Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   11 ,  No.   3 ,  June   2021 ,  pp. 1 985~ 1993   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v11 i 3 . pp1985 - 19 93          1985       Journ al h om e page :  http: // ij ece.i aesc or e.c om   Novel  h yb rid  f ra mework  for  i ma ge  c omp ressi on fo r  s up po rtive   h ar dw are  d esign  of  b oo s ti ng  c omp ression       Prem a ch and  D .   R . ,  U.  Er anna   Depa rtment  o f  E le c troni cs  and  C om m unic at ion  E ngine er ing ,  Ball a ri  Inst it ut e  of   T ec hnolog y   and   Mana gement ,   B al l ari ,   India       Art ic le  In f o     ABSTR A CT    Art ic le  history:   Re cei ved   N ov   10 , 201 9   Re vised  Oct   1 2 ,   20 20   Accepte d  Nov 1 , 2 0 20       Perform ing  the   i m age   compress ion  over   the  reso urc e  constraine d   har dwar e  is   quit e  a  cha l le ngi ng  ta sk.  Althoug h,   the r e  has  been  var ious  appr oa che s  bei n g   ca rri ed  out  towa rds  image  compr ession  conside ri ng  the   har dware   aspe ct   of  it,  but  stil l  th ere  are   prob le m s   a ss oci at ed   with  the   m emor y   acce l era t ion   associa t ed  with  the   en ti re   oper ation  that  downgrade   th e  per fo rm anc e  of   th e   har dware   d evi c e .   The r efo re ,   th e  proposed  appr oa ch  pre sents  a  co st  eff ective  image  compress ion  m ec hani sm   which   offe rs  lossless  compres sion  us ing  a   unique   combin at ion  of  the   n on - li ne ar  fil t ering,  segm ent atio n,   cont our   det e ct ion ,   fo ll ow ed  b y   the  opti m i za t ion.   The  com pre ss ion  m ec han ism   ada pts  ana l y t ical  appr o ac h  for  signifi c a nt  image  compress ion.   The   exec uti on  of  the   compress ion  m ec hani sm   y ie lds  faste r  r esponse  ti m e ,   r educ ed   m ea n  squar e   err or, improved s igna l  qu al i t y   an d  significant c o m pre ss ion  rat io   per form anc e .   Ke yw or d s :   Enc od i ng   Hardwa re  a cce le rati on   Im age  c om pr ession    Segm entat ion     VLSI  a rch it ect ur e   This   is an  open   acc ess arti cl e   un der  the  CC  B Y - SA   l ic ense .     Corres pond in g  Aut h or :   Pr em a chan d   D .   R .   Dep a rtm ent o f  Ele ct ro nics  and C omm un ic ation   En gin ee rin g   Ba ll ari In sti tut e of Tec hnolog y and M ana ge m ent   Ba ll ari,  India     Em a il :  pr em ch andbitm @g m a il .co m       1.   INTROD U CTION     Perfo rm ing   dif fer e nt  f or m s  of  pr ocessin g  over  a   com plex   form   of   a n  im age  is  a  chal le ng in g  ta s k  wh e n  it   com es  to  hard war e - ba sed  im ple m ent at ion .  I n  this  a sp ect ,  im age  c om pr essio n  is  on e  s uc h  proce ss  tha t   sign ific a ntly   offer s  over hea d  i n  the  ha rdwa re   reali zat ion .   Al l  the  pro blem s  sta rts  with  t he  m e m or y  syst em   of   the  ha r dw a re  c om po ne nt  w hile  proces sin g  la rg e   num ber   of  i m age  pix el s.   I t  is  belie ve d  th at   the  pe rfo rm anc e   of  the  m e m or y  m anag em ent  so le ly   de pends   upon  t he  patte rn  of  it s  acce ss ing   m echan is m .  It  is  esse ntial   tha t   analy sis  of  th e  traces  of  th e  m e m or y  is  require d  to   be   inv e sti gated  in  or der   t o  i m pr ov e  t he  m e m ory   m anag em ent  of  the   ha r dw a re .  T he  im age  com pr essio n  m echan ism   aim s   to  op ti m iz e  t he  siz e  of  im a ge  for   sm oo th  transm issi on   a nd   stora ge  [ 1].  T he  pr esen ce  of   a rtif act s  in  the  im a ges  ca n  al so   re m ov e  throu gh   i m age   com pr essio n  [ 2].  But,   the re  i s  chall en ging  sit uation  i n  ac hiv in g  sig nific ant  im age  com pr essi on  f or  th e  are a   and ene gy c onstrai ned d e vice s [3].    In   or der   to  pe r form   an  eff ic ien t  i m age  co m pr essio n,   the re  are  var i ou s  c onditi on s  that  are   req ui red   t o  be  cat ere d  up.  The  pr im ary  c onditi ons  to  be   sat isfie d  are  t hat  the  usa ge  of  lossless  c ompressi on  is  i m portan t   for  resist in g  l os s  of   trace d  data  in  m e m or y  syst e m .  The  seconda ry  co nd it io n  to  be  sat isfie d  is  tha t  there   sh oul d  be   hi gher  de gr ee  of  thr oughput  an d  inc rease d  s pe ed  f or  hi gh e r   ba ndwidt h  s uport abilt y.  W it h  the  increasin g  fr e quency  of  op e ra ti on   a nd  the  hi gh e r  data  band width,  the re  is  a  nee d  of  hi gher  r at e  of  th rou ghput   too .  T he  m a in  reason  be hind  this  is  that  in  o rd e r  to  offer   be tt er  analy sis  of   m e m or y  trac es  there  is  a  need   of  dev el op i ng  acc el erati on   syst e m   of   the  com pressi on  with  re sp ect   to  ha rdw are  m od el ing  a nd  not  the   soft war e - base d  sym pto m at ic   app r oac h.   A no t her  im portant  fin ding  is  t hat  s of t war e - ba sed   co m pr ession  a pp ro ac h  is   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  11 , No .  3 ,  J une  2021  :   19 85   -   1993   1986   al ways  slow e r  in  com par iso n  to  the  ha rdware - base d  c om pr ession  a ppr oac h  that  dow ngra des  the  c om pr essio n  perform ance.  Ther e f or e,  the r e  is  a  sign ific ant  trade off  bet ween   hardware - b ase d  ap proac h  an d  software - base d  appr oach   i n  or der   t o  achie ve   the  ta rg et   of   com pr essio n  e ff ic ie ncy.  T he  increase d  use   of   In te rn et - of - Things  (IoT)   ca n  le ad  to  m or e  us a ge  of   re source  c onstrai nt  de vice s  connecte d  ea ch  oth e r  th rou gh   diff e re nt  ne tworks  [4 ] . T he   im age  co m pr essio n  c an be ac hiev d  t hro ugh  s of t ware/ hardw a re  bas ed  a ppr oach es   [5 - 7].     Most  of   t he  software  a ppr oac hes  are  de pend ed  on  vector   m ulti plica ti on   an d  ot her   m at rix  op e rati ons   [8 ] .  But,  these o pe rati ons  are n ot  feasi ble  for   the  resour ce  c on st raine d  de vi ces  du e  to  inc r eased  com pu ta ti on al  com plexity .  T he  existi ng   m echan ism s  are  no t  m uch   effi ci ent  to  han dl e  these  pr obl e m s  and   offer  bette r   su pp or t  to  pro vid e  hardw a re  eff ic ie nt  so l ution   for  com pr e ssion   te c hn i ques  [9 ,   10] .  He nc e,  this  pa per   offer s  a   cost  e ff ect ive   so luti on   pro vid in g  bala nc e  between   si gn al   qual it y  and   c om pr ession  thr ough  hybri d  com pr essio n  te chn i qu e   in   wi r e le ss  sens or  ne twork   ( WSN) .   The   s ect io n  2  of  the   pap e r  e xp la in s  the   e xisti ng   researc h  a naly sis  an d  pro blem   descr ipti on  in  s ect io n  3.  The  p rop os ed   te chn iq ue   al on g  with  t he  al gorithm   i m ple m entat io n  is  el ab or at e d  in  s ect ion   5.   The  re su lt s  dis cussion  with  c om par at ive  an al ysi s  is  hig hligh te d  i n  sect ion   6  a nd c on cl us io n  i n  s e ct ion   7.   The  st ud y  of  va rio us   e xisti ng  com pr essio n  t echn i qu e s  f or  dig it al   i m age  is  disc us se d  in   this  sect ion.   In  Ca bro nero  et   al .  [11],  a   Hybr i d  c om pr ession  ap proac h  is  a da pted  f or  tran sf or m at i on - op e rati on  is   carrie d  ou t  ove r  colo r ed  m os ai c  i m a ge.   A  s ubj ect i ve  optim iz at io n  process  with   su pe rv ise d  le arn i ng   al gorith m s   is   introd uc ed   in  Am irj anov  a nd   Dim i li le r  [1 2]   over  m edical   im age.   I n  Wang  et   al .  [ 13] ,  a  li ne - buf fer  sc hem e  is   introd uced   for  com pr essio n  over  the  proces sing   ci rc uits.  A  w ork  of  Ch en  et   al .  [ 14 ]   pro vid e d  a  color   filt e r   arr ay   al ong  with  an  im pr ov e d  G olo m b - Ri ce  cod e  to   ac hi eve  sig nificant   on - chi p  com pr essio n.   A  ha r dw a r e   acce le rati on   a ppr oac h  f or  inte gr at e d  ci rc uits  com pr essio n  i s  intr oduce d  i n  Halawa ni  et   al .  [15].  C ho i  et   al .   [16]  ha ve  c onsidere d  hardware  th rou ghput  appr oach  f or   on - c hip   c om pr ession.  A   com pr essi on  sch e m e  for   i m age  sens or s   is  pr ese nte d  in  Ka ur  et   al .  [ 17 ]   by  us i ng   i nter po la ti on  operati on  ov e r  t he  on - chi p  hardw a r e   desig n.   I n  O ni sh i  et   al .  [18],  a  m ultim edia  encoder  a ppro ac h  is  introdu ce d  ove r  sing le - chi p  desi gn   a nd   achieve d  scal a ble  com pr essi on  pro cess.  T he  im ple m enta ti on   of  tran sf orm - based   c ompressi on  sc he m e  fo r   com pr essio n  is  d esc ribe d  in  Z hu  et  a l .  [1 9] by  u sin g bloc k  c od i ng.    A   V LSI  arc hitec ture  with  tr ee - base d  a ppr oach  f or   t ow a rd s   im age  enco de r  base d  co m pr ession  i s   giv e n  in   H sie h  et   al .  [20].  An  ener gy  ef fici en t  i m ple m entat i on  of  VLSI  a rc hitec ture  f or   i m age  com pr es sion  is  introd uced   in  Chen  et   al .  [21]  con si der i ng  ultra - high  de f init ion   f ram e.  Gr a dient - base d  appro ac h  to w ards   i m pr ovin g  co m pr ession  pe rfor m ance  is  seen  in  the  w or k  of  Kim   et  al .  [22].  Luca s  et   al .  [23]  have  us e d  pr e dicti ve - base d  sc hem e  fo r  t he  purpose   of  perform ing   los sle ss  com pr ess ion   sc hem e.  The  work  car ried  out   by  the   Yi n  et   al .  [24]  hav e   us e d  a n  inte gral   histo gr am   ba sed  a ppr oac h  to  acce le rate  t he  m echan ism   of  the   featur e   ext racti on   proc es s  f or   co ntr olli ng  bette r  c om pu ta ti on al   oper at ion   ov e r  t he   m e m or y  ac cess  i n  hard war e.   Pa rikh  et   al .   [ 25 ]   hav e   use d  la te st  enc od e rs  for   pe rfor m ing   m axim iz ed  com pr essi on  pe r for m ance  for  the  com plex  f or m   of   an  i m age.  The   stud y  has  use d  the  pa rtit ion i ng   proce ss   fo r  bette r  m e m or y  m anag em ent  du ri ng   c om pr es sion   ov e r  par al le l  arch it ect ur e .  A doptio n  of  colo r  filt er  ar ra y  was  al so   pr oven  t o   be  bette r  s olut ion   f or   perf orm ing   com pr ession  es pecial ly   in  the  case  of   a pp li cat io n  that  dem and s  li ve   com pr essio n  operati on  t o  be   ta kin g  place.   Wor k  in  t his  di recti on   has  be en  car ried   out  by  Che n  et   al .   [26]  wh e re  G olo m b  Ri ce  is  c on sidere d  for  i m ple m entat ion   f or  en ha ncin g  th e  c om pr ession  ef fici enc y.  Th e   pro blem s  associat ed  with  c olo r  c om pr essio n  is  car ried  ou t  by  Pete r  et   al .  [27]   w her e   the  aut hors  ha ve   us e d  diffusi on - ba se d  ap proac h  al ong  with  i np ai nting   phen om e non  f or   offer i ng   s uperio r  qu al it y  of   reco ns tructed   i m age.    Zha ng   et   al .  [ 28 ]   w her e  a  de finiti ve  trans f or m at ion   sche m e  has  been   presente d.   T his  appr oach   ha s  been   pr ese nted   fo r  the  up gr a ding  the  existi ng   JP EG  c ompressi on  perfor m ance.  Ther e f or e ,  there  are  var i ous   appr oach es  t owar ds   im age  com pr essio n  w he re  ha rdwa re  appr oach   has  be en  co ns id ere d.     Stud y  f oc us in g  over   the  energy  eff i ci ency  as  well   as  con strai nt  area  of   t he  ci ru it   de sig n  co nnect ing   with  the  co ncep t  of   i m age  com pr essio n  ha s  bee n  disc usse d  by  Zei nola bed in   et   al .   [ 29 ] .  Kim   et  al .  [ 30 ]   has  us e d  e ncodin g - base d  appr oach   f or   c arr yi ng  the   co m pr ession  op e rati on   w her e   the  pr el im inary   enc od i ng   co m pu te s  the  bitst ream   le ng th  w hile   the  sec ondar y  e ncode r  is  res pons i ble  f or   ge ner at io n  of   st r ea m s  of   the  da ta   pack et s  ov e r  VL SI  arch it ect ure.  St ud y  c onsideri ng  the  VLSI  arc hitec ture  to wa r ds   the  c om pr es sion   a ppr oach  has  been   ca rr ie d  out  by the  ne xt sec ti on   ou tl ines  th e resea rch issu es.   The  ov e r view  of   e xisti ng  stu dies  s uggests  t hat  the  c om pr e ssion  schem es  are  fail ed   to  a dopt  t he  VL S I   i m ple m entat io n  e ff ect ively .  S om e o f  the  r ese arch i ssu es  are:   -   Lack  of h a r dware effi ci ent sc hem es to mi nim iz e com pu ta t ion al  c om plexity   -   Least   co ns ide r at ion   of f il t erin g process  in   l ow - qual it y im ag e com pr essio n   -   Com plete  selection   of sig nal pro ces sin g  is  not consi der e d  i n pr e vio i us   wor ks   -   I ns i gn i ficant se le ct ion  of c ompressi on f eat ures to yi el d  c os t  eff ect iv eness  s olu ti on   The  stu dy  devel op s  the  c ompu ta ti onal   m od el   to  a ddress   the  above  sta te d  researc h  pro blem s.  The   flo w  of  the  pr opose d  c om pr ession  a ppr oach   is  il lustrate d  in  F igure   1.  The  pro po se d  syst e m   adap ts  analy ti cal   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Novel  h y br id  fr am ew or k f or  i mage  c omp res sion f or   sup po r ti ve ha r dwar e  desig n of   .. .   ( P remach and D .   R . )   1987   appr oach   wher e  input  i m age  is  processe d  f or  cost  eff ect iv e  i m age  com pr ession.  The  si gn i ficant  aspect  of  this   so luti on  is  that  it  fo ll ow s  hy br i d  com pr ession  te ch nique  of   lossless  a nd  lossy  com pr ession  ov e r  se le ct ed  i m age sector a nd co m pr essi on  ov e r regi ons  of the im age r e sp ect ively .   The  pr opos e d  syst e m   m akes  us e  of  the  sim plifie d  m od el ing   t hat  init ia tes  by  perf or m i ng   filt erin g  op e rati on.  Thi s  op e rati on   as sist s  in  el i m in at ing   possibil it y  of   any  furth er  arti facts  that  cou ld  be  pos sibly   pr ese nt  du rin g  the  tran sm issio n  proces s  of  the  im ag e  in  the  wi reless  co m m un ic at ion   m edium .  The  filt ered   i m age  is  subj e ct ed  to  ne xt  pr ocess  w her e  uniq uely   not  th e  com plete   i m age  is  s ubj ect e d  to   the  c om pr ession.   The  c om plete   i m age  is  hypot hetic al ly   cl assif ie d  i nto   tw o  pa rts  w her e   one  sect or   of  the  i m age  is  c onsid ered   t o  be  c riti cal ly   i m po rtant  w he r eas  ot her  pa rt  of  the  im age  is  not  that  im po rta nt.  F ro m   app li cat io n  as  well   as   com m un ic at ion   view point,  it   is  essenti al   that  i m po rtant  sect or   the  im age  is   su bject ed  f or  lossless  com pr e ssion  schem e  wh il e  the  not  s o  i m portant  par t  of   an  im age  is  su bject e d  to   the  lo ssy  com pr essio n  sc hem e.  T he   pro po se d  sc he m e  us es  co nt ours  detect ions  an d  op ti m i zat ion   process .  A nother   ess entia l  par t  of  the   i m ple m entat io n  of  the  pro po sed  syst em   is  i ts  segm entat io n  proces s  an d  the  co ntour  d e te ct ion   process .  Thi s   process  c ontri bu te s  t ow a rds  the  extracti on  of   t he  feat ur es   that  is  us e d  f or   m ini m izing   the  dim ension s   of   a n  i m age.  This  ch arecte risti cs  of  the  con to urs  are  furthe r  opti m iz ed  wh ere  c on cat e natio n  operati on  is  carr ie d  ou t  ov e r  th e  ext ra ct ed  re d  gr ee n  an d  blu e  c ompone nts  of  a n  i m age  wh ic h  m ai ntains  si m i la r  dim ension s   of  a n  i m age  bu t  with  m or e  eff ect ive  inf orm ation  of   the  c on t ours.   T he  finall y  ob ta ine d  opti m iz ed  con to ur s  ar e   su bject e d  f or  t he  wav el et   c om pr ession  t his  re nd e rs  t he  process  of   com pressi on  acce le r at ion   s wifter   over   the   hard war e.  T he next  sect ion di scussion  of the  all  the esse ntial  p r ocess  b l ocks sho wn in  F ig ur e  1.       I n p u t   I m a g e P r o c e s s i n g   I n p u t   I m a g e P e r f o r m i n g   F i l t e r i n g   O p e r a t i o n S e c t o r - S e l e c t i v e   C o m p r e s s i o n S e g m e n t a t i o n - O p e r a t i o n C o n t o u r   D e t e c t i o n A p p l y i n g   O p t i m i z e d   C o n t o u r s   D e t e c t i o n W a v e l e t - b a s e d   C o m p r e s s i o n C o m p r e s s e d   I m a g e     Figure  1 .   S yst em   a rch it ect ur e       2.   DESIG N  P RI NC I PLE  OF  I MPLEME NT ATIO N   Desig n  play s  a  sign ific a nt  r ole  in  de velo ping  arc hitec ture .  It  shou l d  be   no te d  that  an  e ff e ct ive  desi gn   for  VLSI  a rch i te ct ur e d em ands  a  s uitable   c om pu ta ti on al   m od el   t hat p er form s  m anag em e nt  an d  str uctur i zat ion   of   al l  the   proc e sses  in  e ff ic ie nt   m ann er .  T his   sect ion   br ie fs   s trat egies  f ollo wed  in   im age  com pr essio n   w he re  it   m ai ntains  reconstr ucted  im age  qu al it y  and   com pu ta ti on al   com plexity .  The   qual it y  i m a ge  is  co ns ide r ed  to  transm it   in  the   pr im ar y   as s umptio n   a nd  it   is  cha racteri zed   with   a rtifact s.   The  el im inat i on  of  the   artef act s  ar e   consi der e d  sec ondary  as s ump ti on   by  up gr a di ng  ne w  c om pressi on  pr ocess .   The   lossless   c om pr essio n  is  aim ed   in  te rti ar y  as s umptio n   over   spe ci fic re gion   of i m age .      2 . 1 .     Str ateg y fo r   Implem en tation   The  pro pose d  syst e m   plann ed  stragical ly   to  pr ovid e  the  co st  eff ect ive  i m age   com pr essi on   a nd   ob ta i n  the  qual it y  i m age  afte r   dec om pr ession.   T o  achive  t his,  s om e  par t  of   t he   i m age  are  co ns ide red   t o  sel ect   the   sect or   of   t he  i m age  for  c om pr essio n .  T he  st rategy  al so   off ers  bette r  ap proach   f or   hard w are  vie wpoint ,   wh e re  the  m e m or y  allocati on s  ov e r  the  hard war e  im age  com pr ession  is  co ns ide red   that  can  re du ce  the  c om plexity .   The   al gorithm  ab le  to p rovide  the  c om pr esse d  im age   with  f ollow i ng steps :     Algori th m   of  secto r - sel ecti ve  co m pressio n   appro ach   Input : Input Image (I)   Output : Compressed image (ϕ)   Start   Step - 1 :   init ialize   I       Step - 2 :   K f 1 (I)     Step - 3 :   I 4 f 2 (I)       Step - 4 :   BW f 3 (I 4 )         Step - 5 :   R co nc at inate  (r 1   g 1   b 1 )          Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  11 , No .  3 ,  J une  2021  :   19 85   -   1993   1988   Step - 6 :   C r c on ca t inate  (r g b)           Step - 7 :   C p c on ca t inate  (R G B)       Step - 8 :   ϕ f 4 (Cp)       End   The   al gorithm  is ex pr esse d  a s  b el ow :   a.   Inp ut  i m age   processin g :  The  m at rix  (I )  is  ge ner at e d  after  processi ng   im age  f or   dig it iz at ion   ( Ste p - 1)   by   conve rting R G B t o gr ey scal e  i m age ( im age p r ocessi ng stag es are ill us te d  i n  Fi gure   2 .        I n p u t   I m a g e D i g i t i z a t i o n C o n v e r s i o n   t o   G r a y s c a l e G r a y s c a l e   I m a g e     Figure  2 .   Stage s of  i np ut  i m ag e  p ro ces sin g       b.   Fil te ring   p r oc ess :  This  proc ess  is  app li ed   to  el i m inate s  the  no ise   in  the  i m age  befor e  s ubj ect in g  to   com pr essio n.   A   f un ct i on   f 1 ( x)   is  int rod uce d  to  perform   non - li near   filt er ing   that  al s o  im pr ov es  the   i m age  processi ng  sta ge   ( Ste p - 2)   ( Non  li nea r  filt erin g  sta ges  a re  giv en  in Fi gure  3) .       G r a y s c a l e   I m a g e N o n - l i n e a r   F i l t e r i n g F i l t e r e d   I m a g e     Figure  3 .   Stage s of  n on - l i near   f il te ring       c.   Sect or - sel ect iv e  com pr essio n :     T h is  ki nd  of  com pr essio n  is   achiev ed   thr ough  sp eci fic   se ct or   of   im age  ( I )   and  is  nee d  to   go   l os sle ss  c om pr ession  wh i le   sect or   s ubj e ct ed  to  lo ssy  c om pr essio n.     T his  com bin at io n  of   com pr essio n  te chn i qu e  help s to  exteac t t he  si gn i ficances  of   bo t h  te ch nique s w hic h  el im inate s the issu es  of   the  com pr essi on   process .  T he   m anu al   sect ion   of  the  s ect or  is  crit ic al   con c ern  an d  it   ca n  be  el im inate d  by   form ulati ng   the  functi on   f 2 ( x)  that  do e s  the   autom at ed  sect or   sel ect ion   ( Step - 3).  T he  al gorithm   app li es   involu ntary  th r esh old in g  on   i m age  ( I )  an d  t hen   c on ver ts  it   in to  bin ary  for m .  The  proces s  res ults   an  im age   ( I 4 )   after  m ultip li cat ion   of th r esh old  im age (The  process  of  this p ro ce ss is i ll us trat ed  i n  Fi gure  4) .        G r a y s c a l e   I m a g e G l o b a l   i m a g e   t h r e s h o l d i n g M u l t i p l y   O p e r a t i o n O b t a i n   S e l e c t i v e   S e c t o r     Figure  4 .   Stage s of  s ect or   s el ect ive  c om pr ess ion         d.   Segm entat ion - o pe rati on:  To  the  sel ect ed  i m age  sect ors  ( I 4 ) ,  the  segm entat ion   process  is   app li ed  (S te p - 4)  wh e re  ex plici t  functi on   f 3 ( x)   is  us ed  f or   m ulti - scal e  seg m entat ion   ope rati on.  The  functi on   “ f 3 ( x) ”  us es   fu zzy   c -   cl ust erin g  f or  bi nar iz ed  im age  “ I 4 ” .  Lat er,  s umm a tio n  of  al l  the   pi xel  la bels  is pe rfor m ed.   Fi nally ,   the  segem ented  i m age  par ts   are  com bin ed  thr ough  m ulti plica ti on   and   it   will   helps  to  gen e rate  the  segm ented  im a ge  ( BW )  ( The   segem entat ion   process  is re presented  in Fi gu re  5) .         S e l e c t i v e   S e c t o r L a y e r - S e g m e n t a t i o n S e g m e n t e d   I m a g e     Figure  5 .   Stage s of  s e gm entat i on ope rati on   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Novel  h y br id  fr am ew or k f or  i mage  c omp res sion f or   sup po r ti ve ha r dwar e  desig n of   .. .   ( P remach and D .   R . )   1989   e.   Con t our  d et ect ion :  D ur i ng   t his  sta ge,   a  m at r ix  is  form ed  to  retai n  the  co r ner   m et ric  ob a ined  f or  the  in pu t   i m age  and   is  con si der e d  f or  f eat ur e  ext racti on   (S te p - 5) .  A n  inde x  is  co nst ru ct ed  a fter  fi nd i ng   t he  posit ive   corner  set s.  F urt her,  the  in puts  and   outp uts   are  m at ched   to  f or m   the  red   (r 1 ),   gr ee n  ( g 1 ),   an d  bl ue  (b 1 )  com po ne nts.  T he  “ r1 ”   com ponen ts   are  i niti at ed  with   25 5  a nd  ot her   com po ne nts  li ke   “g 1”  a nd  “b 1”  a r e   i nital iz ed  with  0.   F ur t her,  the se  com po ne nts   are  co ncatenat ed  to  get  the  a ct ual  corner  po ints  “R ”.  D ur i ng  each  sta ge  m a xim u m   reg io ns  of   the  i m age  are  identifie d  t o  detect   the  pe aks  of  the  corners.  Furthe r,   the  input  an d  outp uts  are  m at ched   by  w hich  t he   ne w  c om po ne nts  of  t he  “r” ,  “g”   an d  “ b”  com po ne nts  ar e   con cat e nated   to  get  the   sup presse d  c orner  ( C r )  points   ( Ste p - 6).  T he  c ontour  detect ion  al gorithm   is  als o  us e d  to  m ulti pl y  the  gr ay scal e   i m age  with  th e  con t our  in de x  so   t hat  the  c on t ours  of   c omplet e  i m ahe  ca  be  gen e rated  ( Sta ges of t his im ple m entat ion  is  giv e n  in  Fig ure  6) .       S e g m e n t e d   I m a g e C o n t o u r   M a t r i x F i n d   R e d   G r e e n   B l u e   C o m p o n e n t s C o n d i t i o n   f o r   p o s i t i v e   c o n t o u r s c o n c a t e n a t i o n O b t a i n   c o n t o u r   p o i n t s E x t r a c t   M a x i m i z e d   r e g i o n I n d e x   c o u n t o u r s m u l t i p l i c a t i o n S u p p r e s s e d   C o n t o u r   P o i n t s     Figure  6 .   Stage s of  c on t our  d e te ct ion       f.   Op ti m iz ed  cont ours  detect io n :  The  pe rfo rm ance  of  the   co ntour  detect io n  is  opti m ed  i n  this  par t  of   the   i m ple m entat io n.   D ur i ng  this,   the  pr i or  inf orm ation   of  co ntour   m at rix  will   be  acce s s ed  a nd  the n  a n  S - sh a ped   c urve  functi on  is  pr oducin g  the  i nd i vidual  m atr ix.  T he  valu es  betwee n  prob a bili ty   lim it  is   colle ct ed  for  the  co ncatenati on   of   fi nal  co nt ours  le adin g  to  optim iz ed  co ntour  po i nts  ( Cp)  ( Step - 7) .   The   final  pr ocess  of  com pr essi on  is  to  ap ply  wa velet s  w her e   f un ct io n  f 4 ( x)  is   co ns ide red  ov er  the  im age  w it h  con t our  po i nts  (Cp) .  T he  ope r at ion   hel ps   to  gen e rate  the  final  f or m   of   co m pr essed  im ag e  ϕ  ( Step - 8)   a nd   this p ro ce ss is  sh ow n  in  Fi gur e 7 .       S e g m e n t e d   I m a g e S - s h a p e d   c u r v e   m e m b e r s h i p   f u n c t i o n A p p l y   c o m p u t a t i o n a l   g e o m e t r y P e r f o r m   w a v e l e t   c o m p r e s s i o n     Figure  7 .   Stage s of  o ptim iz ed  c on t ours  d et ect ion       3.   RESU LT   A N ALYSIS   The  c or e  idea  of   th e  outc om e  analy sis  is  to  ens ur e  that  pro po s ed  c om pu ta ti on al   m od el   sh ould  offe r   stream li ned   fa ci li ta t ion   f or   t he  ha r dw a re  r eal iz at ion   of  the  im age  com pr essi on.  A  pa rt  of  the  im a ge  i s   consi der e d  f or  the  lossless  com pr essio n  ov er  dif fer e nt  form s  of   i m ages.  The  vis ual  r esults  of   the  f il te red   i m age  (af te r  a pp ly in g  no n - li near   filt er) ,  se ct or   im age,  m ulti - scal e  seg m ented  i m age,   con t our  de te ct ion   an d  op ti m iz ed  counter  is  gi ven   i n  F igure 8 .   T he  analy sis  of   t he  syst e m   is  per form ed  fo r  both selec ti v e  reg i ons  a nd   for  com plete   i m age  by  con s iderin g  Me an  Square  Er r or   ( MSE),  Pea k  S ign al - to - No ise   Ra ti o  (P SN R )  and   Com pr ession  Ra ti o  (as rep re sented  in  F ig ure s   9 - 11  res pecti vely .     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  11 , No .  3 ,  J une  2021  :   19 85   -   1993   1990       (a)       (b)       (c)       (d)       (e)       (f)       (g)       (h)     Figure  8 .   Vis ua l  o utc om es o f  s am ple  i m age , (a)  o rigin al   i m age , ( b)   filt ere d  i m age , ( c)   se le ct ed  s ect or ,    (d)  se gm ented  i m age , ( e)   c on t our  p oin ts , (f )  f uzzy co r ner   po ints , (g )  op ti m i zed  c om pr ession ,    (h)  wav el et  c om pr ession     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Novel  h y br id  fr am ew or k f or  i mage  c omp res sion f or   sup po r ti ve ha r dwar e  desig n of   .. .   ( P remach and D .   R . )   1991       Figure  9 .   PS N R  p er f or m ance       Figure  10 .   Me a n  s quare d  e rror  p e rfor m ance           Figure  11 .   C om pr ession  r at io       The  a naly sis of ab ov e  facto rs  i nd ic at es t hat th e PSN R  pe rform ance o f  syst em   is im pr ov e d i n  SR th a n  FI .  T he  sign al   qu al it y  of   the  syst e m   al so   i m pr ov e d  at   reduce d  dim e ns io n.   T he  al gorithm   ta kes   about  0.987 7s ecs  t o  respo nd  to  t he   exec ution  w hi ch  is  c onside re d  as  i ns ta nta ne ou s   to  offe r  c ost   eff ect ive   so l ution   for  the  co m pr e ssion o pe rati ons.       4.   CONCL US I O N     This  pa per   ha s  pr ese nted  a   discuss i on   of  the  com pu t at ion al   m od el   fo r  facil it at i ng   hard war e  acce le rati on   w hile  pe rfor m ing   im age  com pr ession.  T he  si gnific ant  c ontri bu ti on  of  this  pap e r  is  t o  br i dg e   the   trade - off  be we en  the   ha r dw a re - base d  a nd  s of t war e - base d  com pr essio n  a ccel erati on   pro cess  with   res pe ct   to   the  VLSI  archi te ct ur e.  The  c on t rib ution s  of  the   pr op os ed   syst e m   towards  the  i m age  com pr essio n  are  as  fo ll ows:  i)   the  pro po se d  syst em   is  cost  ef fec ti ve  as  it   does n’t   us e   com plete   res ource  f or   com pr essio n  a s  only   the  sel ect ive  se ct or   is  s ubj e ct ed  f or  the   lossle ss  com pr essio n,  ii )  the  pro pos ed  syst em   is  a l so   c os t  ef fecti ve   as   the  c om pr essio n  is  ca rr ie d  ou t  over  t he  li ght weig ht  c on t our   featu re  t hat  not  only   offer s   stora ge  optim i zat ion   bu t  al s o  retai ns  bette r  si gn al   qu al it y,  an d  i ii )  the  im ple mentat ion   of  the   pro po se d  syst e m   do es n’ t  in cl ude   m axi m u m  d ep end e nc ie s  of r e so urce t o  ca rr y  out the tas k.       REFERE NCE S     [1]   T.  Lin   and  P .   Hao ,   “ Com poun d  image  compress ion  for  rea l - t ime  comp ute r  scre en  image  tr a nsm ission ,”   IEE E   transacti ons on  I mage  Proce ss in g ,   vol .   14 ,   no .   8 ,   pp.   993 – 1005 ,  2 005.   [2]   H.  G.   M y ung,   J .   Li m ,   and   D .   J.  Goodm an ,   “ Single   ca rri er  F DM A  f or  upli n k  wire l ess  tra ns m ission ,”   IEEE  Ve hi cul ar Tec hn ology   Magazin e ,   vol.   1,   no.   3 ,   pp.   30 – 38 ,  2006.   [3]   N.  Java id,   Z .   Abbas,  M.  S.  Fare ed,   Z ahoor   Ali   Khan,   and  N.  Alra je h ,   “ M - ATTE MP T:   A  new  ene rg y - eff ic i en t   routi ng  pro toc ol   for  wire l ess bod y   area  sensor   netw orks ,”   Proc edia Compute r Sc ience ,   vol .   19 ,   pp .   224 – 231 ,  2013 .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  11 , No .  3 ,  J une  2021  :   19 85   -   1993   1992   [4]   B.   Guo,  D .   Zha ng,   Z .   W ang,   Z .   Yu,  and  X .   Zhou ,   “ Opportunisti c  IoT:   Expl or ing  the   har m onious  int era ction   bet wee n   hu m an  and  th e  int ern et   of   thi ngs ,”   J ournal  of  Ne tw ork  and  Computer  Applica ti ons ,   vol .   36 ,   no.   6 ,    pp.   1531 – 1539 ,  2013.   [5]   L.  At zor i ,   A .   Ier a,   and  G .   Morabi to ,   “ Siot:   Giving a s oci al   struc tur e to the int ern et   of things ,”   IEE E   communic ati on s   le tters ,   vol .   15 ,   n o.   11 ,   pp .   1193 – 1195 ,  2011 .   [6]   R.   M.  Dy as  and  B .   Ta ng ,   “ Software ,   m et hod  a nd  appa rat us  for  rat e  cont rol le d  image  compress ion ,”   U.S.  Pate n t  6, 504, 494 ,   Jan .   7,   2003 .   [7]   S.  J.  W ee   and  M .   P.  Schu y l er ,   “ Im age   compre ss ion  fea tur ing  sele c ti ve   re - use   of  prior  compress ion  dat a ,”   U . S.  Pate nt   6, 697 , 061 ,   Feb .   24 ,   2004 .   [8]   S.  Chatterjee   an d  S .   Sen ,   “ Cac h e - eff i cient  m at r i x  tra nspos ition ,”   i n  Proceedi ngs  Six th   Inte rnat ion al  Symposium  o n  High - Pe rform ance   Comput er  Ar chi t ec ture ,   HP C A - 6  (Cat .   No.   PR 00550),   2000 ,   pp.   195 – 205 .   [9]   J.  L.  Ben tl e y ,   D.   D.  Sl ea tor ,   R .   E .   Ta rj an,  a nd  V .   K.   W ei ,   “ A  loc a lly   ad a pti ve   data  compress ion  sche m e ,”   Comm unic ati ons of   the A CM ,   vol .   29 ,   no .   4 ,   pp .   3 20 – 330 ,  1986 .   [10]   A.  Jas,  J .   Ghos h - Dastida r, M .  E .   Ng,  and  N .   A.  T ouba ,   “ An e ffi cient  t est  ve ct or   co m pre ss ion  sche m e  using se le c tive   Huffm an  codi ng ,”   IE EE   tr ansact ions  on  computer - aide d  design  o f  int egrat ed  ci rc uit s  and  systems ,   vol.   22 ,   no.   6 ,  pp.   797 – 806 ,  20 03 .   [11]   M.  Herná nde z - C abr oner o,   V.  Sa nche z ,   I.   B la n es,   F.  Aulí - Llinàs,   M.  W .   Marc elli n  and  J.  Serra - S agr istà,  “ Mos ai c - Based  Color - Tr ansform   Optimi za t ion  for  Lossy   and  Loss y - to - Lossless  Com pr ession  of  Patholog y   W hole - Slid e   Im age s, ”   in  I EEE  Tr ansacti ons  on  Me di cal Imaging ,   vo l. 38, no. 1, pp. 21 – 32,   Ja n.   2019 .   [12]   K.  Dim il il er   and   A.   A m irc anov,   “ Im age   Com pre ss ion  Sy stem  with  an  Op ti m isat i on  of  Com pre s s ion  Rat io ,”   IET  Image  Proc essing ,   vol .   13 ,   2019 .   [13]   H.  W ang,   T .   W ang,   L.   Li u ,   H.  Sun ,   and  N.   Zhe ng,   “ Eff ic i ent   Com pre ss ion - Based  Li n e  Buffe r  Design  for  Im age /Vide o  Pr oce ss ing  Circ u its , ”   in  IEEE  Tr ansacti ons  on  V ery   Lar ge  Scale  In te gration  ( VLSI)  Syste ms ,   vo l.   2 7 ,   no.   10 ,   pp .   2423 – 2433,   Oct .   201 9.   [14]   C.   Chen,  S.  Ch en,   C.   Li o a ,   an d  P.  A.  R.   Abu ,   “ Lossless  CF A  Im age   Com p ression  Chip  De sign  for  W ire le s s   Capsule   Endosc op y , ”   in  I EE E   A cc ess ,   vol. 7, pp. 107047 – 107057 ,   2019 .   [15]   Y.  Hala wan i,  B.   Moham m ad,   M.  Al - Quta y r i ,   an d  S.  F.  Al - Sar a wi,   “ Mem ristor - Based  Hardware  Acc e le ra tor  for   Im age   Com pre s sion, ”   in  IE EE   Tr ansacti ons  on   Ve ry  Lar ge  Scal e  Inte grat ion  ( VLSI )   Syste ms ,   vol.   26,   no.   12 ,     pp.   2749 – 2758 ,   Dec .   2018.   [16]   J.  Choi,   B.   Kim ,   H.  Kim ,   and  H.  Le e,   “ A  High - Throughput   Har dware   Acc e le r ator  for  Lossless  Com pr ession  of  a  DD R4  Comm an d  Tra c e, ”   in  I E EE   Tr ansacti ons  on  Ve ry  Lar ge  Scal e  In te gratio n  ( VLSI )   Syste ms ,   vol.   27 ,   no.   1 ,     pp.   92 – 102 ,   Jan .   2019 .   [17]   A.  Kaur,  D.  Mishra,   S.  J ai n ,   and   M.  Sark ar,   “ Cont ent   D rive n  On - Chip   Com pre ss ion  and  Ti m e  Eff i ci e nt   Rec onstruc ti on   f or  Im age   Sensor   Applicati ons, ”   i n  IEEE  S ensors  Journal ,   vol .   1 8,   no .   22 ,   pp.   9169 – 9179 ,  Nov.   2018.   [18]   T.   Onishi  et   al . ,  “ A  Single - Chip  4K  60 - fps  4 :2: 2  HEVC  Video  Enc od er  L SI  Emplo y ing  Eff icient   Motio n   Esti m at ion  and  Mode  Dec ision  Fram ework  W it h  Scal ability   to  8K, ”   in  IE EE   Tr ansacti ons  on  Ve ry  Lar ge  Scale  Inte gration   ( VLSI)   Syste ms ,   vol .   26,   no .   10 ,   pp .   1 930 – 1938,   Oct .   2018.   [19]   Z.   H.  Z hu,   X.  Meng,   J.  Zhou ,   and  B.   Z eng,   “ C om pre ss ion - Depe ndent   Tra nsfor m - Do m ai n  Dow nward  Conversi o n  for  Bloc k - Based   I m age   Coding, ”   in  IEEE  Tr ansacti ons  on  Image   Proce ss ing ,   vol .   27,   no .   6,   pp .   2635 – 2649,   Jun .   2018 .   [20]   J .   Hs ie h,   M.  Shih ,   and  X.  Huang,   “ Algorit hm   and  VLSI  Archi te ct ur e  Design  of  Low - Pow er  S P IHT  Dec oder   for  m Hea lt h  Appli c at ions, ”   in  I EEE   Tr ansacti ons  on  Bi omedi cal   C i rcuit s  and  Syst e ms ,   vol.   12 ,   no.   6,   pp.   1 450 – 145 7 ,   Dec .   2018 .   [21]   Q.  Chen,  H.  Su n ,   and   N.  Zhe ng ,   “ W orst  Case  D rive n  Displ a y   Fr ame  Com pre ss ion  for  En erg y - Eff ic i e nt  Ul tra - HD  Displa y   Proce ss i ng, ”   in  I EE E   Tr ansacti ons on  M ult imedi a ,   vo l. 2 0,   no .   5 ,   pp .   111 3 – 1125,   Ma y .   2 018.   [22]   K.  Kim ,   C.   Le e ,   and  H.  Le e ,   “ A  Sub - Pixel   Gradi ent   Com pre ss ion  Algorit hm   for  Te xt  Im age   Dis play   on  a  Sm art   Devic e , ”   in   IEEE  Tr ansacti ons  on  Consum er  Elec troni cs ,   vo l. 6 4,   no .   2 ,   pp .   231 – 239,   Ma y .   201 8.   [23]   L.   F.  R.   Lu ca s, N .   M.  M.  Rodrigue s,  L.   A.  da  Sil va  Cruz ,   and  S. M .   M.  de  Faria ,   “ Lossless Co m p ression  of  Medical   Im age s  Us ing  3 - D  Predic tors, ”   i n  IEEE  Tr ansacti ons  on  M edi ca l  Imaging ,   vol .   36,   no.   11,   pp.   2250 – 2260,   Nov .   2017.   [24]   S.  Yin,   P.  Ou y a ng,   T.   Ch en,   L .   Li u ,   and  S.  W ei ,   “ A  Configur abl e  Par al l el   Ha rdware   Archi t ecture   for  Eff ic i en t   Inte gra l  Histogr am  Im age   Com puti ng, ”   in   IE E E  Tr ansacti ons  on  Ve ry   Lar ge  Scal e   Inte grat io n  ( VLSI)   Syste ms ,    vol.   24 ,   no .   4 ,   pp .   1305 – 1318 ,   Ap r .   2016 .   [25]   S.  S.  Parikh ,   D.  Ruiz,  H.  K al va ,   G.  Fern án dez - Escr iba no ,   and  V.  A dz ic ,   “ High  Bit - Dept h  Medic a l  Im a ge   Com pre ss ion  Wi th  HEVC, ”   in  I EE E  Journal  of   Bi omedi cal   and  Healt h  Informat ic s ,   vol .   22 ,   no.   2,   pp.   552 – 560,   Mar .   2018 .   [26]   S.  Chen,  T.  Li u ,   C.   She n ,   and  M.  Tua n ,   “ VLSI  Im ple m ent atio n  of  a  Cost - Eff i ci en t  Nea r - Lossless  CF A  Im ag e  Com pre ss or  for  W ire le ss   Capsul e  Endoscop y , ”   i n  IEEE Access ,   vol.   4 ,   pp .   10235 – 10245,   2016 .   [27]   P.  Pete r,   L .   Kaufhol d ,   and  J.   W ei cke rt ,   “ Turni ng  Diffusion - Based  Im age   Colori z at ion  Int o  Eff ic i ent   Col or   Com pre ss ion, ”   i n  IEEE  Tr ansact ions o n  Image   P roce ss ing ,  vol .   2 6,   no .   2 ,   pp .   860 – 869,   Feb .   2017 .   [28]   S.  Zha ng,   X.  Ti a n,   C.   Xiong ,   and   J.  Ti an,   “ Unified  VLSI  arc hit ect ure   for  photo  cor e  tra nsform   used  in  JP EG   XR, ”   in  E le c tronic s L et t ers ,   vol .   51 ,   n o.   8 ,   pp .   628 – 63 0,   Apr.   2015.   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       Novel  h y br id  fr am ew or k f or  i mage  c omp res sion f or   sup po r ti ve ha r dwar e  desig n of   .. .   ( P remach and D .   R . )   1993   [29]   S.  M.  A.  Zeinolabedi n,   J.  Zhou ,   X.  Li u ,   and  T .   T .   Kim ,   “ An  Area -   and  Ene rg y - E f fic i ent   FIF O  De sign  Us ing  Err or - Reduc ed  Da ta   C om pre ss ion  and  Nea r - Thre shold  Opera ti o n  for  I m age /Vide o  Ap pli c at ions, ”   in  I EE E  Tr ansacti o ns  on  Ve ry   Lar ge  S cal e   Inte grat ion ( VLSI )   Syste ms ,   vol.   23 ,   no .   11 ,   p p.   2408 – 2416 ,   N ov.   2015 .   [30]   S.  Kim ,   M.  Ki m ,   J.  Kim ,   and   H.  L ee,  “ Fixe d - Rat io   Com pre ss ion  of  an  R GBW   Im age   a nd  Its  Hardwar e   Im ple m ent at ion , ”   in   IEEE  Journal  on  Em ergin g  and  Se le c te d   Topics  in  Circu it s  and  S yste ms ,   vol .   6 ,   no .   4,     pp.   484 – 496 ,   De c.   2016 .       BIOGR AP H I ES   OF  A UTH ORS        Pr em a chand   D .   R . ,   cur r ent l y   working  as  As s oci a te   Profess or,   Depa rtment  of   El ectroni cs  and   Com m unic at ion  Engi ne eri ng ,   Ba ll ari  Instit u te   of  Te chno log y   and  Mana gement,   Karna t aka,  Indi a .   He  has  industr i al   expe ri ence  o f  2  y e ars  and   t ea ch ing  exp e ri e nce   of   17  y e ars .   He   has  ne arly  publi shed  3  jou r nal s  and  3  conf e ren ce  pape r .   His   areas  of  intere st   are   in  VLSI,  Im age   pro ce ss ing  and  Micro   e le c tr onic s.          Dr.   U.   Erann a ,   cur ren t l y   worki ng  as  Profess or  and  HO D  in  the  Depa rtment  of  El e ct roni cs  and   Com m unic at ion  Engi ne eri ng,   Ba l la ri  Instit u te   of  Te chno log y   and  Mana gement.   H e  has  publi shed  8  conf ere n ce   pa per s  and  20  journa l  papers .   His  are a  of  rese arch  was  Comm un ic a ti on,   Con t ro l   S y stem.        Evaluation Warning : The document was created with Spire.PDF for Python.