Resumen

La detección compresiva (CS) es una arquitectura de codificación de imágenes poco compleja, adecuada para las redes de sensores inalámbricas con recursos limitados. Sin embargo, debido a las estadísticas no estacionarias de las imágenes, las imágenes reconstruidas por el códec basado en CS tienen muchos artefactos de bloqueo y desenfoques. Para superar estos efectos negativos, proponemos un sistema de detección compresiva por bloques adaptable (ABCS) basado en la entropía espacial. La entropía espacial mide la cantidad de información, que se utiliza para asignar recursos de medición a varias regiones. El sistema tiene en cuenta la entropía espacial porque la riqueza de información implica más bordes y texturas. Para reducir la complejidad computacional de la decodificación, se utiliza un modo lineal para reconstruir cada bloque mediante el producto matriz-vector. Los resultados experimentales demuestran que nuestro sistema de codificación ABCS proporciona una mejor calidad de reconstrucción tanto desde el punto de vista subjetivo como objetivo, y además tiene una baja complejidad de decodificación.

• Materias:Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Fisiología vegetal
• Subjects:Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Plant physiology
• Palabras claves:medidas de entropía espacial, cantidad de información, complejidad de descodificación, punto de vista, compresión adaptativa de bloques, arquitectura de codificación de imágenes, mejor calidad de reconstrucción, red de sensores inalámbricos, baja complejidad de descodificación, estadísticas de la imagen
• Keywords:spatial entropy measures, amount of information, complexity of decoding, point of view, adaptive block compressive, image encoding architecture, better reconstruction quality, wireless sensor network, low decoding complexity, statistics of image