:: دوره 2، شماره 3 - ( 9-1393 ) ::
جلد 2 شماره 3 صفحات 17-1 برگشت به فهرست نسخه ها
فشرده‌سازی تصویر بر مبنای میانگین‌گیری چند گانه
مصطفی اوجاقلو ، محمودرضا صاحبی*
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (4095 مشاهده)

امروزه فشرده‌سازی داده و بطور خاص فشرده‌سازی تصاویر عددی یکی از بحثهای مهم در بسیاری از رشته­های علوم محسوب می‌شود و متخصصین مختلف از شبکه‌های تلویزیونی و وب سرویسها تا مهندسی پزشکی و سنجش از دور و GIS در پی یافتن تکنیکهای مناسب جهت ماکزیمم فشرده‌سازی با حد­اقل اتلاف می­باشند. بر این اساس الگوریتمهای گوناگونی جهت اهداف و کاربردهای مشخصی ارائه شده است. در این مقاله پس از مروری کوتاه بر روشهای فشرده‌سازی موجک، تبدیل کسینوسی گسسته، KLT و روش تلفیقی بین تبدیل موجک و KLT یک روش فشرده‌سازی بر مبنای میانگین‌گیری چند گانه که با میانگین گیری با شروع های متفاوت از تصویر، حجم تصویر را تا یک چهارم کاهش می‌دهد و برای بازیابی تصویر نیز از تلفیق تصاویر میانگین‌گیری شده و سپس از مینیمم و ماکزیمم استفاده می‌نماید، ارائه شده است. سپس الگوریتم پیشنهادی بر روی چند تصویر از جمله یک تصویر ماهواره‌ای اجرا شده و نتایج نشان می­دهد که با کیفیت قابل قبول به میزان 25%حجم ذخیره‌سازی فایلها کاهش یافته است. 

واژه‌های کلیدی: فشرده‌سازی، میانگین‌گیری، تبدیل موجک، تبدیل کسینوسی گسسته
متن کامل [PDF 1159 kb]   (1616 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: 1394/9/1 | پذیرش: 1394/9/1 | انتشار: 1394/9/1
فهرست منابع
1. [1] A. A. L. Nistanak, M. Hazrati, M. Shareei, and N. Ahmidi, "Implementing lossy image compression by wavelet CPLD in CDF(2,2)", Journal of Iran Electrical Engineering and Computer Engineering, Vol. 4(2), pp. 61-67, 2006 (Persian).
2. [2] R. C. Gonzalez, Digital Image Processing: Prentice Hall, 2001
3. [3] J. Miano, Compressed image file formats: JPEG, PNG, GIF, XBM, BMP, ACM Press. 1999.
4. [4] M. Mastriani, ":union: is Strength in Lossy Image Compression", International Journal of Signal Processing, Vol. 5, pp. 102-119., 2009.
5. [5] Aronoff, Geographic Information Systems: a Management Perspective, WDL Publications, 1991.
6. [6] A. B. Watson, "Image Compression Using the Discrete Cosine Transform", Mathematica Journal, Vol. 4, pp. 81-88, 1994.
7. [7] M. S. Song, "Wavelet Image Compression", Contemporary Mathematics, Vol. 414, pp. 41-73, 2005. [DOI:10.1090/conm/414/07798]
8. [8] C. Bako, "JPEG 2000 Image Compression", Analog Dialogue, Vol. 38(3), pp. 3-8, 2004.
9. [9] A. Rosak, C. Latry, V. Pascal, and D. Laubier, "SPOT 5 to Pleiades HR: evolution of the instrumental specifications", In: Proceedings of the 5th International Conference on Space Optics, Chicago, USA, pp. 141–148, 2004.
10. [10] K. Jacobsen, E. Baltsavias, and D. Holland, "Tutorial 10 Information extraction from high resolution optical satellite sensors", In: XXIst ISPRS Congress, Beijing, China. 2008.



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 2، شماره 3 - ( 9-1393 ) برگشت به فهرست نسخه ها