پاورپوینت فشرده سازی تصاویر

بخشی از پاورپوینت

اسلاید 1 :

فصل هشتم: فشرده سازی تصاویر

اسلاید 2 :

مقدمه
کاهش افزونگی کدینگ
کاهش افزونگی بین پیکسلی (مکانی/زمانی)
کاهش افزونگی دادههای نامرتبط (روان/بصری)
روش های فشرده‏سازی بدون تلفات
روش های فشرده‏سازی با تلفات
فشرده ‏سازی ویدیو
موضوعات فصل

اسلاید 3 :

فشرده سازی تصاویر؟
مساله‏ی کاهش مقدار داده‏ی مورد نیاز برای نمایش یک تصویر دیجیتالی
از دیدگاه ریاضی: انتقال یک آرایه‏ی دو بعدی از پیکسل‏ها به یک مجموعه داده که از نظر آماری ناهم‏بسته‏اند.

اسلاید 4 :

چرا نیاز به فشردهسازی داریم؟
برای ذخیره و انتقال داده‏ها
DVD
دریافت از راه‏دور
ویدئو کنفرانس
فاکس
کنترل راندن وسایل نقلیه از راه دور
نرخ بیت داده‏های فشرده‏سازی نشده‏ی سینمای دیجیتالی افزون بر 1Gbps است.

اسلاید 5 :

داده های افزونه
اطلاعات
داده = اطلاعات + داده های افزونه
اطلاعات در برابر دادهها

اسلاید 6 :

افزونگی مکانی
پیکسل‏های همسایه مستقل نیستند بلکه به هم وابسته‏اند.
افزونگی زمانی
چرا میتوانیم فشردهسازی کنیم؟

اسلاید 7 :

افزونگی زمانی
چرا میتوانیم فشردهسازی کنیم؟

اسلاید 8 :

مبانی
افزونگی‏های پایه‏ای داده‏ها
افزونگی coding (کد گذاری)
افزونگی بین پیکسلی (مکانی/زمانی)
افزونگی دادههای نامرتبط (روان/بصری)

اسلاید 9 :

مبانی
افزونگی کدینگ
افزونگی مکانی
افزونگی دادههای نامرتبط

اسلاید 10 :

افزونگی coding
فرض کنیم که متغیر تصادفی گسسته rk در فاصله [0,1] سطح خاکستری تصویر را نشان می‏دهد:
اگر تعداد بیت‏های مورد استفاده برای نشان دادن مقدار rk، L(rk) باشد، میانگین تعداد بیت‏های مورد نیاز برای نمایش هر پیکسل:
تعداد کل بیت‏های مورد نیاز برای کد کردن یک تصویر M*N:

اسلاید 11 :

نسبت فشرده‏سازی:
افزونگی داده وابسته:
افزونگی coding

اسلاید 12 :

افزونگی بینپیکسلی
افزونگی مکانی
افزونگی هندسی
افزونگی درون فریمی
استفاده از کدینگ Run-length نرخ فشردهسازی 128 را ارایه میکند

اسلاید 13 :

تصویر اصلی
تصویر باینری شده
run-length
افزونگی بینپیکسلی

اسلاید 14 :

افزونگی دادههای نامرتبط
هیستوگرام تصویر.
چشم ما این تصویر را همچون یک ناحیه یکتواخت میبیند
بهبودیافته تصویر

اسلاید 15 :

اندازه گیری اطلاعات
یک رویداد تصادفی E که با احتمال P(E) اتفاق می‏افتد، شامل واحدهای اطلاعات می‏باشد:

کمیت I(E) اغلب Self-Information رویداد E نامیده می‏شود.
اگر لگاریتم در پایه m استفاده شود، گفته می‏شود که اندازه‏گیری در واحد m-تایی انجام شده است.

اسلاید 16 :

منبع اطلاعات یک رشته تصادفی از نمادها را تولید می‏کند.
اگر منبع k نماد را تولید کند، قاعده اعداد بزرگ می‏گوید که برای یک مقدار به اندازه کافی بزرگ از k نماد aj خروجی kP(aj) می‏دهد.

اسلاید 17 :

اندازه گیری اطلاعات

اسلاید 18 :

روش‏های اصلی برای ارزیابی:
کمی
کیفی

ارزیابی کیفیت

اسلاید 19 :

ارزیابی کمی:
سطح از دست رفتن اطلاعات را می توان به صورت تابعی از تصویر اصلی و تصویر ابتدا فشرده شده و سپس از حالت فشرده خارج شده نشان داد.
ریشه‏ی میانگین مربعات خطا:
نسبت سیگنال به نویز مربع میانگین:

ارزیابی کیفیت

اسلاید 20 :

ارزیابی کیفی (به رؤیت افراد رساندن)
با رتبه‏دهی مطلق
به وسیله مقایسه دو به دویی