Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 Logistyka

1 2015

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: PHL Transform

Sortuj według:

Ogranicz wyniki do:

Application of piecewise-linear transforms in threshold compression of contours

100%

Baran R. , Wiraszka D.

Logistyka

2015

tom nr 4

2341--2348, CD2

Effectiveness analysis of threshold compression of contours with the use of piecewise-linear transforms has been investigated in the paper. Selected piecewise transforms, as Periodic Walsh Piecewise-Linear Transform (PWL), Haar Piecewise-Linear Transform (HPL) and Periodic Haar Piecewise-Linear Transform (PHL), together with the piecewise-constant Walsh Transform have been described. The scheme of a threshold compression method has been presented. Set of typical test contours has been the subject of threshold compression with the use of the selected piecewise-linear transforms. The compression effectiveness has been evaluated in terms of typical quality measures, as the Mean-Square Error, MSE, and Signal-to-Noise Ratio, SNR, by the comparison between the original contour and its reconstruction after the compression. Results of experiments are presented in the form of plots, showing the considered quality measures versus the Compression Ratio, CR, prepared in the Matlab environment.

W artykule badano efektywność kompresji progowej konturów z zastosowaniem transformat odcinkowoliniowych. Opisano wybrane transformaty odcinkowo-liniowe, jak transformata PWL (Periodic Walsh Piecewise-Linear), HPL (Haar Piecewise-Linear) oraz PHL (Periodic Haar Piecewise-Linear), łącznie z odcinkowo-stałą transformatą Walsha. Przedstawiono schemat kompresji progowej. Metodę kompresji progowej z użyciem wybranych transformat odcinkowo-liniowych zastosowano do typowego zbioru konturów testowych. Efektywność kompresji oceniano w sensie typowych miar jakości, takich jak błąd średniokwadratowy MSE (Mean-Square Error) i stosunek sygnał-szum SNR (Signal-to-Noise Ratio), przez porównanie konturu oryginalnego z rekonstruowanym po kompresji. Wyniki badań przedstawiono w postaci wykresów, prezentujących zależność rozważanych miar jakości w funkcji współczynnika kompresji CR (Compression Ratio), opracowanych w środowisku Matlab.