Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Fast, robust and adaptive lossless image compression
100%
|
|
tom Vol. 8, No. 1
95-116
EN
For applications like image transmission or storage we need fast and adaptive lossless compression algorithms. A speed improvement must not be achieved at the expense of significant compression ratio deterioration or too big memory requirements. The robustness, which may be defined as a performance on the worst case of data, is very important in practical applications. Presented algorithm uses the traditional decorrelations - statistical compression scheme of adaptive image compression. We introduce many modifications to improve speed and robustness of the algorithm. Firstly, we vastly increase the processing speed by altering the traditional statistical compression scheme. Instead of coding each symbol and updating the data model each time a symol is coded, we update the model only after coding some symbols. We construct a robust family of codes based on the GOLOMB codes and adapted to the real image data - that is to the finite alphabet of not ideally xeponential symbol distribution. In order to quickly adapt to the specific image data model uses a variable number of context buckets and is updated with a variable frequency - starting with a single collective context bucket and a full model update. The introduced modifications allow us to increase the processing speed by a factor of two or more at no or negligible compression ratio deterioration. Our algorithm limits worst-case local and global data expansion and has strictly bounded memory requirements. We present the experimental results of introduced modifications and the comparison to some well-know algorithms.
|
|
tom z. 37
121-145
PL
Artykuł prezentuje wyniki badań mających na celu opracowanie szybkiego, bezstratnego i adaptacyjnego algorytmu kompresji obrazów w odcieniach szarości. Cel ten planowano osiągnąć poprzez odpowiedni dobór algorytmów stanowiących kolejne etapy kompresji obrazu oraz wprowadzenie modyfikacji do już istniejących algorytmów kompresji. Niniejszy artykuł zawiera opis zastosowanych algorytmów i wyniki badań nad wyborem algorytmów składowych kompresora.
EN
This paper presentas the research on fast, lossless and adaptive algorithms of grayscale image compression. We examine various algorithms as the consecutive components of the image compression process. We introduce improvements to the existing data compression algorithms. In this paper we describe the algorithms used and report the results of the selection of the component algorithms.
|
|
tom Vol. 23, nr 4
277-300
PL
Artykuł prezentuje przegląd algorytmów bezstratnej kompresji obrazów oraz standardów obowiązujących w tej dziedzinie. W artykule, po omówieniu podstawowych pojęć i metod stosowanych w bezstratnej kompresji obrazów, zawarto przegląd i klasyfikację algorytmów i standardów kompresji poszczególnych klas obrazów. Kilka algorytmów omówiono bardziej szczegółowo, w tym między innymi JPEG-LS - nowy międzynarodowy standard bezstratnej kompresji obrazów.
EN
The paper presents an overview of the lossless image compression algorithms and of the standards concerning lossless image compression. In the paper, after presenting basic methods used in lossless image compression, we review algorithms and standards of lossless compression for different classes of images. Selected algorithms are described more thoroughly, among them JPEG-LS - the new international standard of lossless image compression.
|
2003
|
tom Vol. 24, nr 1
159--169
PL
W niniejszym artykule omówiono zwięźle kilka nowoczesnych algorytmów z zakresu bezstratnej kompresji danych: algorytm predykcji przez częściowe dopasowanie, algorytm ważenia drzewa kontekstów, algorytm Burrowsa-Wheelera oraz algorytm Wolfa i Willemsa. Pod względem uzyskiwanych współczynników kompresji algorytmy te uznawane są obecnie za najlepsze wśród uniwersalnych algorytmów bezstratnej kompresji danych.
EN
In this paper we present a brief overview of four modern lossless data compression algorithms: Prediction by Partial Matching, Context Tree Weighting, Burrows-Wheeler Block Sorting Compression Algorithm and the Switching Method of Volf and Willems. In terms of average compression ratio presented algorithms are regarded as best among universal lossless data compression algorithms.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.