجاعها وفك كبسها وعلى هذا األساس
يكون هناك أسلوبان لكبس ال يانات حسب حفاها للمعلومات].[10
ال يانات األصلية ,وتم في هذا النوع من الكبس من الممكن تعادة ال يانات التي تم كبسها ببكل يطا
استخدام خوارزميات هذا النوع من الكبس ببكل ا ع مع ملفات النصوص والتي ال تسمح بفقدان أو من معلوماتها
أثناء عملية الكبس ,وكذلك استخدم مع ملفات الصور الط ية ,والصور الفضا ية ,وأر فة الصور والوثا ,واألعما
الفنية الثمينة ومع كل التط يقات التي تتطلب مصدا ية تامة].[1
الكبس هذا األسلوب: ومن ط ار
❖ طريقة هوف مان
❖ طريقة الترميز الرياضي
❖ طريقة زيكزاك
ومن أهم مميزات هذا األسلوب هو الحصو على نسبة كبس عالية ولكن على حساب فقدان جزء من
المعلومات األصلية وعليه يكون استخدامه من عدمه معتمدا على نسبة فقدان ال يانات المسمو ها وأهميتها .ولكن
فقدان ال يانا ت ال يعني انها ستلثر على نوعية الصورة الناتجة من عملية الكبس .كما ان ال يانات المفقودة في
الصورة المستخدمة تكاد ال تكون واضحة بالعين الببرية].[10][1
الكبس هذا األسلوب: ومن ط ار
❖ طريقة التحويل المويجي
❖ طريقة التكميم الخطي
❖ طريقة التقسيم البجرو
❖ طريقة التحويل الرمزو
49
غادة ذنون يونس
هي طريقة لترميز ال يانات المستخدمة في مجاالت كبس الصور الرقمية ,يتم تحويل ال يانات الى فضاء اخر
ق ل عملية الترميز .والفا دة من هذا هو لتحويل ال يانات المدخلة الى صيغة مختلفة مما يجعل اجراء عملية الكبس
اسهل وافضل ،ومن الممكن تجاهل بعط المعلومات التي ال تودو الى خسارة معلومات في الصورة االصلية].[10
تم في هذا البحث استخدام طريقة تحويل كارنوف لوف في مجا كبس الصور الرقمية ,والتي تعد تقنية
مبهورة في مجاالت معالجة الصور وتعرف ب( (karhunen –loeve transformاو hotelling transform
او eigenvector transformكل هذه التسميات مرتبطة وقريبة جدا من component analysisprinciple
الذو يستخدم ببكل واسع في تحليل ال يانات واستخالص الخواص .ات ان هذا التحويل يعتمد عل خصا م
احصا ية لنقاط الصورة او مواصفات وصفات اال كا داخل الصورة ].[4
االحصاء ,االتصاالت ,الرؤية في عدة حقو خاصة في مجا ان طريقة كارنوف لوف استخدمت
الحاسوبية وفي مجاالت ومهام عدة خاصة في تمييز االنماط ومنها تمييز الوجه،تمييز اال كا ،تخمين مسار
الحركة ،تعليم المتقدم وتتبع اال كا ] [5وكما تعد طريقة مثالية لتقريب مجموعة من المتجهات او الصور والتي
تستخدم في مجا معالجة الصور والرؤية الحاسوبية لعديد من المهام وان العمليات الحسا ية تكون بط يعتها محددة
في هذا التط ي ].[6
ان هذه الطريقة تجعل المعلومات التي لها اهمية اك ر بالصورة ظاهرة وواضحة ,سيكون هذا التحويل اكثر
سهولة لو تم توزيع ال يانات او المعلومات ببكل صحيح حيث ات اعلى يم مميزة ( )eigen valueتحوو على اك ر
نسبة من المعلومات ].[9
تعد طريقة كارنوف لوف األمثل وتلك:
تستطيع ارجاع ال يانات االصلية باالعتماد على عمليات احصا ية مستقلة . •
من الممكن استخدام اقل عدد من معامالت التحويل والتي تحوو اك ر نسبة من ال يانات. •
ونا ار لهذه الميزات تم استخدام كارنوف لوف ولكن هناك بعط السل يات ات انها تحتاط الى عمليات حسا ية
عديدة من اجل اجراء عملية التحويل].[8
ان الخطوات التي توضح خوارزمية كارنوف لوف تم ادراجها بالنقاط االتية:
(1تحويل الصورة الملونة تات االبعاد n*mالى صورة رمادية والمتمثلة بالمصفوفة Xوبابعاد .n*n
(2حساب المتوس الحسا ي للمصفوفة Xوالذو يمثل .µ
N N
1
=
N*N
i =1 J =1
] X [i ][ j i = 1...N , J = 1....N )…(1
50
كبس الصور الرقمية باستخدام تحويل كارنوف لوف
(5حساب القيم المميزة والمتجهات المميزة ( )Eigen value ,Eigen vectorلمصفوفة التباين Cعن طري
استخدام الدالة الجاهزة لغة ماتالب ( )eigوالتي سينتج عنها مصفوفة من القيم المميزة وبابعاد n*n
ومصفوفة ثانية من المتجهات المميزة وبابعاد .n*n
(6اختيار متجهات الخواص او الصفات:
تتميز طريقة كارنوف لوف بان المتجهات المميزة التي تحمل يمة اك ر ستحوو على نسبة اك ر من
المعلومات او الخواص داخل الصورة ،وبذلك يمكن اخت از او تجاهل بعط هذه القيم التي ال تحمل نسبة
عالية من ال يانات ات ترتب القيم المميزة طرديا مع كمية ال يانات التي تمثلها.
لذلك سيتم ترتيب مصفوفة القيم المميزة تنازليا من االك ر الى االصغر وعلى اساس هذا الترتيب سيتم
اعتماد ترتيب مصفوفة المتجهات المميزة (كمثا لو ان السطر الرابع من القيم المميزة يحمل القيم االك ر
فان المتجه المميز الرابع من مصفوفة المتجهات المميزة سيكون بالسطر االو من المصفوفة الناتجة)A
لذلك سيكون لدينا المصفوفة
)A=(v1,v2,v3…………....vn
والتي ستحوو المتجهات المميزة فق وستكون ابعاد المصفوفة Aهي . n*n
(7تكوين مجموعة من ال يانات الجديدة من خال تط ي المعادلة :
)Final data=A*(X-µ )…(4
(8استرجاع الصورة االصلية من اجل ارجاع الصورة االصلية سيكون تط ي المعادلة االتية :
Data adjust=AT *Final data )…(5
وللحصو على ال يانات كاملة ومطابقة للصورة االصلية يكون تط ي المعادلة:
)X=AT*(Final data+µ )…(6
هذه المعادلة يتم تط يقها عندما ال يتم استخدام كل المتجهات المميزة في عملية استرجاع الصورة (وهذا ما
الحسا ي) في جعل عملية استرجاع ال يانات يعرف باستخالص الخواص) حيث سيساعد ) µالمتوس
االصلية صحيحة].[4
الخطوات االتية توضح التط ي العملي للطريقة المقترحة والتي تكون كاالتي-:
.1تحويل الصورة الملونة والمتمثلة بالمصفوفة Xوالتي ابعادها m*nالى صورة رمادية ومربعة
بأبعاد n*nوحسب المثا االتي فان ابعاد الصورة هي (.)252*252
51
غادة ذنون يونس
52
كبس الصور الرقمية باستخدام تحويل كارنوف لوف
نالح من البكل رقم ( )2انه باالعتماد على او متجه مميز من المصفوفة Aوالذو ابعاده ( )1*252تم
الحصو على بعط ال يانات في الصورة وكلما زاد عدد المتجهات المميزة كانت يانات الصورة المسترجعة اكثر
واوضح المعالم .وكما موضح في البكل ( )6الذو تم يه استرجاع ال يانات كاملة وهي اقرب بكثير من الصورة
االصلية ,وقد تم توضيح مقاييس الكفاءة على الصورة في الجدو (.)1
وان كمية ال يانات او المعلومات الخاصة بالصورة باستخدام تحويل كارنوف لوف موجودة في الربع االو
من المتجه المميز ,اما البقية فتحوو كمية قليلة من ال يانات وكما موضح بالبكل االتي
ونالح من البكل رقم ( )7انه باالعتماد على يم المتجه المميز في المصفوفة Aمن 200الى 252ان
كمية ال يانات الخاصة بالصورة قليلة جدا .وكما نالح من البكل رقم ( )8ان استخدام يم المتجه المميز من
100الى 252اعطت ايضا نسبة قليلة من يانات الصورة.
53
غادة ذنون يونس
من هنا تم التوصل الى فكرة استخدام كارنوف لوف في مجا كبس الصور الرقمية وتلك الن او جزء من
المتجه المميز اعطى كمية ك يرة من يانات الصورة ويمكن الغاء بقية يم المتجه المميز وتلك الحتوا ه على كمية
قليلة من ال يانات واالستفادة منه في مجا الكبس لذا فان طريقة كارنوف لوف باإلمكان ادراجها ضمن ط ار
الكبس بفقدان.
تم اقتباس مقياس الكفاءة من مجاالت معالجة اإل ارات الرقمية و نارية المعلومات ات تم استخدامها
ألجل التمكن من ياس كميات الخطأ في الصورة المعاد تكوينها ويمكن تعريفها بان مستوى المعلومات المفقودة
ممكن أن يع ر عنه وصفه دالة من الصورة األصلية –المدخلة -والمك وسة ,فهنالك كثير من القياسات التي
تعتمد على حساب مقدار التباين ين نسخ مختلفة لنفس الصورة ومن هذه المقاييس]:[1
نسبة مربع الخطأ Mean Square Error أ-
n m
1
= MSE
n * m i =1
er
j =1
2
ij )…(7
حيث ان :
:m,nتمثل ابعاد الصورة المدخلة
: Erتمثل نسبة الخطا ين الصورة االصلية مطروحا منه الصورة المسترجعة من الكبس].[1
نسبة الضوضاء بالصورة Peak To Noise Ratio ب-
حساب PSNRباستخدام المعادلة
R2
[ PSNR = 10 log10 ] )…(8
MSE
حيث ان:
:Rاعلى يمة للتدرجات الرمادية في يانات الصورة وغالبا تساوو يمة 255في حالة كون الصورة المستخدمة
رمادية (.[1])gray image
نسبة الكبس Compression Ratio ت-
يمكن حساب النسبة األصلية للكبس من خال حجم الصورة األصلية الرمادية غير المك وسة وحجم
الصورة الرمادية المك وسة وهذه النسبة للكبس ممكن التع ير عنها كما يلي]:[1
)…(9
حيث ان
54
كبس الصور الرقمية باستخدام تحويل كارنوف لوف
)…(10
حيث ان:
:Xالصورة االصلية الرمادية
:Yالصورة المسترجعة
) :Cov(x,yتمثل التباين لة .x,y
:االنحراف المعيارو لكل من Xو Yعلى التوالي
الصورة االصلية والمسترجعة من عملية لذا من الممكن استخدام معامل االرتباط في حساب مدى تطا
الكبس].[1
-8مناقشة النتائج:
تم في هذا البحث استخدام طريقة كارنوف لوف لكبس الصور الرقمية واجريت االختبارات على العديد من
يم المتجه المميز وبقيم مختلفة من اجل استرجاع الصور المك وسة وقد تم حساب مقاييس المصدا ية ( MSE,
)PSNR, correlation, compression rateلكل الصور المسترجعة وقد اعطت جميعها نتا ج جيدة وكما
موضح بالجدو ( ,) 1علما ان الصورة التي طبقت عليها الخوارزمية هي لصورة تات التدرط الرمادو وابعاد الصورة
كانت ( )252*252وان عدد المتجهات المميزة التي تم االعتماد عليها بالكبس واختبارها هو (.)252*252
جدول( )1نتائج تطبيق مقاييس الكفاءة للصور المعتمدة على متجهات مميزة مختلفة
Size of image Size of matrix
No. of Correlation Compression
MSE PSNR before after
)eigenvectors(R,C Coefficient Ratio
compression compression
))1, 1: 252 0. 0280 0. 4550 15. 1789 0. 0040 63504 252
))1: 10, 1: 252 0. 0091 0. 8681 20. 0769 0. 0397 63504 2520
)(1: 50, 1: 252 0. 0037 0. 9478 23. 963 0. 1984 63504 12600
))1: 100, 1: 252 0. 0024 0. 9661 25. 7801 0. 3968 63504 25200
))1: 150, 1: 252 0. 0019 0. 9736 26. 8419 0. 5952 63504 37800
))1: 200, 1: 252 9. 7573e-004 0. 9864 29. 7592 0. 7937 63504 50400
))1: 252, 1: 252 3. 0519e-031 1 55. 8068 1 63504 63504
نالح ة مةةن البةةكل ( )9انةةه كلمةةا زادت عةةدد ةةيم المتجهةةات الممي ةزة زاد معامةةل االرتبةةاط حتةةى وصةةل للواحةةد
بمعنى ان الصورة المسترجعة من الكبس هي جدا قريبة للصورة االصلية.
ام ةةا بالنس ةةبة للب ةةكل( )10ف ةةنالح ان ةةه كلم ةةا زادت ةةيم المتجه ةةات الممية ةزة زادت ةةيم PSNRوه ةةذا يعن ةةي ان
الصورة المسترجعة قريبة من الصورة االصلية.
اما بالنسبة للبكل( )11فنالح انه كلما قلت يم المتجهات المميزة كانت نسبة الكبس افضل.
55
غادة ذنون يونس
والب ةةكل( )12نالح ة ان ةةه كلم ةةا زادت ةةيم المتجه ةةات الممي ةزة كان ةةت يم ةةة MSEقليل ةةة وه ةةذا يعن ةةي ان نس ةةبة الخط ةةأ
بالصورة قليلة وتكون الصورة المسترجعة اقرب للصورة االصلية.
56
كبس الصور الرقمية باستخدام تحويل كارنوف لوف
المعروفة والمبهورة في مجا كبس الصور الرقمية وهي التحويل المويجي تم استخدام احد الط ار
:wavelet
)EZW Embedded Zero tree Wavelet( البجرة الصفرية المطمورة:
التحويل المويجي المعروفة والتي تعتمد على تقسيم الصورة الى اربعة مستويات ويكون وهي احد ط ار
التقسيم بالنسبة للصورة على البدة تات القيم االعلى ويستمر التقسيم الى ان نصل لقيمة العتبة المث تة ويتركز
التقسيم على الربع االو الن تركيز المعلومات يكون اك ر] [11وكما موضح بالبكل(.)11
57
غادة ذنون يونس
وكما نالح في الجدو ( )2ان نسبة الكبس في الطريقة المقترحة والتي تم االعتماد على 50متجه مميز
كانت اقل بكثير من كانت افضل بكثير من طريقتي( )EZW,SPHITكما ان نسبة الخطأ()MSE
طريقتي( )EZW,SPHITاما بالنسبة لل PSNRومعامل االرتباط فكانت جيدة ومقاربة للقيم الناتجة من طريقتي
الكبس( )EZW,SPHITكما ان الوقت الالزم لتنفيذ عملية الكبس باستخدام KLTاقل بكثير من الوقت المستغرق
بالتنفيذ باستخدام طريقتي. SPHIT,EZW
جدول( )2نتائج مقارنة بين طريقة KLTوطريقتي EZW,SPHIT
Correlation Compression execution
Method MSE PSNR
Coefficient Ratio Time/second
Proposed
0. 0037 0. 9478 23. 9634 0. 1984 0. 1092
algorithm
Ezw 19. 2811 0. 9930 35. 2795 0. 9104 3. 5880
Sphit 21. 4635 0. 9919 34. 8138 0. 6160 5. 2416
58
كبس الصور الرقمية باستخدام تحويل كارنوف لوف
المصادر
كلية علوم, بحث ماجستير,"النصية العربية "كبس صور الوثا,2003 , ميسون خضر,الحيالي [1]
. العراق, جامعة الموصل,الحاسبات والرياضيات
[2] R.C. Gonzalez, R.E. Woods, 2002., "Digital Image Processing", 2nd Edition,
Prentice-Hall, Jan.
[3] Y. Wang, J.Ostermann, and Y.-Q. Zhang, 2002, "Video Processing and
Communications", Polytechnic University, Brooklyn, NY11201, Prentice Hall.
[4] Smith I Lindsay, February 26, 2002, "AtutorialonPrincipalComponents
Analysis".
[5] Zhang Daoqiang, Chen * Songcan,2001,"Fast Image Compression using Matrix
K-L Transform", Department of Computer Science and Engineering, Nanjing
University of Aeronautics & Astronautics,Nanjing 210016, P.R. China.
[6] Patricia R. Oliveira, Roseli F. Romero, 1997, "A Comparision between PCA
Neural Networks and the JPEG Standard for Performing Image Compression",
Authorized licensed use limited to: IEEE Xplore. Downloaded on January
19,2012 at 22:07:01 UTC from IEEE Xplore. Restrictions apply.(ivsl)
[7] Roberto Arenas Lara, Yunhong Wang,2011, "Lossless Compression On-Board
Remote Sensing Satellites", Authorized licensed use limited to: IEEE Xplore.
Downloaded on January 19,2012 at 22:17:48 UTC from IEEE Xplore.
Restrictions apply. (ivsl)
[8] Wei Zheng1, Yan Zhang2, 2012, "A Novel Improvementto PCA for Image
Classification", Authorized licensed use limited to: IEEE Xplore. Downloaded
on January 19,2012 at 22:25:50 UTC from IEEE Xplore. Restrictions
apply.(ivsl)
[9] Jun Ding, Zuo Zhang,2011, "A Method for Urban Traffic Data Compression
Based on Wavelet-PCA", Authorized licensed use limited to: IEEExplorer.
Downloaded on January 19,2012 at 22:25:58 UTC from IEEE xplore.
Restrictions apply.(ivsl)
[10] Sonal, Dinesh Kumar, 2005, "A Study of Various Image Compression
Techniques", Department of Computer Science & Engineering Guru
Jhambheswar University of Science and Technology, Hisar.
[11] Priti Singh, Priyanka Singh, 2001, "Design and Implementation of EZW &
SPIHT Image Coder for Virtual Images", International Journal of Computer
Science and Security (IJCSS), Volume (5) : Issue (5) .
59