Sıkıştırma performanslarının karşılaştırmalı

Bu bölümde, önerilen yöntemlere ait bit oranı ve işlemsel süreler IP3 [30], FL [70], RLS [32], CRLS [34] ve ACRLS [34] gibi literatürdeki güncel yöntemlerle karşılaştırılmıştır. Ayrıca, VL=44 olduğu durumdaki CRLS sonuçları CRLS-LVL kısaltması ile paylaşılmıştır.

Kalibrasyonlu ve kalibrasyonsuz CCSDS veri kümelerindeki bit oranları Tablo 5.3’te paylaşılmıştır. Birbirine benzer nitelikteki görüntülerin ortalama bit oranı değerleri de tabloda kalın yazı tipi ile belirtilmiştir. Kolay okuma ve yorumlamak amacıyla görüntü isimleri ve ilgili sahne numaralarıyla ilk harfleri üzerinden kısaltmalarla paylaşılmıştır. Örneğin, YellowStone sahne 0 için YS Sc0, Hawaii sahne 1 için H Sc1 ve Maine sahne 10 için M Sc10 kısaltmaları kullanılmıştır. için Hawaii ve Maine verileri farklı tipte ve farklı zamanlarda alınan veriler olduğundan SBS-CRLS yönteminde tekrarlı profil kullanmada değerlendirmemiştir. Bu yüzden, ilgili verilerde SBS-CRLS sonuçları bulunmamaktadır.

Kalibrasyonlu görüntülerde diğer güncel yöntemlerin bit oranları incelendiğinde ACRLS yöntemi en düşük bit oranına sahip olmaktadır. CRLS-LVL ve CRLS sonuçları karşılaştırıldığında ise büyük vektör uzunluğu belirlemenin etkisi gözükmektedir. Yani, ACRLS’de bantlara göre ayrı ayrı değerler belirlemek yerine sabit ve büyük bir giriş vektör uzunluğu belirlemek ACRLS ile kıyaslanabilir bit oranları elde etmesini sağlayabilmektedir. Bu durum gerek 16 bitlik ham ve kalibrasyonlu görüntülerde gerekse 12 bit kalibrasyonlu görüntülerdeki sonuçlarda benzer olmaktadır.

Önerilen B-CRLS, SB-CRLS ve SBS-CRLS yöntemlerinin sonuçları incelendiğinde ortalama aynı sonuçların elde edildiği görülmektedir. Bu yöntemler özellikle kalibrasyonsuz sonuçlarda ACRLS’den bit oranı bazında daha düşük değerler elde

93

edebilmektedir. Genel olarak, önerilen yöntemlerin 16 bit kalibrasyonlu verilerde karşılaştırılabilir sonuçlar sağladığı ve kalibrasyonsuz verilerde daha iyi sıkıştırma performansı sağladığı görülmektedir. İlk sahnenin mod seçimi bilgisi diğer sahneler için kullanıldığında da ortalama bit oranlarının değişmediği fark edilmiştir.

Kayıpsız sıkıştırma yöntemlerinde bit oranı kadar işlem süresi de önemlidir. Tablo 5.4’te kalibrasyonlu ve ham görüntüler için yöntemlere ait ortalama işlem süreleri paylaşılmıştır. İşlem süreleri tahmin ve aritmetik kodlama adımlarını içermektedir. Tablo 5.3. CCSDS veri kümelerine ait yöntemlerin bit oranları

Veri İsmi IP3 FL RLS CRLS ACRLS CRLS-

LVL B-CRLS SB-CRLS SBS- CRLS 16-bit Kalibrasyonlu Görüntüler

YS Sc0 3,84 3,94 3,77 3,70 3,50 3,53 3,50 3,50 3,50 YS Sc3 3,74 3,83 3,63 3,58 3,39 3,41 3,39 3,39 3,39 YS Sc10 3,21 3,34 3,24 3,16 3,01 3,03 3,01 3,01 3,01 YS Sc11 3,51 3,61 3,48 3,42 3,24 3,26 3,23 3,23 3,24 YS Sc18 3,75 3,92 3,67 3,61 3,41 3,44 3,41 3,41 3,41 Ortalama 3,61 3,73 3,56 3,49 3,31 3,33 3,31 3,31 3,31

16-bit Kalibrasyonsuz Görüntüler

YS Sc0 6,08 6,23 6,01 5,94 5,79 5,80 5,75 5,75 5,75 YS Sc3 5,96 6,10 5,86 5,81 5,67 5,68 5,63 5,63 5,63 YS Sc10 5,44 5,57 5,46 5,39 5,28 5,30 5,25 5,25 5,25 YS Sc11 5,74 5,84 5,71 5,64 5,50 5,51 5,46 5,46 5,46 YS Sc18 6,00 6,29 5,90 5,85 5,70 5,71 5,66 5,66 5,66 Ortalama 5,84 6,00 5,79 5,73 5,59 5,60 5,55 5,55 5,55

12-bit Kalibrasyonsuz Görüntüler

H Sc1 2,58 2,57 2,50 2,43 2,32 2,34 2,31 2,31 - M Sc10 2,68 2,68 2,63 2,58 2,49 2,46 2,44 2,44 - Ortalama 2,63 2,63 2,57 2,51 2,41 2,40 2,37 2,37 - Tablo 5.4. CCSDS veri tipleri için ortalama işlem süreleri (saniye)

Veri Tipi IP3 FL RLS CRLS ACRLS CRLS-

LVL B-CRLS SB-CRLS SBS- CRLS

Kalibrasyonlu 650 31 58 63 6340 712 1448 711 694

94

Tablo 5.4’te verilen yöntemlere ait ortalama sürelerin FL yönteminin ortalama süresine oranlanmasıyla elde edilen oranlar Tablo 5.5’te verilmiştir. Buna göre, FL ve RLS yöntemlerin ise oldukça kısa sürelerde sonuca vardığı gözlemlenmiştir. ACRLS’nin her bant için ayrı ayrı tahminde kullanılacak en uygun bant sayısını belirlemesinden dolayı tüm yöntemlerden daha fazla sürede çalıştığı görülmektedir. Ayrıca, ACRLS’nin en düşük süreye sahip FL yöntemine göre 166 kat daha yavaş çalıştığı gözlemlenmektedir. Diğer yöntemlerin ACRLS’den düşük sürelere sahip olması, giriş vektörü için herhangi bir arama adımı kullanmamasından dolayıdır. Önerilen yöntemlerden BCRLS yöntemi mod seçim işleminden dolayı işlemsel olarak CRLS-LVL’nin 2 katı sürede sonuç vermekte ve FL’in 38 katı sürede çalışmaktadır. Önerilen yöntemlerden SB-CRLS’de azaltılmış piksel kümesi üzerinden yapılan mod seçimi sayesinde yaklaşık 1440 saniye olan işlem süresi 712 saniyelere düşürülebilmektedir. Yine SBS-CRLS’de ilk sahnede belirlenen mod seçimlerinin diğer sahnelere uygulanmasıyla CRLS-LVL’e oldukça yakın sürelerde sonuçların elde edilebildiği görülmüştür. Bu geliştirmelerle birlikte Tablo 5.5’teki FL’e göre süre oranları 17’lere kadar düşmektedir.

Tablo 5.5. Yöntemlerin ortalama sürelerinin FL yönteminin ortalama süresine oranları

IP3 RLS CRLS ACRLS CRLS-_LVL B-CRLS SB-CRLS SBS-CRLS

20,9 1,9 2,1 166,1 18,8 38,29 18,74 17,74

Yöntemlerin ortalama bit oranı ve süre değerleri Şekil 5.8’de verilmiştir. Süre değerleri verilirken Tablo 5.5’teki gibi FL yöntemi referans alınarak normalize edilmiştir. Grafiğe göre en ideal yöntem bit oranı ve normalize süre değeri en küçük yöntem olmaktadır. Grafikte sol alt köşeye en yakın yöntem hem süre anlamında hem de sıkıştırma performansı anlamında başarılı olarak değerlendirilmektedir. Buna göre, B-CRLS’nin hızlandırılmış halleri olan SB-CRLS ve SBS-CRLS tüm yöntemler arasından en iyi performansa sahip yöntem olmaktadır. Aynı bit oranlarını yaklaşık aynı sürelerde elde ettiklerinden üstüste gözükmektedir. ACRLS yöntemi iyi bit oranları sağlarken yüksek işlem süresi nedeniyle sol alt köşeden oldukça uzaktadır.

95

Şekil 5.8. Yöntemlerin ortalama bit oranı ve normalize edilmiş süreleri 5.6. Vargılar

Önerilen B-CRLS yöntemi, temelde CRLS’de sadece spektral eksende dikkate alınan komşuluklara ek olarak uzamsal komşuluk bilgisinin de kullanılması temeline dayanmaktadır. Alternatif olarak B-CRLS’nin hızlandırılması için SB-CRLS ve SBS- CRLS olmak üzere iki farklı yaklaşım da tezin bu kısmında incelenmiştir.

B-CRLS yöntemi giriş vektörünün tanımlanmasında saf spektral ve uzamsal-spektral olmak üzere iki farklı tahmin modu kullanmaktadır. Bu modlardan daha iyi tahmin sağlayan modu seçerek sonuçlardaki farklar entropi kodlandığında CRLS’den daha verimli sonuçlar sağladığı görülmüştür. Önerilen yöntemler ACRLS ile karşılaştırıldığında özellikle kalibrasyonsuz görüntülerde daha düşük bit oranına sahip olmaktadır. Bit oranında iyileştirme sağlamasının yanında diğer bir önemli avantajı da işlem süresinin ACRLS’den yaklaşık 9 kat daha düşük olmasıdır.

Daha düşük işlem süresi

D ah a iy i s ık ış tır m a or an ı

96

6. SÜPERPİKSEL TEMELLİ CRLS YÖNTEMİ