Evolutionäre Algorithmen zur Farbquantisierung und asymmetrischen Codierung digitaler Farbbilder

Für eine intuitive, multimediale Mensch-Maschine-Kommunikation ist die visuelle Stimulanz durch Bilder und Bildfolgen von zentraler Bedeutung. Durch die Elimination redundanter und semantisch irrelevanter Bildanteile wird versucht, die für die Speicherung, Übertragung und Darstellung von hochqualitativen Farbbilder notwendige Datenflut zu begrenzen. Solche Kompressionsalgorithmen sind aufgrund ihrer inhärenten Komplexität auf Rechnersystemen mit Von-Neumann Architektur allerdings meist nur suboptimal berechenbar. Zunehmend werden für die Lösung komplexer technischer Optimierungsprobleme die aus der von Charles Darwin begründeten Evolutionslehre bekannten Mechanismen der genetischen Mutation und Selektion verwendet. Nach einer umfassenden Analyse bestehender Ansätze zur Farbquantisierung und Bildkompression entwickelt der Autor hybride evolutionäre Verfahren, die durch eine Kombination aus genetischen Algorithmen und mathematischen Optimierungsverfahren höhere Kompressionsraten bei gleichzeitig verbesserter Bildqualität ermöglichen.