Published January 1, 2016 | Version v1
Publication Open

Optimization of Channel Coding for Transmitted Image Using Quincunx Wavelets Transforms Compression

Creators

  • 1. University of Bechar

Description

Many images you see on the Internet today have undergone compression for various reasons. Image compression can benefit users by having pictures load faster and webpages use up less space on a Web host. Image compression does not reduce the physical size of an image but instead compresses the data that makes up the image into a smaller size. In case of image transmission the noise will decrease the quality of recivide image which obliges us to use channel coding techniques to protect our data against the channel noise. The Reed-Solomon code is one of the most popular channel coding techniques used to correct errors in many systems ((Wireless or mobile communications, Satellite communications, Digital television / DVB,High-speed modems such as ADSL, xDSL, etc.). Since there is lot of possibilities to select the input parameters of RS code this will make us concerned about the optimum input that can protect our data with minimum number of redundant bits. In this paper we are going to use the genetic algorithm to optimize in the selction of input parameters of RS code acording to the channel conditions wich reduce the number of bits needed to protect our data with hight quality of received image.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

خضعت العديد من الصور التي تراها على الإنترنت اليوم للضغط لأسباب مختلفة. يمكن أن يفيد ضغط الصور المستخدمين من خلال تحميل الصور بشكل أسرع وتستهلك صفحات الويب مساحة أقل على مضيف الويب. لا يقلل ضغط الصورة من الحجم الفعلي للصورة، بل يضغط البيانات التي تشكل الصورة في حجم أصغر. في حالة نقل الصورة، ستقلل الضوضاء من جودة صورة إعادة التقسيم التي تلزمنا باستخدام تقنيات ترميز القناة لحماية بياناتنا من ضوضاء القناة. يعد كود Reed - Solomon أحد أشهر تقنيات ترميز القنوات المستخدمة لتصحيح الأخطاء في العديد من الأنظمة ((الاتصالات اللاسلكية أو المتنقلة، اتصالات الأقمار الصناعية، التلفزيون الرقمي/ DVB، أجهزة المودم عالية السرعة مثل ADSL، xDSL، إلخ). نظرًا لوجود الكثير من الاحتمالات لتحديد معلمات الإدخال لرمز RS، فإن هذا سيجعلنا قلقين بشأن الإدخال الأمثل الذي يمكن أن يحمي بياناتنا مع الحد الأدنى من عدد البتات الزائدة عن الحاجة. في هذه الورقة، سنستخدم الخوارزمية الجينية لتحسين جودة معلمات الإدخال لرمز RS وفقًا لظروف القناة التي تقلل من عدد البتات اللازمة لحماية بياناتنا بجودة عالية للصورة المستلمة.

Translated Description (French)

De nombreuses images que vous voyez sur Internet aujourd'hui ont subi une compression pour diverses raisons. La compression d'images peut être bénéfique pour les utilisateurs car les images se chargent plus rapidement et les pages Web utilisent moins d'espace sur un hôte Web. La compression d'image ne réduit pas la taille physique d'une image, mais compresse plutôt les données qui composent l'image en une taille plus petite. En cas de transmission d'image, le bruit diminuera la qualité de l'image recivide, ce qui nous oblige à utiliser des techniques de codage de canal pour protéger nos données contre le bruit du canal. Le code Reed-Solomon est l'une des techniques de codage de canal les plus populaires utilisées pour corriger les erreurs dans de nombreux systèmes ((communications sans fil ou mobiles, communications par satellite, télévision numérique/ DVB, modems haut débit tels que l'ADSL, xDSL, etc.). Comme il y a beaucoup de possibilités de sélectionner les paramètres d'entrée du code RS, cela nous préoccupera de l'entrée optimale qui peut protéger nos données avec un nombre minimum de bits redondants. Dans cet article, nous allons utiliser l'algorithme génétique pour optimiser la sélection des paramètres d'entrée du code RS en fonction des conditions du canal, ce qui réduit le nombre de bits nécessaires pour protéger nos données avec une qualité élevée de l'image reçue.

Translated Description (Spanish)

Muchas de las imágenes que se ven en Internet hoy en día han sufrido compresión por varias razones. La compresión de imágenes puede beneficiar a los usuarios al hacer que las imágenes se carguen más rápido y que las páginas web ocupen menos espacio en un host web. La compresión de imágenes no reduce el tamaño físico de una imagen, sino que comprime los datos que componen la imagen en un tamaño más pequeño. En caso de transmisión de la imagen, el ruido disminuirá la calidad de la imagen recivide, lo que nos obliga a utilizar técnicas de codificación de canal para proteger nuestros datos contra el ruido del canal. El código Reed-Solomon es una de las técnicas de codificación de canales más populares utilizadas para corregir errores en muchos sistemas ((comunicaciones inalámbricas o móviles, comunicaciones por satélite, televisión digital/ DVB, módems de alta velocidad como ADSL, xDSL, etc.). Dado que hay muchas posibilidades para seleccionar los parámetros de entrada del código RS, esto hará que nos preocupemos por la entrada óptima que pueda proteger nuestros datos con un número mínimo de bits redundantes. En este artículo vamos a utilizar el algoritmo genético para optimizar la selección de los parámetros de entrada del código RS de acuerdo con las condiciones del canal que reducen el número de bits necesarios para proteger nuestros datos con la alta calidad de la imagen recibida.

Files

Paper_56-Optimization_of_Channel_Coding_for_Transmitted_Image.pdf.pdf

Files (765.3 kB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:43b852e0a5d9debbc6d60adb52045a5d
765.3 kB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تحسين ترميز القناة للصورة المرسلة باستخدام Quincunx Wavelets يحول الضغط
Translated title (French)
Optimisation du codage de canal pour l'image transmise à l'aide de la compression des transformées d'ondelettes Quincunx
Translated title (Spanish)
Optimización de la codificación de canales para la imagen transmitida mediante la compresión de transformadas de ondas Quincunx

Identifiers

Other
https://openalex.org/W2415680108
DOI
10.14569/ijacsa.2016.070556

Is supplement to
https://openalex.org/W4378191574 (Other)
https://openalex.org/W4243608781 (Other)
https://openalex.org/W3165542721 (Other)
https://openalex.org/W2751842002 (Other)
https://openalex.org/W2595043295 (Other)
https://openalex.org/W2521595930 (Other)
https://openalex.org/W2387043686 (Other)
https://openalex.org/W2161981399 (Other)
https://openalex.org/W2129829718 (Other)
https://openalex.org/W1520703599 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Algeria

References

  • https://openalex.org/W140658675
  • https://openalex.org/W1976429582
  • https://openalex.org/W1990294520
  • https://openalex.org/W2082872769
  • https://openalex.org/W2111025627
  • https://openalex.org/W2129276048
  • https://openalex.org/W2148575324
  • https://openalex.org/W247104752
  • https://openalex.org/W2530088410
  • https://openalex.org/W2916569282
  • https://openalex.org/W3084738228
  • https://openalex.org/W3175575010
  • https://openalex.org/W4256037357
  • https://openalex.org/W4299924088