فشرده سازی اطلاعات تصویری
پایان نامه
- نویسنده سیاوش خرسندی
- استاد راهنما
- سال انتشار 1368
چکیده
امروزه استفاده از اطلاعات تصویری ابعاد گسترده ای پیدا کرده است . از ملزومات سیستم تصویری انتقال و ذخیره سازی تصویر است . حجم بالای اطلاعات تصویری محدودی جدی درهردو مورد ایجاد می کند. محدودیت حافظه، پهنای باند کانال انتقال، زمان و انرژی، کاهش حجم اطلاعات و بعبارت دیگر فشرده سازی تصویر را ایجاب می کند. دراین تحقیق، روشهای مختلف فشرده سازی اطلاعات مورد مطالعه قرار گرفته است . میان انواع اطلاعات ، تصاویر غیررنگی با سطوح روشنایی پیوسته مانند تصاویر مناظر طبیعی مدنظر می باشد، که روش مناسب برای کد کردن این نوع تصاویر پیاده شده است . فشرده سازی براساس تبدیل خطی)transform coding(مناسبترین روش ازنظ تراکم اطلاعات است ولی پیچیدگی و زمان اجرای آن زیاداست . تبدیل کسینوس درمج بهترین تبدیل ازحیث فشرده سازی و سرعت اجرا است . گرچه تبدیل هادامارد بلحاظ سرعت اجرای بالاتر مورد توجه می باشد ولی قابلیت تراکم داده آن کمتراست . روش فشرده سازی براساس پیشگوئی)predictive coding(نیز کارآئی خوبی دارد و پیاده سازی آن نسبت به روش تبدیل خطی ساده تراست . روش مورد توجه دیگر بایتری کردن محلی تصویر)block truncation(است که میزان تراکم اطلاعات آن کمتر از دو روش پیش است ولی سرعت اجرائی بالاتری دارد . تصاویر بازسازی شده با کدینگ0/5 bpp ازکیفیت نظری خوبی برخوردارند و به بقای نزول بیشتر کیفیت میتوان میزان فشرده سازی را بالاتر برد. در مورد تصاویر متحرک (سیگنال ویدئوئی) با استفاده از همانندی متوالی قابلیت فشرده سازی بیش اینمقدار نیز خواهد بود. اینکار زمینه ای برای ادامه تحقیق است . همچنین با اجرای روشهای بهبود کیفیت روی تصویر بازسازی شده در حوزه زمان یا فرکانس ، می توان کیفیت بازسازی را افزایش داد .
منابع مشابه
فشرده سازی اطلاعات کوانتومی
بنیامین شوماخر راهی برای تعبیر حالت های کوانتومی بصورت اطلاعات کشف کرد. او سپس راهی برای فشردگی اطلاعات در یک حالت و ذخیره ی اطلاعات در تعداد کمتری از حالت ها ارائه می دهد. این هم اکنون به عنوان فشردگی شوماخر شناخته می شود. این یک معادل کوانتومی قضیه ی کدگذاری بدون خطای شانون است و به شروع یک حوزه موسوم به نظریه ی اطلاعات کوانتومی کمک کرد. هدف این پایانامه ارائه ی یک الگوریتم صریح برای اجرای فش...
15 صفحه اولفشرده سازی اطلاعات متغیر با زمان با استفاده از کد هافمن
Abstract: In this paper, we fit a function on probability density curve representing an information stream using artificial neural network . This methodology result is a specific function which represent a memorize able probability density curve . we then use the resulting function for information compression by Huffman algorithm . the difference between the proposed me then with the general me...
متن کاملفشرده سازی اطلاعات متغیر با زمان با استفاده از کد هافمن
چکیده: در این مقاله با استفاده از شبکه عصبی مصنوعی، تابعی بر منحنی چگالی احتمال رشته اطلاعات منطبق نموده ایم و با این کار توانستیم تابع چگالی احتمال رشته اطلاعات را به منظور حافظه دار کردن منحنی چگالی احتمال تقریب بزنیم .از این تابع چگالی احتمال برای استفاده در فشرده سازی اطلاعات با روش هافمن بهره برده ایم . با این تفاوت که در این روش می توان چندین بار از الگوریتم هافمن برای کد کردن رشته اطلاعا...
متن کاملمدل سازی آب شیرین کن تقطیرچند مرحله ای با فشرده سازی بخار
با توجه به نیاز روز افزون انسان به آب آشامیدنی و وجود محدودیت در منابع قابل دسترس آب آشامیدنی، تصفیه آب با روشی مقرون به صرفه و بهینه از نظر اقتصادی و مصرف انرژی بسیار اهمیت دارد . در تمام فرآیند ها برای تصفیه آب وتهیه آب خالص باید انرژی صرف شود، از آنجا که منابع قابل دسترس انرژی نیز محدود می باشد محققان همیشه در تلاش برای شناسایی بهترین روش برای تصفیه آب از نظر هزینه مصرف انرژی هستند ، آنها هم...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023