Doğa esinli hesaplama ile renk kuantalama

Bu tezde, iki doğa esinli optimizasyon algoritması Renk Kuantalama (CQ) problemine uygulanmıştır. CQ, bir resim içerisindeki farklı renklerin sayısını azaltmak için kullanılan bir tekniktir. Sınırlı sayıda renge sahip bir resim, birçok yazılım veya donanımın daha etkin kullanılmasını sağlar. Ancak , bu işlem resmin görsel kalitesini düşürür. Bu yüzden, CQ'daki en büyük kaygılardan birisi kuantalanmış resimdeki bozulmayı mümkün olduğu kadar düşük seviyede tutmaktır. CQ bir NP-Hard problemi olarak değerlendirilmektedir.Bu çalışmanın ilk kısmında, ilk olarak, Akıllı Su Damlaları (IWD) algoritması temel CQ problemine adapte edilmiştir. Önerilen IWD-CQ algoritması standart test resimleri ile değerlendirilmiştir. Literatürde bulunan sekiz farklı algoritmayla karşılaştırıldığında, IWD-CQ algoritmasının daha iyi sonuçlar elde ettiği görülmüştür. Karşılaştırmalarda sıkça kullanılan beş geleneksel metot (Uniform, Popularity, Median-Cut, Octree, K-Means) ve üç önemli yapay zekâ metodu (Özdüzenleyici Haritalar, Karınca Kolonisi Optimizasyonu ve Tavlama Benzetimi) kullanmıştır. Sonuçlar, IWD-CQ algoritmasının diğer algoritmalara göre daha az kuanlatama hatası ile çalıştığını göstermektedir.Çalışmanın ikinci kısmında, İnsan Görüş Sistemine (HVS) dayalı, algısal CQ algoritma modeli incelemektedir. Bu model, insan gözünün komşu piksellerin renk ortalamasını algılama özelliğinin, bir benzetimidir. Optimizasyon yöntemi olarak Diferansiyel Gelişim (DE) algoritması kullanılmış ve parametrelerinin nasıl ayarlandığı anlatılmıştır. Önerilen DE-PCQ algoritmasından elde edilen sonuçlar, aynı algısal modelin daha önce bahsedilen beş geleneksel metoda uygulanması sonucu elde edilen sonuçlar ile karşılaştırılmış ve tartışılmıştır. Karşılaştırma sonuçları, DE-PCQ algoritması ile quantalanan resimlerin algısal kalitesinin bariz bir şekilde daha üstün olduğunu göstermektedir.