تسريع ضغط الصور الكسوري باستخدام تقنيات مطورة
| العنوان بلغة أخرى: |
Fast Fractal Image Compression Using Adaptive Techniques |
|---|---|
| المؤلف الرئيسي: | محسن، حيدر عباس (مؤلف) |
| مؤلفين آخرين: | العلي، حازم باقر طاهر (مشرف) |
| التاريخ الميلادي: |
2016
|
| موقع: | الناصرية |
| التاريخ الهجري: | 1437 |
| الصفحات: | 1 - 135 |
| رقم MD: | 881193 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة ذي قار |
| الكلية: | كلية التربية للعلوم الصرفة |
| الدولة: | العراق |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
16
| المستخلص: |
ضغط الصورة باستخدام الكسوريات (FIC) هي واحدة من تقنيات الضغط بفقدان البيانات. لترميز الصورة في ضغط الصورة بالكسوريات يتم تقسيمها إلى كتل غير متداخلة تدعى كتل المدى (Range Blocks) (في هذه الأطروحة، استخدمت تقنية التقسيم بالحجم الثابت (Fixed size partitioning) لتقسيم المدى)، كل الكتل في المدى تدعى تجمع المدى (Range pool)، من مصفوفة المدى تخلق مصفوفة جديدة تدعى مصفوفة المنطلق (Domain array)، بيانات هذه المصفوفة تنتج من مصفوفة المدى، المنطلق يخلق من أخذ متوسط كل أربعة عناصر متجاورة (2×2) من المدى وتوضع في نفس الموقع المقابل في المنطلق، ثم يقسم تجمع المنطلق إلى كتل متداخلة، كل كتلة في المدى يجب أن تتطابق مع كل كتل المنطلق لإيجاد أقل خطأ وخزن أفضل المعلمات (IFS). كل عملية مطابقة تأخذ وقت طويل، عملية فك الترميز تطبق لتحديد تحويلات IFS على أي صوره ابتدائية، وهذه العملية تكرر عدد من المرات للوصول إلى الانكماش. في هذه الأطروحة تم تقليل الوقت ل FIC بدون تضحيه كبيره في الجودة، أربع طرق تم إنشاؤها واختبارها. الطريقة الأولى هي حساب صفة العزم لكتل المنطلق فقط، أثناء عملية المطابقة يقارن قيمة المعيار لكتلة المنطلق مع حد العتبة، يحسب معاملات (S)، (O) وأقل خطأ بين كتل المدى والمنطلق، النتائج لصورة (Lenna) بحجم كتلة (4×4)، وقت الترميز= 50.29 ثانية، نسبة الضغط= 4.57، PSNR= 24.04، ونسبة تخفيض الوقت= 33.42، في الطريقة الثانية يحسب (entropy) لكتل المنطلق فقط وأثناء عملية المطابقة تقارن قيمة (entropy) مع حد العتبة، النتائج هي وقت الترميز= 95.47 ثانية، نسبة الضغط= 4.47، PSNR= 24.08، ونسبة تخفيض الوقت= 17.60، في الطريقة الثالثة يتم الدمج بين (entropy) والعزم، أثناء عملية المطابقة يتم مقارنة قيمة (entropy) وقيمة المعيار لكتلة المنطلق مع حد العتبة، النتائج هي وقت الترميز=100.90 ثانية، نسبة الضغط= 4.47، PSNR= 24.11، ونسبة تخفيض الوقت= 16.66، الضعف في هذه الطريقة حيث وقت الترميز في حجم الكتلة (16×16) يكون أكبر من حجم الكتل (4×4، 8×8)، في الطريقة الرابعة يحسب صفة العزم لكتل المدى وكتل المنطلق وأثناء عملية المطابقة تجرى عملية المقارنة، فإذا كانت قيمة المعيار لكتلة المدى تساوي قيمة المعيار لكتلة المنطلق يتم حساب (S)، (O) وأقل خطأ، النتائج هي وقت الترميز= 114.02 ثانية، نسبة الضغط= 4.47، PSNR= 24.43 ونسبة تخفيض الوقت= 14.74 وكذلك يوجد ضعف في هذه الطريقة حيث وقت الترميز في حجم الكتلة (16×16) يكون أكبر من حجم الكتل (4×4، 8×8). |
|---|
عناصر مشابهة
-
Medical Image Compression based on Polynomial Coding and Region of Interest
بواسطة: Al-Khafaji, Ghadah منشور: (2019) -
Image Compression Using Neural Networks and Wavelet Transform
بواسطة: عباس، أحمد كامل منشور: (2013) -
An Enhanced Hybrid Image Compression Technique by Adding Gray Code and Bit-Plane Coding
بواسطة: زعارير، أريج فيصل منشور: (2019) -
Leveraging different segmentation algorithms for Effective Image Compression
بواسطة: الطراونة، تغريد محمد منشور: (2018) -
A Hybrid Image Compression Technique Using Discrete Fourier Transform and Discrete Cosine Transform
بواسطة: حسن، عائشة عبدالواحد منشور: (2018)
