Compresión de imágenes mediante memorias asociativas

Abstract

En este trabajo de tesis se propone un nuevo modelo de transformada con base en las Memorias Asociativas Morfológicas (MAM, Morphological Associative Memories), llamaremos a este modelo Transformada Morfológica (TM) y será aplicada en la etapa de transformación de un compresor de imágenes remplazando a métodos tradicionales como la Transformada Discreta del Coseno o la Transformada Discreta Wavelet. El algoritmo de la TM hace uso de las MAM heteroasociativas; el proceso de aprendizaje se desarrolla entre vectores de entrada predefinidos, llamados matriz de transformación y sub-bloques de la imagen, los cuales representan a los vectores de salida. La matriz de transformación es definida en ambos procesos, compresión y descompresión, de esta forma se puede realizar el proceso inverso de la TM. Al aplicar el algoritmo de la TM, dependiendo de la matriz de transformación usada, la imagen toma una representación morfológica y las etapas que siguen a la transformación en un compresor de imágenes pueden tomar ventaja de esta nueva representación para desarrollar la compresión de los datos. Además, se propone un esquema de compresión de imágenes en cuyo bloque de transformación se hace uso de la TM. Los resultados experimentales mostraron que en comparación con los métodos tradicionales, la principal ventaja que una TM ofrece es la velocidad de procesamiento y bajos requerimientos de memoria, demostrando además una alta competitividad en los parámetros de compresión y relación señal a ruido.