Digital images are often used in several domains. L arge amount of data is necessary to represent the digital images so the transmission and storage of such images are time%consuming and infeasible. Hence the informatio n in the images is compressed by extracting only the visible elements. Normally the image compression technique can reduc e the storage and transmission costs. During image compression, the s ize of a graphics file is reduced in bytes without disturbing the quality of the image beyond an acceptable level. Several metho ds such as Discrete Cosine Transform (DCT), DWT, et c. are used for compressing the images. But, these methods contain some blocking artifacts. In order to overcome this difficulty and to compress the image efficiently, a combination of DC T and fractal image compression techniques is propo sed. DCT is employed to compress the color image while the frac tal image compression is employed to evade the repetitive compressions of analogous blocks. Analogous blocks are found by using the Euclidean distance measure. Here, the given image is encoded by means of Huffman encoding technique. The impleme ntation result shows the effectiveness of the proposed scheme in compressing the color image. Also, a comparative an alysis is performed to prove that our system is competent to compress the images in terms of Peak Signal to Noise Ratio (PSNR ), Structural Similarity Index (SSIM) and Universal Image Quality Index (UIQI) measurements.  

 

[1]  Alfalou A., Elbouz M., Jridi M., and Loussert M.,  “A  New  Simultaneous  Compression  and  Encryption  Method  for  Images  Suitable  to  Recognize  form  by  Optical  Correlation,” in Proceedings of SPIE ,  Berlin,  vol.  7486,  pp.  1-8,  2009.  A Hybrid Image Compression Scheme using DCT and Fractal Image Compression 561  

[2] Al-Gindy  A.,    Al-Ahmad  H.,    Qahwaji  R.,  and   Tawfik A., “A Novel Blind Image Watermarking  Technique  for  Colour  RGB  Images  in  the  DCT  Domain using Green Channel,”  in Proceedings of Mosharaka International Conference on Communications, Computers and Applications ,   Amman, pp. 26-31, 2008. 

[3]  Al-Gindy  A.,  Al-Ahmad  H.,  and  Qahwaji  R.,  Tawfik  A.,  “Watermarking  of  Colour  Images  in  the  DCT  Domain  using  Y  Channel,”  in Proceedings of International Conference on Computer Systems and Applications ,  Rabat,  pp.  1025-1028, 2009. 

[4]  Ames  G.,  “Image  Compression,”  International Journal of Advancements in Computing Technology , vol. 1, no. 2, pp. 205-220, 2002. 

[5]  Annadurai  S.  and  Sundaresan  M.,  “Wavelet  Based  Color  Image  Compression  using  Vector  Quantization  and  Morphology,”  in Proceedings of  the International Conference on Advances in Computing, Communication and Control ,  USA,  pp. 391-396, 2009. 

[6]  Bovik  Z.  and  Alan  C.,  “A  Universal  Image  Quality  Index,”  IEEE Signal Processing Letters ,  vol. 9, no. 3, pp. 81-84, 2002. 

[7]  Cabeen K. and Gent P., “Image Compression and  the  Discrete  Cosine  Transform,”  Mathematica Journal , vol. 4, no. 1, pp. 81-88, 2010. 

[8]  Chung  K.,  Liu  Y.,  and  Yan  W.,  “A  Hybrid  Gray  Image  Representation  using  Spatial-  and  DCT- Based  Approach  with  Application  to  Moment  Computation,”  Journal of Visual Communication and Image Representation Archive , vol. 17, no. 6,  pp. 1209-1226, 2006. 

[9]  Dorfler  P.  and  Mitra  S.,  “Compression  of  Color  Images  without  Visible  Blocking  Artifacts  using  a  Modified  DCT  Computation  Scheme,” in Proceedings of  International Conference on Image Processing and its Applications ,  Manchester, vol. 1, pp. 169-173, 2002. 

[10]  Fisher  Y.,  “Fractal  Image  Compression,”  SIGGRAPH Course Notes ,  vol.  43,  no.  6,  pp.  657- 662, 1992. 

[11]  Gershikov  E.,  Lavi-Burlak  E.,  and  Porat  M.,  “Correlation-Based  Approach  to  Color  Image  Compression,”  Journal in Image Communication ,  vol.  22,  no.  9,  pp.  719-733,  2007. 

[12]  Gray  R.  and  Neuhoff  D.,  “Quantization,”  IEEE Transactions on Information Theory,  vol.  44,  no.  6, pp. 2325-2383, 1998. 

[13]  Jacquin  A.,  “A  Novel  Fractal  Block-Coding  Technique for Digital Images,”  in Proceedings of the International Conference on Acoustics, Speech, and Signal Processing ,  Albuquerque,  vol. 4, pp. 2225-2228, 1990. 

[14]  Kesavan  H.,  “Choosing  a  DCT  Quantization  Matrix  for  JPEG  Encoding,”  available  at:  http://scien.stanford.edu/pages/labsite/1997/ee39 2c/demos/kesavan/, last visited 2010. 

[15]  Khalil  M.,  “Image  Compression  using  New  Entropy  Coder,”  International Journal of Computer Theory and Engineering ,  vol.  2,  no.  1,  pp. 39-42, 2010. 

[16]  Kharate  G.  and  Patil  V.,  “Color  Image  Compression  Based  on  Wavelet  Packet  Best  Tree,”  International Journal of Computer Science Issues , vol. 7, no. 2, pp. 31-35, 2010. 

[17]  Krikor  L.,  Baba  S.,  Arif  T.,  and  Shaaban  Z.,  “Image  Encryption  using  DCT  and  Stream  Cipher,”  European Journal of Scientific Research , vol. 32, no. 1, pp. 48-58, 2009. 

[18]  Kulkarni  S.,  Naik  A.,  and  Nagori  N.,  “A  Comparison  of  Real  Valued  Transforms  for  Image  Compression,”  International Journal of Engineering and Natural Sciences ,  vol.  4,  no.  1,  pp. 17, 2008. 

[19]  Loussert  A.,  Alfalou  A.,  El-Sawda  R.,  and  Alkholidi  A.,  “Enhanced  System  for  Image's  Compression  and  Encryption  by  Addition  of  Biometric  Characteristics,”  International Journal of Software Engineering and its Applications ,  vol. 2, no. 2, pp. 111-118, 2008. 

[20]  Martucea  S.,  “Symmetric  Convolution  and  the  Discrete  Sine  and  Cosine  Transform,”  IEEE Transaction on Signal Processing , vol. 42, no. 5,  pp. 1038-1051, 1994. 

[21]  Meng  M.  and  Zong  M.,  “A  New  Zerotree  Structure for Color Image  Compression based on  DWT  and  VQ,” in Proceedings of IEEE International Conference on Information Management and Engineering ,  Chengdu,  pp.  339-342, 2010. 

[22]  Palanisamy  G.  and  Samukutti  A.,  “Medical  Image Compression using a Novel Embedded Set  Partitioning Significant and Zero Block Coding,” International Arab Journal of Information Technology , vol. 5, no. 2, pp. 132-139, 2008. 

[23]  Pandian  S.  and  Anitha  J.,  “A  Neural  Network  Approach  for  Color  Image  Compression  in  Transform  Domain,”  International Journal of Recent Trends in Engineering ,  vol.  2,  no.  2,  pp.  152-154, 2009. 

[24]  Radhakrishnan  S.  and  Subramaniam  J.,  “Novel  Image  Compression  using  Multi-Wavelets  with  SPECK  Algorithm,”  International Arab Journal of Information Technology ,  vol.  5,  no.  1,  pp.  45- 51, 2008. 

[25]  Raj  N.  and  Venkateswarlu  T.,  “A  Novel  Approach  to  Medical  Image  Compression  using  Sequential  3D  DCT,”  in Proceedings of International Conference on Computational Intelligence and Multimedia Applications ,  Sivakasi, vol. 3, pp. 146-152, 2007. 

[26]  Salomon  D.,  Data Compression ,  Springer  Verlag, Berlin, 2002.  562   The Intern ational Arab Journal of Information Technology, Vol . 10, No. 6, November 2013  

[27] Saxena  V.  and  Gupta  J.,  “Collusion  Attack  Resistant  Watermarking  Scheme  for  Colored  Images  using  DCT,”  IAENG International Journal of Computer Science ,  vol.  34,  no.  2,  pp.  1-7, 2007. 

[28]  Singh  S.  and  Kumar  S.,  “Mathematical  Transforms and Image Compression: A Review,”  Maejo University International Journal of Science and Technology ,  vol.  4,  no.  2,  pp.  235- 249, 2010. 

[29]  Sousa  C.,  Cavalcante  A.,  Guilhon  D.,  and  Barros  A.,  “Image  Compression  by  Redundancy  Reduction,”  in Proceedings of the 7 th International Conference on Independent Component Analysis and Signal Separation ,  Berlin, vol. 4666, pp. 422-429, 2007. 

[30]  Thakur  N.  and  Kakde  O.,  “Color  Image  Compression  with  Modified  Fractal  Coding  on  Spiral  Architecture,”  Journal of Multimedia ,  vol.  2, no. 4, pp. 55-66, 2007. 

[31]  Thota N. and Devireddy S., “Image Compression  using  DCT,”  Geogian Electronic Scientific Journal , vol. 3, no. 17, pp. 35-42, 2008. 

[32]  Vijaya-Prakash A. and Gurumurthy K., “A Novel  VLSI  Architecture  for  Digital  Image  Compression  using  Discrete  Cosine  Transform  and  Quantization,”  International Journal of Computer Science and Network Security ,  vol.  10  no. 9, pp. 175-182, 2010. 

[33]  Wang  Z.,  Bovik  A.,  Sheikh  H.,  and  Simoncelli  E.,  “Image  Quality  Assessment:  From  Error  Visibility  to  Structural  Similarity,”  IEEE Transactions on Image Processing , vol. 13, no. 4,  pp. 1-14, 2004. 

[34]  Wohlberg  B.  and  Jager  G.,  “A  Review  of  the  Fractal  Image  Coding  Literature,”  IEEE Transaction on Image Processing ,  vol.  8,  no.  12,  pp. 1716-1729, 1999.