
Une nouvelle approche de la conception et de la simulation de la compression d'images SPIHT
Versandkostenfrei!
Versandfertig in 6-10 Tagen
23,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
Récemment, la compression d'images est devenue une préoccupation majeure dans le domaine du traitement d'images. La compression d'images avec pertes est nécessaire pour réduire les besoins de stockage et améliorer le taux de transfert des données. L'une des meilleures techniques de compression d'images est la transformation en ondelettes. La transformation en ondelettes utilise une grande variété d'ondelettes pour la décomposition des images. Les techniques de codage de pointe telles que EZW (Embedded Zero tree Wavelet), SPIHT (Set Partitioning In Hierarchical Trees) et WDR (Wavelet D...
Récemment, la compression d'images est devenue une préoccupation majeure dans le domaine du traitement d'images. La compression d'images avec pertes est nécessaire pour réduire les besoins de stockage et améliorer le taux de transfert des données. L'une des meilleures techniques de compression d'images est la transformation en ondelettes. La transformation en ondelettes utilise une grande variété d'ondelettes pour la décomposition des images. Les techniques de codage de pointe telles que EZW (Embedded Zero tree Wavelet), SPIHT (Set Partitioning In Hierarchical Trees) et WDR (Wavelet Difference Reduction) utilisent la transformée en ondelettes comme base. Dans ma thèse, j'ai utilisé la transformée en ondelettes discrète pour améliorer la qualité de l'image avec une valeur PSNR (Peak Signal to Noise Ratio) élevée et le meilleur rapport de compression sur une variété d'images de différentes tailles. L'analyse a été effectuée en termes de PSNR, de CR (taux de compression) obtenu et de temps nécessaire à la décomposition et à la reconstruction. Les résultats ont prouvé que non seulement la valeur PSNR et le rapport de compression obtenus sont très élevés, mais aussi que le temps d'exécution pris par MSPIHT (Modified Set Partitioning In Hierarchical Trees) est très faible par rapport aux autres techniques.