Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Modelowanie na poziomie systemu sprzętowego wspomagania kompresji obrazów nieruchomych wykorzystujące dwuwymiarową analizę komponentów głównych
Języki publikacji
Abstrakty
The article presents a novel method of lossy compression of still images by means of two-dimensional principal component analysis. The algorithm is based on three main steps: transform coding of image blocks resulting feature-space dimensionality reduction, quantization of resulting coefficients and optional entropy coding. Although the compression ratio of presented approach is comparable to other, well-known algorithms, this new method gives images of very high visual quality. Some details on the hardware implementation in a reprogrammable chip are provided.
Przedstawiono technikę stratnej kompresji obrazów statycznych wykorzystującą dwuwymiarową analizę komponentów głównych. Algorytm składa się z trzech etapów: kodowania transformacyjnego bloków obrazu, realizującego redukcję wymiarowości przestrzeni cech, kwantyzacji uzyskanych współczynników i opcjonalnego kodowania entropijnego. Pomimo tego, że uzyskiwany współczynnik kompresji jest porównywalny do innych znanych algorytmów, opracowana metoda daje obrazy o dużo lepszej jakości wizualnej. Pokazano również szczegóły implementacyjne do układów reprogramowalnych.
Wydawca
Rocznik
Tom
Strony
22--24
Opis fizyczny
Bibliogr. 14 poz., wykr.
Twórcy
Bibliografia
- [1] Chrysafis C., Ortega A.: Line Based, Reduced Memory, Wavelet Image Compression. Proc. of 1998 IEEE Data Compression Conference. Snowbird, March 1998.
- [2] Egger O., Fleurry P., Ebrahimi T., Kunst M.: High-performance Compression of Visual Information (A Tutorial Review). Proc. of IEEE, vol. 87, no. 6. 1999.
- [3] Forczmański P.: Kompresja obrazów statycznych za pomocą dwuwymiarowej analizy komponentow głównych. Roczniki Informatyki Stosowanej PS. Nr 10: Metody informatyki stosowanej, Informa, Szczecin, 2006.
- [4] Fukunaga K.: Introduction to Statistical Pattern Recognition. Second edition, New York, Academic Press, 1990.
- [5] Jolliffe I. T.: Principal Component Analysis. Springer Verlag, 1986.
- [6] Kukharev G., Forczmański P.: Hierarchical Method of Reduction of Features Dimensionality for Image Recognition and Graphical Data Retrieval. Proc. of Sixth International Conference PRIP, Minsk, Belarus, May 2001, pp. 19-34.
- [7] Kukharev G., Forczmański P.: Data Dimensionality Reduction for Face Recognition. Machine Graphics and Vision. Vol. 13, No. 1/2, 2004.
- [8] Marcellin M. W., Gormish M. J., Bilgin A., Boliek M.: An overview of JPEG-2000. Proc. of 2000 Data Compression Conference, March 2000, pp. 523-544.
- [9] Sayood K.: Introduction to Data Compression. Acad. Press, 2000.
- [10] Swets D. L., Weng J.: Using Discriminant Eigenfeatures for Image Retrieval. IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 18, pp. 831-836.
- [11] Swets D. L., Weng J.: Hierarchical Discriminant Analysis for Image Retrieval. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 21, no.5.
- [12] Tsapatsoulis N., Alexopoulos V., Kollias S.: A Vector Based Approximation of KLT and Its Application to Face Recognition. Proc. of The IX European Signal Processing Conference EUSIPCO-98, Island of Rhodes, Greece, September 1998.
- [13] Wallace G. K.: The JPEG Still Picture Compression Standard. Communications of the ACM. April 1991 (vol. 34, no. 4).
- [14] IEEE 1666 ™ Standard SystemC Language Reference Manual, IEEE, 2005.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BWA0-0026-0006