TY - JOUR ID - TI - Using Artificial Intelligence Techniques for Image Compression AU - Baydaa I. Khaleel PY - 2014 VL - 11 IS - 2 SP - 65 EP - 81 JO - AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات SN - 48161815 23117990 AB - Image compression helps in storing the transmitted data in proficient way by decreasing its redundancy. This technique helps in transferring more digital or multimedia data over internet as it increases the storage space. This research presents some methods to compress digital images using Artificial Intelligence Techniques(AITs) that include from fuzzy logic, swarm intelligent technique, and artificial neural networks. Traditional clustering algorithm k-means and AITs were used, such as Gath-Geva fuzzy clustering algorithm, and Particle Swarm Optimization Technique(PSO), and combined Gath-Geva with backpropagation neural network to produce a new method which is called Fuzzy BackPropagation Network (FBPN) algorithm, by applying these methods on gray level and color images and then applying compression algorithm RLE on it to obtain compressed image. Image quality measures have done by Peak Signal to Noise Ratio(PSNR), Mean Square Error(MSE), and Bitperpixel(bpp), compression ratio (CR) have been computed. Finally, a comparison between results after applying these algorithms on the images data set was obtained.

يساعد كبس الصور في خزن البيانات المنقولة بطريقة ماهرة عن طريق تقليصها. وتساعد هذه التقنية في نقل بيانات رقمية كثيفة او بيانات وسائط متعددة عبر الانترنيت مما يؤدي الى زيادة مساحة الخزن. قدم هذا البحث بعض الطرائق لكبس بيانات الصور الرقمية باستخدام التقنيات الذكائية الاصطناعية والتي تشمل المنطق المضبب، وتقنية ذكاء السرب الاصطناعية، والشبكات العصبية الاصطناعية. وتم استخدام خوارزمية العنقدة التقليدية K-means وتقنيات ذكائية اصطناعية مثل خوارزمية العنقدة المضببة G-G وخوارزمية سرب الطيور PSO، كما تم دمج خوارزمية G-Gمع شبكة الانتشار الخلفي BP لتنتج طريقة جديدة و سميت خوارزمية شبكة الانتشار الخلفي المضببة FBPN ، وطبقت هذه الطرائق على الصور الملونة لعنقدتها ومن ثم تطبيق خوارزمية الكبس RLE للحصول على صورة مكبوسة. وتم حساب المقاييس النوعية للصور وهيbpp, MSE, PSNR CR,. واخيرا تمت المقارنة بين النتائج التي تم الحصول عليها بعد تطبيق هذه الخوارزميات على مجموعة بيانات الصور. ER -