Compressão Seletiva de Imagens Coloridas com Detecção Automática de Regiões de Interesse

There has been an increasing tendency on the use of selective image compression, since several applications make use of digital images and the loss of information in certain regions is not allowed in some cases. However, there are applications in which these images are captured and stored automatically making it impossible to the user to select the regions of interest to be compressed in a lossless manner. A possible solution for this matter would be the automatic selection of these regions, a very difficult problem to solve in general cases. Nevertheless, it is possible to use intelligent techniques to detect these regions in specific cases. This work proposes a selective color image compression method in which regions of interest, previously chosen, are compressed in a lossless manner. This method uses the wavelet transform to decorrelate the pixels of the image, competitive neural network to make a vectorial quantization, mathematical morphology, and Huffman adaptive coding. There are two options for automatic detection in addition to the manual one: a method of texture segmentation, in which the highest frequency texture is selected to be the region of interest, and a new face detection method where the region of the face will be lossless compressed. The results show that both can be successfully used with the compression method, giving the map of the region of interest as an input

A compressão seletiva de imagens tende a ser cada vez mais utilizada, visto que diversas aplicações fazem uso de imagens digitais que em alguns casos não permitem perdas de informações em certas regiões. Porém, existem aplicações nas quais essas imagens são capturadas e armazenadas automaticamente, impossibilitando a um usuário indicar as regiões da imagem que devem ser comprimidas sem perdas. Uma solução para esse problema seria a detecção automática das regiões de interesse, um problema muito difícil de ser resolvido em casos gerais. Em certos casos, no entanto, pode-se utilizar técnicas inteligentes para detectar essas regiões. Esta dissertação apresenta um compressor seletivo de imagens coloridas onde as regiões de interesse, previamente fornecidas, são comprimidas totalmente sem perdas. Este método faz uso da transformada wavelet para descorrelacionar os pixels da imagem, de uma rede neural competitiva para realizar uma quantização vetorial, da morfologia matemática e do código adaptativo de Huffman. Além da opção da seleção manual das regiões de interesse, existem duas opções de detecção automática: um método de segmentação de texturas, onde a textura com maior freqüência é selecionada para ser a região de interesse, e um novo método de detecção de faces onde a região da face é comprimida sem perdas. Os resultados mostram que ambos os métodos podem ser utilizados com o algoritmo de compressão, fornecendo a este o mapa de região de interesse