پاورپوینت مبانی فشرده سازی تصویر (pptx) 24 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 24 اسلاید
قسمتی از متن PowerPoint (.pptx) :
مبانی فشرده سازی تصویر
فشرده سازی تصویر
ایده های مختلف در فشرده سازی تصویر
الگوریتم فشرده سازی
Jpeg
مشخصات کلی تصویر
حجم حافظه مورد نیاز برای تصویر بسیار بیشتر از متن و صوت است
تصویر به عنوان مبنای ویدئو
حجم تصویر به رزولوشن و تعداد رنگهای استفاده شده در تصویر بستگی دارد
بین پیکسلهای تصویر همبستگی زیادی وجود دارد
به همبستگی بین پیکسلهای همسایه افزونگی مکانی گفته می شود
با حذف افزونگی های تصویر می توان آن را فشرده کرد
3
مراحل فشرده سازی
مرحله اول: مدل سازی و حذف افزونگی مکانی و افزایش افزونگی آماری
استفاده از روشهای پیشگویانه
استفاده از تبدیلات
مرحله دوم: کد کردن
استفاده از روشهای کدگذاری آنتروپی برای حذف افزونگی آماری
4
فشرده سازی بدون اتلاف و اتلاف دار
5
ایده های مختلف فشرده سازی تصویر
استفاده از روش
RLE
برای تصاویر مونوکروم(دوسطحی) خیلی مفید است (چون در اين تصاوير به احتمال زياد پيکسلهاي کنار هم مقادير يکساني دارند)
برای تصاویر دو سطحی، هر
n
پیکسل کنار هم را به عنوان یک عدد
n
بیتی در نظر بگیریم و تصویر را کد کنیم، مسلما احتمال وقوع برخی از
2
n
حالت، زیاد تر است که بعدا با استفاده از کد کردن با طول متغیر، به نرخ فشرده سازی خوبی می رسیم
6
ایده های مختلف فشرده سازی تصویر
در تصاویر با سطوح خاکستری، مقدار هر پیکسل را با استفاده از همسایه های آن پیشگویی کنیم وسپس تفاضل مقدار اصلی و مقدار پیشگویی را کد کنیم.(هیستوگرام تفاضلها در محدوده صفر خواهد بود و نرخ فشرده سازی خوبی خواهد داشت)
چون احتمال وقوع برخی سمبلها زیاد می شود(افزونگی آماری) بنابرین استفاده از روشهای
VLC
فشرده سازی نتیجه خیلی خوبی می دهد
7
ایده های مختلف فشرده سازی تصویر
مدلهای مختلف استفاده شده برای پیشگویی
P
: پیکسلهای استفاده شده برای پیشگویی
X
: پیکسلی که پیشگویی برای آن انجام می شود
؟: پیکسلهایی که در آینده پیشگویی می شوند
8
ایده های مختلف فشرده سازی تصویر
تفاوت هیستوگرام تصویر اصلی و هیستوگرام ناشی از تفاضلهای بدست آمده از روش پیشگویانه
9
ایده های مختلف فشرده سازی تصویر
در تصاویر با سطوح خاکستری
n
بیتی، می توان آن را
n
تصویر یک بیتی (دو سطحی) تصور کرد و هر تصویر را به روش
RLE
کد کرد.
با استفاده از تبدیلاتی نظیر
DCT
و تبدیل موجک گسسته (
DWT
) همبستگی بین پیکسلها را کاهش داد، سپس با استفاده از روشهای کدگذاری آنتروپی، آن ها را فشرده کرد
10