تحقیق ارزیابی الگوریتم های فشرده سازی تصاویر

توضیحات

تحقیق ارزیابی الگوریتم های فشرده سازی تصاویر

چکيده

در علوم­کامپیوتر و نظریه اطلاعات، فشرده­سازی به معنای کدینگ اطلاعات به نحوی است که بیت کمتری را نسبت به نسخه­ی اصلی آن داشته باشد. امروزه به دلیل حجم زیاد اطلاعات دیجیتالی، فشرده­سازی تصاویر به عنوان یک نیاز اساسی در سیستم­های بایگانی و ارسال تصاویر مطرح می­شود. روش­های زیادی برای افزایش نرخ فشرده­سازی تصویر ایجاد شده است اما همچنان افزایش نرخ فشرده­سازی و حفظ کیفیت تصویر بازیابی شده یک ضرورت محسوب می­شود. هر یک از الگوریتم­های فشرده­سازی موجود بر­اساس یک یا چند ویژگی اقدام به شناسایی افزونگی در تصویر و در نتیجه فشرده­سازی آن می­کنند. به دلیل اهمیت این مساله، در این تحقیق یک مطالعه کلی بر روی الگوریتم­ها و راهکارهای ارائه شده در راستای فشرده­سازی تصاویر خواهیم پرداخت.

هدف این تحقیق بررسی و مطالعه انجام فشرده­سازی تصاویر و راهکارهایی در این راستا می­باشد.

فهرست مطالب تحقیق ارزیابی الگوریتم های فشرده سازی تصاویر

• فصل 1-    مقدمه و طرح تحقیق… 1
• 1-1-    مقدمه   2
• 1-2-    فشرده­سازی تصویر. 2
• 1-2- 1- انواع فشرده­سازی تصویر. 2
• 1-3-    طرح مساله. 4
• 1-4-    ضرورت تحقیق.. 5
• 1-5-    پرسش­های تحقیق.. 6
• 1-5- 1- پرسش اصلی تحقیق.. 6
• 1-5- 2- پرسش فرعی تحقیق.. 6
• 1-6-    فرضیه تحقیق.. 6
• 1-7-    اهداف تحقیق.. 6
• 1-8-    محدوده تحقیق.. 7
• 1-9-    روش کار تحقیق.. 7
• 1-9- 1-    واژه­گان اصلی تحقیق.. 7
• 1-10-  ساختار تحقیق.. 8
• فصل 2-   مفاهیم پایه تحقیق… 9
• 2-1-    مقدمه   10
• 2-2-    تاریخچه فشرده­سازی.. 10
• 2-3-    معیارهای بخش خطا 10
• 2-4-    فشرده­سازی تصویر. 11
• 2-5-    فشرده­سازی اطلاعات… 12
• 2-5- 1-    فشرده­سازی اطلاعات متنی.. 12
• 2-5- 2-    فشرده­سازی تصاویر دوسطحی.. 13
• 2-5- 3-    فشرده­سازی تصاویر چندسطحی سیاه و سفید. 13
• 2-6-    فشرده­سازی با استفاده از تبدیلات متعامد. 14
• 2-7-    الگوریتم­های فشرده­سازی اعداد با ارزش و ارقام کم ارزش…. 16
• 2-7- 1-    الگوریتم فشرده­سازی بااتلاف ویژه ارقام کم ارزش…. 16
• 2-7- 1-1- الگوریتم میانه­ای.. 16
• 2-7- 2-    الگوریتم فشرده­سازی بدون اتلاف با عنوان کدگذاری طول کد. 17
• 2-7- 2-1- الگوریتم کدگذاری کدگذاری طول کد. 17
• 2-7- 2-2- الگوریتم کدگشایی کدگذاری طول کد. 17
• فصل 3-   مرور اجمالی بر کارهای مرتبط.. 18
• 3-1- مقدمه. 19
• 3-2- سوابق پیشین.. 19
• 3-2-1- بررسی الگوریتم­های فشرده­سازی تصاویر در استاندارد MPEG 19
• 3-2-2-  فشرده­سازی تصویر با استفاده از الگوریتم­های فرکتالی.. 19
• 3-2-3- ارائه روش ترکیبی تطبیقی جهت فشرده­سازی تصاویر دیجیتال.. 20
• 3-2-4- روش جدید روشی جدید جهت فشرده­سازی تصاویر سطح خاکستری………………………………………..20
• 3-2-5- رویکردی نو در فشرده­سازی سریع فراکتالی تصاویر با استفاده از بهینه­سازی ازدحام ذرات………..21
• 3-2-6- فشرده­سازی تصویر سنجش از راه دوری بر مبنای تبدیل کرولت و الگوریتم SPIHT.. 22
• 3-2-7- فشرده­سازی با اتلاف تصاویر ابر طیفی با روش جستجوی نزولی و سنجش فشرده 23
• 3-2-8- فشرده­سازی با اتلاف و بدون اتلاف تصاویر بر اساس جداسازی ارقام باارزش و کم ارزش…. 24
• 3-2-9- فشرده­سازی تصاویر سه بعدی پزشکی با قابلیت مقیاس پذیری رزولوشن و کیفیت… 24
• 3-2-10- روشی برای بازگردانی تصویر بر پایه یادگیری برای تصاویر فشرده 25
• 3-2-11- بازگردانی تصویر سنجش فشرده بر پایه قاب تنگ چندمقیاسی داده­محور 26
• 3-2-12- رویکردی در راستای سنجش فشرده بر پایه یادگیری برای وضوح بالای تصویر مادون قرمز. 27
• 3-2-13- بازگردانی تصویر با استفاده از یک نوع روش تصادفی متناوب از ضرب… 28
• 3-2-14- نهان­نگاری تصویر روی اندازه­گیری­های سنجش فشرده خفیف… 29
• 3-3- مطالعه موردی در راستای کارهای انجام شده  برای فشرده سازی تصویر. 30
• 3-4- جمع بندی و نتیجه گیری تحقیق.. 31
• 3-5-    منابع مورد استفاده 33

منابع تحقیق ارزیابی الگوریتم های فشرده سازی تصاویر

]1[. الیاس قویدل، سیده حورا فخرموسوی،” بررسی تکنیک­های فشرده­سازی تصویر در دهه اخیر”، کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر ، دانشگاه آزاد اسلامی رشت، سال 1394.

]2[. احمد مقدم منش، اکبر رحیمی،” بررسی الگوریتم­های فشرده­سازی تصاویر در استاندارد MPEG”، چهارمین کنفرانس دانشجویی مهندسی برق ایران، دانشگاه صنعتی کرمانشاه، سال 1390.

]3[. رضا رنجبر، سهیلا کرباسی،” فشرده­سازی تصویر با استفاده از الگوریتم­های فرکتالی”، همایش منطقه­ای علوم کامپیوتر، مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین، سال 1391.

]4[. بهزاد ترمه باف یزد، سید عبدالحمید اصفهانی،” ارائه یک روش ترکیبی تطبیقی جهت فشرده­سازی تصاویر دیجیتال”، دومین همایش ملی پژوهش­های کاربردی در علوم کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، سال 1393.

]5[. عاطفه توبیها، سعید نصری،” فشرده­سازی تصاویر سطح خاکستری مبتنی بر تبدیل موجک و تبدیل باروز ویلر”، دومین همایش ملی مهندسی کامپیوتر وفناوری اطلاعات، دانشگاه آزاد واحد نجف آباد، سال 1394.

]6[. جواد حمید زاده، محسن پرهیزگار، سعید ریحانی،” رویکردی نو در فشرده­سازی سریع فرکتالی تصاویر با استفاده از الگوریتم بهینه­سازی ازدحام ذرات”، مهندسی کامپیوتر و پژوهشهای نیاز محور آخرین دستاوردهای در فناوری اطلاعات، موسسه آموزش عالی خاوران مشهد، سال 1394.

]7[. فاطمه ذاکری، محمدرضا سراجیان،” فشرده سازی تصاویر سنجش از دوری بر مبنای تبدیل کرولت و الگوریتم Set Partitioning in Hierarchical Trees (SPIHT)”، اولین کنفرانس ملی مهندسی فناوری اطلاعات مکانی، دانشگاه تهران، سال 1394.

]8[. شیرین حسن­زاده، اعظم کرمی، سیامک طالبی،” فشرده­سازی با اتلاف تصاویر ابر طیفی با روش جستجوی نزولی بلوکی و سنجش فشرده”، هفتمین کنفرانس ملی مهندسی برق و الکترونیک، دانشگاه شهید باهنر کرمان، سال 1394.

]9[. پرویز قره­باقری، رضا عسگری مقدم،” فشرده­سازی با اتلاف وبدون اتلاف تصاویر بر اساس جداسازی ارقام با ارزش و کم ارزش مقادیر پیکسل­ها در حوزه­ی فضایی”، کنفرانس بین­الملی یافته­های نوین پژوهشی در مهندسی برق و علوم کامپیوتر،  دانشگاه پیام نور، سال 1394.

]10[. امیررضا معروضی، فاطمه امانی،” فشرده­سازی تصاویر سه بعدی پزشکی با قابلیت مقیاس پذیری رزولوشن و کیفیت”، کنفرانس ملی فناوری، انرژی و. داده با رویکرد مهندسی برق و کامپیوتر، دانشگاه شاهرود، سال 1394.

[11] Lin Ma, Debin Zhao, Wen Gao,” Learning-based image restoration for compressed images”, Signal Processing: Image Communication, ELSEVIER, 2012.

[12] Cao Chunhong, Gao Xieping,” Compressed sensing image restoration based on data-driven

multi-scale tight frame”, Journal of Computational and Applied Mathematics, ELSEVIER, 2016.

[13] Yao Zhao, Xiubao Sui, Qian Chen, Shaochi Wu,” Learning-based compressed sensing for infrared image super resolution”, Infrared Physics & Technology, ELSEVIER, 2016.

[14] Shunsuke Ono†, Masao Yamagishi†, Takamichi Miyata††, and Itsuo Kumazawa,” IMAGE RESTORATION USING A STOCHASTIC VARIANT OF THE ALTERNATING DIRECTION METHOD OF MULTIPLIERS”,ICASSP , IEEE, 2016.

[15] Anirban Bose, Santi P. Maity, Seba Maity,” Image Watermarking on Degraded CompressednSensing Measurements, IEEE, 2015.

[16] Wang, Z., et al, “Image quality assessment: from error visibility to structural similarity.”, Image Processing, IEEE, 2015.

[17] Drakopoulos, V. and Nikolaos, “Efficient Computation of the Hutchinson Metric Between Digitized Images”, IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE, 2014.

 [18] Averbuch, A.Z. and Schclar, A. and Donoho “Deblocking of Block-Transform Compressed Images Using Weighted Sums of Symmetrically”, IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE, 2015.

 [19] Sheikh, H.R. and Bovik, A.C. and Cormack, “No-reference quality assessment using natural scene statistics: JPEG2000.” Image Processing, IEEE, 2005.

[20] Kopylov, P. and Fränti, “Compression of Map Images byMultilayer Context Tree Modeling”, IEEE TRANSACTIONS ON IMAGE PROCESSING, IEEE, 2005.

 [21] Lee, K. and Kim, D.S. and Kim, “Regression-based prediction for blocking artifact reduction in JPEG-compressed images.”, Image Processing, IEEE,2005.

[22] Chang, H. S. and Kang, K. (2005), “A Compressed Domain Scheme for Classifying Block Edge Patterns”, IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 14, NO. 2.

[23] Lin, T. and Pengwei, H. (2005), “Compound Image Compression for Real-Time Computer Screen Image Transmission”, IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 14, NO. 8.

[24] Yamatani, K., Saito, N., “Improvement of DCT-Based Compression Algorithms Using Poisson’s Equation”, IEEE TRANSACTIONS ON IMAGE PROCESSING,2006.

توجه:

تحقیق ارزیابی الگوریتم های فشرده سازی تصاویر شامل یک فایل ورد 40 صفحه ای می باشد

لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.

سفارش تحقیق

به منظور سفارش تحقیق مرتبط با رشته تخصصی خود بر روی کلید زیر کلیک نمایید.

سفارش تحقیق