Wyniki 1-10 spośród 14 dla zapytania: authorDesc:"GRZEGORZ ULACHA"

Techniki zmniejszania złożoności implementacyjnej w układzie mnożącym przez macierz stałych

Czytaj za darmo! »

Często spotykaną operacją w systemach multimedialnych jest filtracja i transformacja sygnałów 1D i 2D. Współczynniki definiujące odpowiedź filtru w procesie filtracji mają stałe wartości, w związku z tym istnieje możliwość budowy dedykowanych układów filtrów cyfrowych, co pozwala zmniejszyć zasoby sprzętowe takiego układu [7]. Stosuje się tu techniki oparte na redukcji łącznej liczby operacj[...]

Metoda efektywnej bezstratnej kompresji obrazów z wykorzystaniem adaptacyjnej predykcji liniowej RLS

Czytaj za darmo! »

W dobie w pełni cyfrowej struktury obróbki obrazów cyfrowych i sekwencji wideo istotnym problemem są wysokie wymagania pamięciowe związane z przechowywaniem danych cyfrowych. Zmniejszenie wymagań pamięciowych możliwe jest dzięki kompresji. Do istotnych zastosowań bezstratnej kompresji obrazów i sekwencji wideo należy archiwizacja obrazówmedycznych 2D i 3D (ogólnie wielopłaszczyznowych obiek[...]

Efektywna metoda kompresji obrazów w trybie bezstratnym i prawie bezstratnym

Czytaj za darmo! »

Do istotnych zastosowań bezstratnej kompresji obrazów należy archiwizacja obrazów medycznych 2D i 3D (ogólnie wielopłaszczyznowych obiektów 3D) [3], astronomicznych, a także kompresja zdjęć satelitarnych [1-2]. Nowym rodzajem zastosowań jest technologia slow motion video, służąca do zapisu nagrań z eksperymentów naukowych z dokładnością nawet kilkudziesięciu tysięcy klatek na sekundę. Przykładowo nagranie sekundy sekwencji wideo (sygnał luminancji 8 bitów/piksel) przy 1000 klatkach na sekundę i rozdzielczości SD 720 x 576 pikseli wymaga 3955 MB pojemności pamięci. Obecnie kamery w trybie slow motion zapisują obraz bez kompresji i czas sekwencji jest ograniczony maksymalną pojemnością pamięci kamery. Nagrywanie i archiwizacja plików o większych rozmiarach staje się problemem, k[...]

Poprawa jakości transformacji barw RGB-YCbCr w systemach przetwarzania obrazów kolorowych

Czytaj za darmo! »

Transformacja zmieniająca przestrzeń barw z trzech składowych RGB na YCbCr, czyli na sygnał luminancji i dwie składowe chrominancji jest pierwszym etapem w większości metod kompresji obrazu i sekwencji wideo. Pozwala ona na zamianę modelu barw skojarzonego z urządzeniami akwizycji obrazu na model charakteryzujący się lepszymi właściwościami przydatnymi w dalszych etapach kompresji (mniejszy poziom wariancji składowych), co pozwala na uzyskiwanie wyższego stopnia kompresji średnio o 10% przy zachowaniu odpowiednio akceptowalnego poziomu stratności metody [1]. Transformacja ta jest stosowana wszędzie tam, gdzie mamy do czynienia z formatami takimi jak: JPEG, czy MPEG, a zatem w cyfrowych aparatach fotograficznych, kamerach wideo, odtwarzaczach DVD i Blu-ray, dekoderach telewizji[...]

Bezstratna kompresja obrazów z zastosowaniem predykcji opartej o logikę rozmytą

Czytaj za darmo! »

Kompresja pozwala na zmniejszenie wymagań pamięciowych systemów przetwarzania danych. Ogranicza się także wymagania związane z pasmem transmisji niezbędnym do pracy na akceptowalnym przez użytkownika poziomie. W artykule tym rozpatrywana będzie wyłącznie bezstratna kompresja przystosowana do efektywnego kodowania obrazów cyfrowych. Główne zastosowania bezstratnej kompresji obrazów i sekwencji wideo to archiwizacja obrazów medycznych 2D, 3D oraz 4D (trójwymiarowe sekwencje wideo) [1-5], astronomicznych, a także kompresja zdjęć satelitarnych [6, 7]. Ponadto często tryb bezstratny wymagany jest na etapie graficznej obróbki zdjęć, materiałów reklamowych oraz przy produkcji audycji telewizyjnych, filmów (post-production) [8] itp. W takiej sytuacji nie można korzystać ze stratnych m[...]

Metoda zwiększająca efektywność predykcji liniowej stosowana do bezstratnej kompresji obrazów


  W pracy omowiona zostanie metoda bezstratnej kompresji obrazow. Dzi.ki kompresji uzyskujemy zmniejszenie wymaga. pami.ciowych systemow przetwarzania danych. Ogranicza ona tak.e wymagania zwi.zane z pasmem transmisji niezb.dnym do pracy na akceptowalnym przez u.ytkownika poziomie. G.owne zastosowania bezstratnej kompresji obrazow i sekwencji wideo to archiwizacja obrazow medycznych 2D, 3D oraz 4D (trojwymiarowe sekwencje wideo) [1, 2, 3, 4, 5], astronomicznych, a tak.e kompresja zdj.. satelitarnych [6, 7]. Ponadto cz.sto tryb bezstratny wymagany jest na etapie graficznej obrobki zdj.., materia.ow reklamowych oraz przy produkcji audycji telewizyjnych, filmow (post-production [8]) itp. W nowoczesnych metodach kompresji wykorzystywane s. zwykle dwa etapy: dekompozycja danych, a nast.pnie kompresja jedn. z wydajnych metod entropijnych, w.rod ktorych najefektywniejsze to kodowanie arytmetyczne i kodowanie Huffmana [9]. W pracy tej po.o.ono akcent na omowienie pierwszego z tych etapow, czyli modelowanie przy u.yciu predykcji liniowej. Podstawy predykcji liniowej Modelowanie danych obrazowych ma na celu zwi.kszenie podatno.ci sygna.u na wydajn. kompresj. danych, jak. mo.na uzyska. dzi.ki prostym metodom bezpami.ciowego kodowania entropijnego. Najcz..ciej wykorzystuje si. predyktor liniowy rz.du r, ktory jest warto.ci. przewidywan. aktualnie kodowanego piksela na podstawie r s.siednich (zgodnie z zachowaniem zasady przyczynowo.ci znanych koderowi i dekoderowi) pikseli. Ma on posta.: (1) gdzie elementy P( j) s. warto.ciami pikseli z najbli.szego otoczenia (s.siedztwa) aktualnie kodowanego piksela x, natomiast elementy bj to wspo.czynniki predykcji [9]. U.ycie predyktora liniowego pozwala kodowa. tylko b..dy predykcji, czyli ro.nice e mi.dzy warto.ci. rzeczywist. a przewidywan. (zaokr.glon. do najbli.szej liczby ca.kowitej), ktore najcz..ciej s. niewielkimi warto.ciami oscyluj.cymi w pobli.u zera: (2) Na rysunku przedstawiono 12 n[...]

Wielokontekstowy adaptacyjny koder arytmetyczny służący do bezstratnej kompresji obrazów


  Kompresja pozwala na zmniejszenie wymaga. pami.ciowych systemow przechowywania i przetwarzania danych. W nowoczesnych metodach kompresji wykorzystywane s. zwykle dwa etapy: dekompozycja danych, a nast.pnie kompresja jedn. z wydajnych metod entropijnych, w.rod ktorych najefektywniejsze to kodowanie arytmetyczne i kodowanie Huffmana [1]. W pracy tej po.o.ono akcent na omowienie kodowania arytmetycznego ukierunkowanego na bezstratne kodowanie obrazow. Dzi.ki zastosowaniu modelowania predykcyjnego, dane podawane na wej.cie kodera maj. specyficzny charakter o rozk.adzie zbli.onym do rozk.adu Laplacefa i pod tym k.tem projektowany by. prezentowany w tej pracy wielokontekstowy adaptacyjny koder arytmetyczny. W kolejnych punktach omowione zostan. dwa sposoby adaptacji kodera, d.ugookresowy oraz krotkookresowy . wykorzystuj.cy podzia. kontekstowy. Ze wzgl.du na specyfik. sygna.u zastosowano te. bezstratny kwantyzator b..dow predykcji e (ro.nic mi.dzy warto.ci. kodowan. a przewidywan.), co pozwala na szybkie wyznaczenie rozk.adow w poszczegolnych kontekstach. Odr.bny, binarny koder arytmetyczny zosta. zastosowany do kodowania znaku b..dow predykcji, co pozwoli.o uzyska. dodatkowy wzrost efektywno.ci kompresji. D.ugookresowa forma adaptacji rozk.adu prawdopodobie.stwa Ze wzgl.du na fakt kodowania warto.ci bezwzgl.dnych b..dow predykcji (bit znaku koduje si. osobno), mamy do czynienia z rozk.adem zbli.onym do jednostronnego rozk.adu Laplacefa. Pocz.tkowy rozk.ad prawdopodobie.stwa, a w.a.ciwie wektor liczebno.ci Ne wyst.pie. warto.ci i (poszczegolnych warto.ci bezwzgl.dnych b..dow predykcji), mo.emy potraktowa. jako przybli.enie rozk.adu Laplacefa, wykorzystuj.c uproszczony wzor [2]: (1) gdzie i jest z przedzia.u od 0 do 255, a f jest warto.ci. wychylenia inicjuj.cego wektor liczebno.ci. Dobre rezultaty uzyskuje si. dla f = 10. Adaptacja przejawia si. tym, i. po wczytaniu i zakodowaniu ka.dej kolejnej warto.ci b..du[...]

Bezstratna kompresja obrazów z wykorzystaniem algorytmów genetycznych


  Dzięki kompresji uzyskujemy zmniejszenie wymagań pamięciowych systemów przetwarzania danych. Zmniejsza się także pasmo transmisji wymagane do pracy na akceptowalnym przez użytkownika poziomie. W przypadku bezstratnej kompresji danych najczęściej wykorzystuje się jedną z wydajnych metod entropijnych, wśród których najefektywniejsze to kodowanie arytmetyczne i kodowanie Huffmana [1]. Aby zwiększyć wydajność tych metod, stosuje się różnego rodzaju transformacje danych wejściowych. W przypadku obrazów najlepsze efekty uzyskuje się przy użyciu modeli predykcyjnych. Do dziś uznawaną za jedną z najefektywniejszych metod bezstratnej kompresji obrazów jest zaprezentowana w roku 1996 CALIC (ang. Context Based Adaptive Lossless Image Coding) [2]. Na owe czasy metoda ta okazała się zbyt wymagająca obliczeniowo w porównaniu z metodą LOCO-I, której modyfikacja stała się standardem JPEG-LS [3]. Istnieje także wiele metod o wysokiej złożoności implementacyjnej, wśród których można wyróżnić prace trzech zespołów badawczych: metoda TMW (1997) [4] i jej późniejsze rozwinięcie TMW LEGO (2001) [5], WAVE-WLS (2002) [6] oraz najnowsza wersja MRP 0.5 zaprezentowana pod nazwą "VBS & new-cost" (2005) [7]. Zakodowanie jedego obrazu przy użyciu każdej z tych propozycji wymaga wielu minut (lub nawet godzin, jeśli nie dysponujemy najwydajnieszym obecnie procesorem dostępnym na rynku) pracy programu kodującego. Informacje o różnych podejściach do kodowania bezstratnego można znaleźć w pracach przeglądowych [8-10]. Dość powszechnie stosowanym obecnie formatem jest PNG ze względu na jego uniweralność zarówno w kodowaniu obrazów naturalnych, jak i sztucznie generowanych [11, 12]. W dalszej części opisano kilka podstawowych propozycji wykorzystania gotowych oraz projektowania nowych modeli predykcyjnych, w tym wykorzystanie techniki MMSE oraz metodę wybiórczego poszukiwania współczynników predykcji. W dalszej części zaprezentowano autorski algorytm genetyczn[...]

Analiza złożoności efektywnych metod predykcyjnych stosowanych do bezstratnej kompresji obrazów


  Kompresja obrazów pozwala na znaczną redukcję wymagań pamięciowych systemów przetwarzania, transmisji i przechowywania danych. Obok najczęściej wykorzystywanych stratnych formatów takich jak JPEG i JPEG2000 istnieją bezstratne metody, gdyż często tryb bezstratny wymagany jest na etapie graficznej obróbki zdjęć, materiałów reklamowych oraz przy produkcji audycji telewizyjnych, filmów (post-production [1]) itp. W takiej sytuacji nie można korzystać ze stratnych metod kompresji takich jak JPEG, JPEG2000 (dla obrazów statycznych), czy MPEG2, MPEG4 (dla sekwencji wideo). Choć te standardy mają odpowiednie tryby bezstratne, to nie można ich zaliczyć do kategorii najwydajniejszych. Do istotnych zastosowań bezstratnej kompresji obrazów i sekwencji wideo należy także archiwizacja obrazów medycznych 2D, 3D oraz 4D (trójwymiarowe sekwencje wideo) [2-6], astronomicznych, a także kompresja zdjęć satelitarnych [7, 8]. W przypadku stosowania nowoczesnych metod kompresji wykorzystuje się zwykle dwa etapy: dekompozycję danych, a następnie kompresję jedną z wydajnych metod entropijnych, wśród których najefektywniejsze to kodowanie arytmetyczne Huffmana [9]. W tej pracy skupiono się na omówieniu kilku technik dekompozycji obrazu, którą wspiera metoda adaptacyjnego kodowania arytmetycznego opisana w pracy [10]. W przypadku sygnałów dwuwymiarowych, jakimi są obrazy, możemy zaobserwować podobieństwo między sąsiednimi pikselami, czyli zależność przestrzenną/płaszczyznową sąsiedztwa (ang. spatial correlation). Modelowanie danych sprowadza się w takim przypadku do próby usunięcia jak największej ilości informacji wzajemnej występującej między sąsiadującymi ze sobą pikselami, jest to zatem pewien proces dekompozycji danych. Po etapie modelowania obrazu możemy uznać, iż przekształcony sygnał cyfrowy stanowi w przybliżeniu zbiór symboli wzajemnie niezależnych. Korzystając z założenia malejącej korelacji wraz ze wzrostem odległości pikseli, możemy doko[...]

Bezstratna kompresja obrazów wykorzystująca elastyczne techniki mieszania predykcyjnego


  W obecnych czasach istotnym problemem są wysokie wymagania pamięciowe związane z przechowywaniem danych wizyjnych. Zmniejszenie wymagań pamięciowych możliwe jest dzięki kompresji. Kompresję można podzielić na stratną i bezstratną, przy czym w tej pracy skupiono się głównie na tym drugim typie. Wśród istotnych zastosowań bezstratnej kompresji obrazów i sekwencji wideo należy wyróżnić archiwizację obrazów medycznych 2D, 3D oraz 4D, astronomicznych, a także kompresję zdjęć satelitarnych. Ponadto często tryb bezstratny wymagany jest na etapie graficznej obróbki zdjęć, materiałów reklamowych oraz przy produkcji audycji telewizyjnych, filmów (post-production) itp. W przypadku stosowania nowoczesnych metod kompresji wykorzystuje się zwykle dwa etapy: dekompozycję danych, a następnie kompresję jedną z wydajnych metod entropijnych, wśród których najefektywniejsze to kodowanie arytmetyczne Huffmana [1]. W tej pracy skupiono się na opisaniu etapu pierwszego, który realizowany jest z użyciem metod predykcyjnych. Nieustanne dążenie do uzyskania coraz większej efektywności bezstratnej kompresji obrazu prowadzi do opracowywania metod o wzrastającej złożoności implementacyjnej. Lata dziewięćdziesiąte XX wieku były okresem największej aktywności projektantów nowych metod. Do dziś uznawaną za jedną z najefektywniejszych metod jest zaprezentowana w roku 1996 CALIC (ang. Context Based Adaptive Lossless Image Coding) [2]. Na owe czasy metoda ta okazała się zbyt wymagająca obliczeniowo w porównaniu z metodą LOCO-I, której modyfikacja stała się standardem JPEG-LS [3]. Wśród najefektywniejszych algorytmów o wysokiej złożoności implementacyjnej można wyróżnić prace trzech zespołów badawczych: metoda TMW (1997) [4] i jej późniejsze rozwinięcie TMW LEGO (2001) [5], WAVE-WLS (2002) [6] oraz najnowsza wersja MRP 0.5 zaprezentowana pod nazwą ‘VBS & new-cost’ (2005) [7]. Zakodowanie jedego obrazu przy użyciu każdej z tych propozycji wymaga wie[...]

 Strona 1  Następna strona »