Comparison of image compression algorithms used in Wireless Multimedia Sensor Networks

Abstract

Özetçe-Kablosuz Multimedya Algılayıcı Ağ'lar (KMAA), ses, resim ve video gibi büyük boyutlu verilerin iletilmesinde kullanılmaktadır. KMAA'larda ortamdan alınan multimedya veri işlenerek bir sonraki algılayıcıya veya baz istasyonuna iletilir. Özel uygulamalar dışında, KMAA'larda veri üzerinde sadece sıkıştırma işlemi yapılmaktadır. Bu çalışmada, KMAA'larda da sıklıkla kullanılan görüntü sıkıştırma algoritmaları Ayrık Kosinüs Dönüşümü (Discrete Cosine Transform -DCT), Hiyerarşik Ağaçlarda Küme Bölümleme (Set Partitioning in Hierarchical Trees -SPIHT) ve Düşük Enerji Görüntü Sıkıştırma Algoritması (Low Energy Image Compression Algorithm -LEICA)'nın görüntüyü sıkıştırma ve sıkıştırılan görüntüyü tekrar açma süreleri karşılaştırılmıştır. Algoritmalar öncelikle C programlama dilinde kodlanmış ve bu kodlar algılayıcıların donanım gereksinimlerine sahip olan Windows işletim sistemli sanal bilgisayar üzerinde çalıştırılarak elde edilen veriler sıkıştırma ve tekrar açma süreleri açısından değerlendirilmiştir. Anahtar Kelimeler -KMAA; DCT; SPIHT; LEICA. Abstract-Wireless Multimedia Sensor Networks (WMSN) are used to transfer large amount of data like audio, image, and video. The multimedia data which is gathered from the environment is processed and then transferred to another sensor or a sink in WMSN. Except for the special applications, in WMSN, there is only compression operation on the data. In this study, image compression and decompression times of three image compression algorithms:Discrete Cosine Transform -DCT, Set Partitioning in Hierarchical Trees -SPIHT, Low Energy Image Compression Algorithm -LEICA, which are also frequently used for WMSN are compared. The algorithms are first encoded by C programming language and run on a virtual machine with Windows OS, which owns hardware requirements of the sensors. Then, the obtained data is evaluated in terms of compression and decompression times.

Low‐complexity and efficient image coder/decoder with quad‐tree search model for embedded computing platforms

“…Among all reported coding algorithms, SPIHT is a competitive choice for the embedded processing communication systems due to its high coding efficiency and low complexity [9][10][11][12].…”