Цветовой анализ, сжатие и выделение объектов на изображениях для телекоммуникационных целей
Диссертация
Следующий путь заключается в сжатии информации после получения с устройств фиксации изображения до минимальных размеров, передача сжатой информации по каналам связи и восстановления этой информации в виде изображения. Время суммы всех трех этапов обработки видеоинформации определит время общения. Задача перед исследователями и разработчиками заключается в снижении временных показателей на всех… Читать ещё >
Список литературы
- Прэтт У. Цифровая обработка изображений: Пер. с англ. — М.: Мир, 1982. Кн. 1 и 2.-312 и 480 с.
- Chrestenson Н.Е. A class of generalized Walsh functions // Pacific. J. Math. -1955. V.5. -№ 1.-P. 17−32.
- Andrews H.C., Pratt W.K. Transform image coding // Proc. Computer processing in communications. New York: Polytechnic Press, 1969. — P. 63−84.
- Прэтт У., Кэйн Д., Эндрюс X. Кодирование изображений посредством преобразования Адамара // ТИИЭР. 1969. — Т.57.-№ 1. — С. 66−77.
- Habibi A., Wintz P.A. Image coding by linear transformation and block quantization // IEEE Trans. Commun. Tech. 1971. — V. COM-19. — № 1. — P.50−63.
- Pratt W.K., Chen W.H., Welch L.R. Slant transform image coding // IEEE Trans. Commun. -1974. -V. COM-22. P. 1075−1093.
- Rao K.R., Narusimhan M.A., Revuluri K. Image data processing by Hadamard-Haar transform // IEEE Trans. Computers. 1975. — V. C-23. — № 9. — P. 888−896.
- Эндрюс Г. Применение вычислительных машин для обработки изображений / Пер. с англ. под ред. Б. Ф. Курьянова. М.: Энергия. — 1977. — 161 с. 9. Кн.1 и 2.-312 и 480 с.
- Жуков Д.М. Эквивалентность одномерного и двумерного преобразования Крестенсона-Леви // Методы цифровой обработки изображений: Сб. науч. тр. МИЭТ. М.: МИЭТ, 1982 — С. 65−70.
- Прэтт У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982. Gray R.M. Vector Quantization // IEEE ASSP Magazine. — April 1984. — P. 429.
- Кунт M., Икопомопулос А., Кошер M. Методы кодирования изображений второго поколения // ТИИЭР. 1985. -Т.73. — № 4. — С. 59−86.
- Woods J.W. Subband image coding of images // IEEE Trans, on ASSP.-1986.-V.34.-№ 5.-P. 1278−1288.
- Голубов Б.И., Ефимов A.B., Скворцов В. А. Ряды и преобразования Уолша: Теория и применения. М.: Наука, 1987. — 344 с.
- Nasrabadi N.M., King R.A. Image coding using vector quantization: A review // IEEE Trans, on Communication. 1988. — V. 36. — № 8. — P. 957−971.
- Perkins M.G. A comparison of the Hartley, Cas-Cas, Fourier, and discrete cosine transforms for image coding // IEEE Trans. Commun. 1988. — V.36. — № 6. — P.758−761.
- Efimov A. V. Multiplicative function systems and their applications in discrete information processing // Approximation and function spaces / Banach center publications. 1989. — V.22. -P. 111−117.
- Kubrick A., Ellis T. Classified vector quantization of images codebook design algorithm. // IEEE proceedings Information, 1990, 137, № 6, стр. 379−386
- Li Weiping. Vector transform and image coding // IEEE trans. circuits and syst. video technol. 1991, 1, № 4, стр.308−317.
- Pancha Rathan S., Golderg M. Mini-max algorithm for image adaptive vector quantization // IEEE proc. I. 1991 — 138, № 1, стр.53−60.
- Ngan K.N., Koh H.C. Predictive classified vector quantization // IEEE Trans. Image Proc. -1992. -V.I. -№ 3. P. 269−280.
- Kim T. Side match overall match vector quantizers for images // IEEE Trans. Image Proc. -1992. -V.I. -№ 2. P. 170−185.
- Mathews V.J. Multiplication free vector quantization using L/ distortion measure and its variants II IEEE Trans. Image Proc.- 1992. -V.I.-№ 1.~P. 11−17.
- Chan Ch.-K., Po L.-M. A complexity reduction technique for image vector quantization // IEEE Trans. Image Proc. 1992. -V.I. -№ 3. — P. 312−321.
- Huang C.M. et al. Fast full search equivalent encoding algorithms for image compression using vector quantization // IEEE Trans. Image Proc. 1992. -V.I. -№ 3. -P. 413−416.
- Senoo Т., Giord B. Vector quantization for entropy coding of image subbands // IEEE Trans. Image Proc. 1992. -V.I. -№ 4. — P. 526−532.
- Kim E.H., Modestmo J.W. Adaptive entropy coded subband coding of images // IEEE Trans. Image Proc. 1992. -V.I. -№ 1.- P. 31−48.
- Nanda S., Pearlman W.A. Tree coding of image subbands // IEEE Trans. Image
- Proc. 1992. -V.I.-№ 2.-P. 133−147.
- Digital image processing / Collect.: Chellappa R. Los Alamitos (Ca) et al.: IEEE computer soc. press, 1992. — IX, 801 p.
- Buhman J., Kunel H. Vector quantization with complexity costs // IEEE Trans, on Information Theory.- 1993.-V.39.-X24.-P. 1133−1145.
- Cosman P.C. et al. Using vector quantization for image processing // Proc. IEEE 1993. -V.81.-№ 9.-P. 1326−1341.
- Huang C.M., Harris R. W. A comparison of several vector quantization code book generation approaches // IEEE Trans. Image Proc.- 1993.-V.2.-№ 1 .-P.108−112.
- Задирака В.К., Евтушенко В. Н. Оптимальный способ зонного кодирования с использованием Слэнт-преобразования // Кибернетика и системный анализ. 1994. -№ 4.-С. 56−60.
- Barlaud М. et al. Pyramidal lattice vectior quantization for multiscale image coding // IEEE Trans. Image Proc. 1994. -V.3. -№ 4. — P. 367−381.
- Kossentini F., Chung W.C., Smith M. Subband image coding using entropy-constrained residual vector quantization // Information Processing and Management. 1994. -V.30. -№ 6. -P. 887−896.
- Tuubman D., Zakhor A. Orientation adaptive subband coding of images // IEEE Trans. Image Proc. 1994. -V.3. -№ 4. — P. 421−437.
- Tan K.H. Ghanbari M. Layered image coding using the DCT pyramid // IEEE Trans. Image Proc. 1995. -V.4. -№ 4.-P. 512−516.
- Kovacevic J. Subband coding system incorporating quantizer models // IEEE Trans. Image Proc. 1995. -V.4. -№ 5. — P. 543−553.
- Woods J. W., Huang T.S. Picture bandwidth compression by linear transformation and block quantization // Picture bandwidth compression / Ed.: Huang T.S., Tretiak O.J. New York: Gordong and Breach, 1972. — P.555−573.
- Джайн A.K. Сжатие видеоинформации: Обзор // ТИИЭР.- 1981 .-Т.69.-№ 3,-С. 71−117.
- Witten I., Neal R.M., Cleary J.G. Arithmetic coding for data compression //
- Comm. ACM.-1987.-V.30.-№ 6.
- Storer J.A. Data compression: Methods and theory. Rockville (Md): Computer science press, 1988.-X, 413 p.
- Desoky Ahmed, O’Connor Carol, Kleim Tomas Compression of image data using arithmetic coding // Comput.sci.and statist.: proc. 20th symp. interface, Fairfax, Va, 20−23 apr 1988, Alexandria (Va), 1988, стр. 812−815.
- Desoky A., O’Connor C., Kleim T. Compression of image data using arithmetic codng. // Computer science and statistics: proceedings 20th symposium interface, Fairfax, Va, 20−23 apr 1988, стр. 812−815
- Stranger V.J. A feature motion compensation technique for image sequence compression // Proc. 6th scand. conf. Image anal, Oulu, june 19−22, 1989 vol.2, Стр. 1059−1066.
- Kosis S.M. Fractal-based image compression // 23rd Asilonaz conf.sygnals. Syst. And comput., Pasific grove, Calif., oct.30 nov. l, 1989 conf.rec.vol.l, San Jose, 1989, стр. 177−181.
- Hung A.C. Image compression: The emerging standard for color images // IEEE Computing Futures. 1989. — Inagural issue. — P. 20−29.
- Algazi V. Ralph, Kelly Philip L., Estes Robert R. Compession of binary facsimile images by preprocessing and color shrinking // IEEE trans.commun. -1990, 38, № 9, стр.1592−1598.
- Nasrabadi Nasser M., Feng Yushn. Image compression using address-vector quantization // IEEE trans.commun. 1990, 38, № 12, стр. 2166−2173.
- Wallace G.K. Overview of the JPEG (ISO/CCITT) still image compression: image processing algorithms and techniques // Proceedings of the SPIE. 1990. -V. 1244. — P. 220−233.
- Arozullah Mohhamed, Namphol Aran. A data compression system using neural network based architecture // IJCNN int. jt. Conf. Neural networks, San Diego, Calif. 1990, vol.1 NY, стр.531−536.
- L. Torres-Urgell and R. Lynn Kirlin. Adaptive Image Compression using Kar-hunen-Loeve Transform // Signal Processing, vol. 21, no. 4, pp. 303−313, December 1990.
- Arozullah M., Namphol A. A data compression system using neural network based architecture. // IJCNN international conference Neural Networks, San Diego, California, 1990, vol.1, стр531−536
- Paik Chul Hwa, Fox Martin D. Transform-based medical image compression using a recursive preprocessing approach // Proc. 16th Annual Northeast Bio-eng.conf. University park, Pa, March 26−27, 1990, № 4, стр.67−68.
- Shweizer L., Paridon G., Sienranza G.L., Marsi S. A fully neural approach for image compression // Artif. Neural Networks: Proc. Int.conf., Espoo, 24−28 june, 1991, vol.1 Amsterdam, 1991, стр.815−820.
- Li C.G., Gokmen M., Hirchman A.D., Wang Y. Information preserving image compression for archiving NMR images // Comput. Med. Image and graph. -1991, 15, № 4, стр.277−283.
- Wallance Gregory. The JPEG stillpicture compression standart // Commun. ACM 1991, 34, № 4, стр.31−34.
- Wallace G.K. The JPEG algorithm for image compression standard // Communications of the ACM. 1991.-V.34. -№ 4. — P. 30−44.
- ISO/IEC JTCI Committee Draft 10 918−1. Digital compression and coding of continuous-tone still images. Part 1. Requirements and guidelines. 1991.
- ISO/IEC JTCI Committee Draft 10 918−2. Digital compression and coding of continuous-tone still images. Part 2. Compliance Testing. 1991.
- Mougeot M., Azencott R., Angeniol B. Image compression with back propagation: Improvement of the visual restoration using different cost functions // Neural Networks 1991, 4, № 4, стр. 467−476.
- Huynh Dung T. Effective entropies and data compression // Inf. And comput. -1991, 90, № 1, стр. 67−85.
- Sayood Khalid, Anderson Karen. A differential losseless image compression scheme // IEEE trans. Sygnal process., 1992, 40, № 1, стр.236−241.
- Kokkinidis P.A., Metaxalci-Kossionidou С. An adaptive improvement of an image compression technique // Microprocess. And microprogram., 1992, 34, № 15, стр. 231−234.
- Горшков А.С. Быстрый теоретико-числовой метод для синтеза и сжатия изображений // Програмирование, 1992, № 4, стр.72−78.
- Vaisey Jacques, Gersho Allen. Image compression with block size segmentation // IEEE trans. signal process, 1992 40, № 8, стр.2040−2060.
- Perkins Michael G. Data compression of stereopairs // IEEE trans. Communications 1992, 40, № 4, стр.684−696.
- Sayood K., Anderson K. A differential lossless image compression scheme. // IEEE transaction signal processing, 1992, 40, № 1, стр. 236−241
- Пеев E., Боянов К., Белчева О. Методи и средства за компрессия на изображения // Автоматика и информатика.-1994.-28, № 3.-стр.З-14.
- Shusterman Е., Feder М. Image compression via improved quadtree decomposition algorithms. // IEEE transactions image processing, 1994, 3, № 2, стр. 207 215
- Scordas A.N., Kurtis K.M. A fast picture compression technique. // IEEE transactions consumer electronics, 1994, 40, № 1, стр.11−19
- Yokoo H. Adaptive encoding for numerical data compression. // Information processing and management, 1994, 30, № 6, стр. 863−873
- Криворучко В.О. Об одном методе сжатия полноцветных изображений. // Автометрия, 1994, № 6, стр. 72−77
- Kwosaki М., Waki Н. A JPEG-compliant color image compression / dccom-presssion LSI //Mitshubisi Elec. Adv. -1994. -V.68, Sept. P. 17−18.
- Мастрюков Д. Алгоритмы сжатия информации. Часть 2. Арифметическое кодирование // Монитор. 1994. -№ 1. — С. 20−26.
- Shusterman Е., Feder Meir. Image compression via improved quadtree decomposition algorithms // IEEE trans. image process 1994 — 3, № 2, стр.207−215.
- К. Shen, G. Cook, L. Jamieson, and E. Delp. An Overview of Parallel Processing Approaches to Image Compression // Proceedings of SPIE Visual
- Communications and Image Processing, San Jose, CA, vol. 2186, pp. 197−208, February 1994.
- Saden Iian. Universal data compression based on approximate string matching // Appl.math.and comput.sci. 1995, 5, № 4, стр.717−742.
- V. Bhaskaran and K. Konstantinides. Image and Video Compression Standards: Algorithms and Architectures / Kluwer Academic Publishers, 1995.
- N. Netravali and B. G. Haskell. Digital Pictures Representation Compression, and Standards / Plenum Press, 1995.
- Антонова H.A., Наумов H.A. Методы сжатия данных в вычислительных системах. Методы нумерации в сжатии данных. Методы сжатия двоичной информации. // Препринт Институт прикладной математики РАН, 1996, № 43, стр. 1−32
- Memon Nazir, Wu Xiaolin. Recent developments in context-based predictive techniques for lossless image compression // Comput. J, 1997, 40, № 2−3, стр.127−136.
- Storer James A., Helfgott Harald. Lossless image compression by block matching // Comput J., 1997, 40, № 2−3, стр.137−145.
- Storer J., Helfgott H. Lossless image compression by block matching. // Computer Journal, 1997, 40, № 2−3, стр.137−145
- Горин A.K., Поляков Г. А. Сравнительная оценка эффективности методов сжатия данных. // Вопросы прикладной математики и математического моделирования / Днепропетровский державный университет, Днепропетровск, 1997, стр. 36−38
- Hafner Ullrich, Albert Jurgen, Frank Stefan, Unger Michael. Weighted finite automata for video compression // IEEE J. Selec. Areas Commun. 1998. — 16, 1. -C. 108−119.
- Меньшиков В.И., Пасечников M.A. О возможности создания эффективных итеративных алгоритмов сжатия информации // Мурм.гос.техн. Ун-т -Мурманск, 1999.
- Королев А. В., Рубан И. В., Малахов С. В. Метод сжатия видеоданных посредством преобразований // Электрон, моделир. 1999. — 21, 4. — С. 47−56.
- Болтов Ю.Ф., Носков А. Ф., Ситников В. В. Система предикативного сжатия изображений на основе полевой структуры // Труды учебных заведений связи / СП6ГУТ. СПб. 2000. № 166.
- Горлов С.К., Новиков И. Я., Родин В. А. Коррекция полиномов Хаара, применяемая для сжатия графической информации // Изв. Вузов мат. 2000 № 7, стр.6−10.
- Болтов Ю.Ф., Бобылев А. В., Смирнов Р. С. Усовершенствование системы сжатия изображений на основе их представлений в виде полевой структуры // Труды учебных заведений связи / СПбГУТ. СПб, 2002 № 168. С. 316 324.
- Good J. The interaction algorithm and practical Fourier analysis // J. Royal Stat. Soc. (London). 1958. — V. B-20. — P. 361−372.
- Cooley J. W., Tukey J. W. An algorithm for machine computation of complex Fourier series // Mach. Comput. 1965. — V.19. — P. 297−301.
- Andrews H.C., Pratt W.K. Fourier transform coding of images // Hawaii International Conference on System Science, January 1968. P. 677−679.
- Anderson J.B., Huang T.S. Piecewise Fourier transformation for picture bandwidth compression // IEEE Trans. Commun. -1972.- V. COM-20 № 3. — P.488−491.
- Prult W.K., Andrews H.C. Application of Fourier-Hadamard transformation to bandwidth compression // Picture bandwidth compression / Ed.: Huang T.S., Tretiak O.J. -New York: Gordongand Breach, 1972.-P. 515−554.
- Wallance G. The JPEG stillpicture compression standart. // Communication ACM 1991, 34, № 4, стр. 31−34
- Горлов C.K., Корыстны A.B., Родин В. А. Об одной реализации метода сжатия отображений с помощью нелинейной аппроксимации сумм Фурье-Хаара // Теор. функций и прибл.: Тр. 7-й Саратов, зим. шк. (1994 г.). Ч. 2,-Саратов: Изд.-во СЕУ, 1995.
- Гагарин Ю.И., Гагарин К. Ю. Гиперкомплексные быстрые преобразования Фурье в расширенных полях рациональных чисел труды СПбГТУ 1998 -472 стр.77−80
- Kosis S.M. Fractal based image compression. // 23rd Asilonaz conference signals systems and computing, Pasific grove, California, 1989, стр. 177−181
- Beaumont J.M. Image data compression using fractal techniques // ВТ Technological Journal. 1991.-V. 9-№ 4.-P. 92−109.
- Jaquin A.E. Image coding based on a fractal theory of iterated contractive image transformations // IEEE Trans. Image Proc. 1992. -V.I.-№ 1. — P. 18−30.
- Бондаренко В.А., Дольников В.JI. Фрактальное сжатие изображений по Барнсли-Слоану // Автоматика и телемеханика. 1994. — № 5. — С.12−20.
- Fractal image compression: theory and application./ Ed.: Y.Fisher. New York, 1995.-XVIII, 341 p.
- Cochran W.O., Hart J., Flynn P. Fractal volume compression. // IEEE transactions visual and computer graphics, 1996, 2, № 4, стр. 313−322
- Barsnsley Michael F. Fractal image compression // Notic.Amer.Math.Soc. -1996 -43, № 6, стр.657−662.
- Гузак В.Ф., Костюк А. И. Фрактальное сжатие и восстановление изображений. // Управляющие системы и машины, 1998, № 1, стр. 44−49
- Зайцев Д.Ю. Использование фрактальных методов для сжатия информации. // Микроэлектроника и информатика 1998. Всероссийская межвузовская конференция студентов и аспирантов, Зеленоград, 1998, тезисы докладов, часть 2, стр. 184
- Daubechies I. Orthonormal bases of compactly supported wavelets. // Communication Pure Applied Mathematics, 41, 1988, стр. 909−996
- Rioul Oliver, Vetterli Martin. Wavelets and signal processing // IEEE signal process. mag, 1991, 8, № 4, стр.14−38.
- Beylkin G., Coifman R., Rokhlin V. Fast wavelet transforms and numerical algorithms. // Communications on pure and applied Mathematics, 44 (1991), стр. 141−183
- Antoni M. et al. Image coding using wavelet transform // IEEE Trans. Image Proc. 1992. -V.l.-№ 2. -P. 205−220.
- Lewis A.S. Knowles G. Image Compression using the 2-D wavelet transform // IEEE Trans. Image Proc. 1992. -V.l. -№ 2. — P. 244−250.
- Donoho D.L. Interpolating wavelet transforms. // Preprint, Department of Statistics, Stanford University, 1992.
- Chui C.K. An introduction to wavelets. // Academic press, San Diego, CA, 1992
- Gortler S., Shroder P., Cohen M., Hanrahan P. Wavelet radiosity. // in Computer Graphics Annual Conference Series 1993, стр. 221−320
- Pattanaik S.N., Bouatouch K. Fast wavelet radiosity method. // Computer Graphics Forum 13,3, 1994
- Ramuchandran K., Vetteri M. Best wavelet packet bases in a rate-distortion sense // IEEE Trans. Image Proc. 1993. -V.2. -№ 2. — P. 160−175.
- Stefunoiu D. Introduction to signal processing with wavelets // Studies on Information and Control. -1994. V.3. — № 1. — P. 97−110.
- IEEE Trans. Image Proc. 1995. -V.4. -№ 2. — P. 162−177.
- Bouatouch K., Pattanaik S.N. Discontunity meshing and hierarchical Multi-Wavelet Radiosity. // In proceedings of Graphics Interface, 1995
- Lippert L., Gross M. Fast wavelet based volume rendering by Accumulation of Transparent Texture Maps. // In proceedings Eurographics '95
- Schroder P., Sweldens W. Spherical Wavelets: Texture processing. // In rendering techniques, 1995
- Daubechies I., Guslcov I. Wavelets on Irregular Point Sets. // Program for Applied and Computational Mathematics, Princeton University, 1995
- Romaswamy V.N., Namuduri K.R., Ranganathan N. Lossless image compression using wavelet decomposition // Proc 13th IAPR int.ocnf.pattern recogn., Vienna, aug 25−29, 1996, vol.3, track C: applic. and robotic systems Los Ala-mitos, 1996, стр.924−928.
- Cochran Wayne O., Hart John C., Flynn Patrick J. Fractal volume compression // IEEE trans. Visual and comput.graph., 1996 2, № 4, стр.313−322.
- Забярянский С. Фрактальное сжатие изображений // Компьютеры + прогр. 1997, № 6, стр. 16−22.
- Chrysafis Christos, Ortega Antonio. Line-based, reduced memory, wavelet image compression // IEEE trans. Image precess. 2000−9 № 3, стр.378−389.
- Ahmed N., Naturajan Т., Rao K.R. On image processing and a discrete cosine transform // IEEE Trans. Computers. -1974. V. C-23 — № 1.- P.90−93.
- Rao K.R., Yip P. Discrete cosine transform algorithms, advantages, applications. — London: Academic Press inc., 1990.
- Duhamel P., Guillemont C. Polynomial transform computation of 2-D DCT // Proc. ASSP'90. -1990.-P.1515−1518.
- Cho N., Lee S. Fast algorithm and implementation of 2-D discrete cosine transform // IEEE Trans. Circuits and Systems. 1991. -V.38. — P.297−305.
- Kim D., Lee S.U. Image vector quantizer based on classification in the DCT domain. // IEEE transactions communications- 1991, 39, № 4, стр. 549−557
- Birney K.A., Fischer T.R. On the modeling of DCT and subband image data for compression // IBEE Trans. Image Proc. 1995. — V.4. — № 2. — P. 186−193.
- Andrews H.C., Hunt B.R. Digital Image Restoration.- Englewood Cliffs (NJ): Prentice Hall, 1977. XVIII, 238 p.
- Li Jinghua, Yu Songyu, Yan Feng. Аппаратная реализация ВС на основе сжатия декомпрессии изображений // J. Data Acquis, and Process. — 1999. -14,2.-С. 214−217.
- L.S. Davis. A survey of Edge Detection Techniques. Computer Graphics & Image Processing, 4:248−270, 1975
- Yopgeshwaz J., Mammone K.J. A new perceptual model for video sequence encoding // 10th int. conf. Pattern recognition. Atlantic City, NJ, 16−21 june 1990 Vol2, стр. 188−193.
- Алпатов Б.А., Блохин A.H. Модели и алгоритмы обнаружения и выделения движущихся фрагментов изображений. // Автометрия, 1995, № 4, стр. 100 104.
- S.K. Nayar, S. Baker, and Н. Murase. Parametric Feature Detection. In Proceedings of IEEE, International Conference on Computer Vision and Pattern Recognition, pages 471−477, San Francisco, 1996.
- Сергеев В.В. Применение методологии распознавания образов в задачах цифровой обработки изображений. // Автометрия, 1998, № 2, стр.63−76.
- V.S. Nalwa. Edge-Detector Resolution Improvement by Image Interpolation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 9(3): 446−451, 2 005 148. http://mpeg.telecomitalialab.com/standards/mpeg-4/mpeg-4.htm142
- Роджерс Д. Алгоритмические основы машинной графики. М.: МИР, 1989. — 512 с.
- Шишенко А.П. Метод цифровой фильтрации кадра изображения // Труды учебных заведений связи / СПбГУТ. СПб, 2003 № 169. С. 50−54.
- Баранов А.А., Дегтярев В. М. Метод оптимальной спиральной развертки при сжатии полутоновых изображений для передачи по каналам связи. // Труды учебных заведений связи / СПбГУТ. СПб, 2007. № 176. С. 86−89.
- Баранов А.А. Анализ цифрового изображения для сжатия и передачи по каналам связи.// Труды учебных заведений связи / СПбГУТ. СПб, 2007. № 177. С. 22−27.
- Баранов А.А. Выделение контуров объектов на цветных дискретных изображениях. Сборник статей «World Press» http://d.l7−71 .com/2008/01/07/vyidelenie-obektov-na-tsvetnyih-diskretnyih-izobrazheniyah/
- Баранов A.A., Дегтярев B.M., Карпова И. Р. Анализ и сжатие многоцветного изображения для распознавания объектов.//Вопросы радиоэлектроники, серия Электронная вычислительная техника (ЭЛТ), Выпуск 1, 2008. стр. 108−117.
- Сравнение изображений, их форматов и сжатие RGB (24 бита), разрешение 100 dpi
- Наименование изображений Вид Изображений Объем записи форматов, байты коэффициент по отношению к bmp Объем сжатого формата (WinRar) коэффициент сжатияbmp tif gif jpeg bmp tif gif jpeg
- Парашютист Черно-белое с небольшим заполнением площади 478 914 479 920 0,998 33 712 14,206 20 447 23,422 242 951 1,971 239 244 2,005 33 702 1,000 19 982 1,023
- Свободное падение Черно-белое со средним заполнением площади 652 446 653 500 0,998 73 761 8,845 42 673 15,289 482 470 1,352 484 489 1,348 73 850 0,998 42 708 0,999
- Самолет Черно-белое с большим заполнением площади 563 442 564 472 0,998 88 565 6,361 42 299 13,320 438 543 1,284 441 353 1,278 88 362 1,002 49 339 0,857
- Котенок Цветное, репродукция 652 446 653 500 0,998 114 074 5,719 45 669 14,286 584 072 1,117 588 714 1,110 113 951 1,001 45 100 1,012
- Радуга Цветное с небольшим количеством цветов 709 890 710 960 0,998 61 217 11,596 32 177 22.062 467 678 1,517 470 517 1,511 61 085 1,002 32 106 1,002
- Собака Цветное с выделенным объектом 669 606 670 668 0,998 72 175 9,277 45 632 14,674 443 929 1,508 453 110 1,480 72 035 1,001 45 703 0,998
- Ирина Цветное с неравномерно освещенным объектом 687 366 688 428 0,998 117 020 5,873 67 807 10,137 558 365 1,231 551 275 1,248 115 958 1,009 67 887 0,998
- Море Цветное с несколькими объектами 662 502 663 556 0,998 56 668 11,690 34 189 19,377 405 939 1,632 408 929 1,622 56 747 0,998 34 268 0,997
- Цветы Цветное с большим количеством объектов 662 502 663 556 0,998 124 165 5,335 59 826 11,073 548 910 1,206 549 654 1,207 123 936 1,001 59 906 0,881
- Аэрофото днем Цветное при дневном освещении 360 294 361 268 0,997 54 534 6,606 28 711 12,584 270 963 1,329 271 860 1,328 54 396 1,002 28 713 0,999
- Аэрофото ночью Цветное при инфракрасной съемке 360 294 361 268 0,997 79 389 4,538 40 629 8,867 339 650 1,060 341 207 1,058 78 678 1,009 40 687 0,998
- Сравнение изображений, их форматов и сжатие RGB (24бита), разрешение 300 dpi
- Наименование изображений Вид Изображений Объем записи форматов, байты коэффициент по отношению к bmp Объем сжатого формата (WinRar) коэффициент сжатияbmp tif gif jpeg bmp tif gif jpeg
- Парашютист Черно-белое с небольшим заполнением площади 4 305 654 4 307 724 0,999 184 508 23,335 97 310 44,246 1 826 775 2,356 1 831 267 2,352 184 599 0,999 90 881 1,070
- Свободное падение Черно-белое со средним заполнением площади 5 856 054 5 858 532 0,999 423 023 13,843 296 910 19,723 3 497 841 1,614 3 502 568 1,672 423 112 0,999 296 891 1,000
- Самолет Черно-белое с большим заполнением площади 5 062 614 5 064 908 0,999 422 959 11,969 262 325 19,299 2 949 913 1,716 2 917 648 1,735 423 034 0,999 262 400 0,999
- Котенок Цветное, репродукция 5 856 054 5 858 532 0,999 1 110 230 5,274 494 959 11,831 5 366 414 1,091 5 371 407 1,090 1 109 394 1,000 491 021 1,008
- Радуга Цветное с небольшим количеством цветов 6 354 654 6 357 436 0,999 403 395 15,752 221 209 28,726 3 659 443 1,736 3 660 102 1,736 403 477 0,999 218 714 1,011
- Собака Цветное с выделенным объектом 6 007 134 6 009 820 0,999 401 392 14,965 244 186 24,600 3 197 928 1,878 3 197 031 1,879 401 471 0,999 244 265 0,999
- Ирина Цветное с неравномерно освещенным объектом 6 166 614 6 169 348 0,999 604 323 10,204 338 668 18,208 3 542 729 1,740 3 547 219 1,739 604 403 0,999 338 748 0,999
- Море Цветное с несколькими объектами 5 953 974 5 956 644 0,999 414 863 14,351 216 257 27,531 3 466 316 1,717 3 468 570 1,717 414 942 0,999 215 331 1,004
- Цветы Цветное с большим количеством объектов 5 953 974 5 956 644 0,999 720 465 8,264 328 647 18,116 3 640 471 1,635 3 642 065 1,635 720 545 0,999 328 727 0,999
- Аэрофото днем Цветное при дневном освещении 3 226 254 3 227 980 0,999 306 943 10,510 181 960 17,730 1 960 748 1,645 1 967 300 1,640 307 018 0,999 182 035 0,999
- Аэрофото ночью Цветное при инфракрасной съемке 3 226 254 3 227 980 0,999 454 668 7,095 253 087 12,747 2 198 384 1,467 2 205 054 1,463 454 744 0,999 253 163 0,999
- Сравнение изображений, их форматов и сжатие RGB (24бита), разрешение 600 dpi
- Наименование Вид Объем записи форматов, байты Объем сжатого формата (WinRar)изображений Изображений коэффициент по отношению к bmp коэффициент сжатия bmp tif gif jpeg bmp tif gif jpeg
- Парашютист Черно-белое с небольшим 17 222 454 17 228 884 626 515 280 546 6 720 698 6 728 873 626 606 252 093заполнением площади 0,999 27,489 61,389 2,562 2,560 0,999 1,112
- Свободное Черно-белое со средним 23 424 054 23 431 332 1 260 713 905 235 12 784 788 12 790 427 1 260 802 903 690падение заполнением площади 0,999 18,580 15,876 1,832 1,831 0,999 1.001
- Самолет Черно-белое с большим 20 224 854 20 231 388 1 276 291 709 821 10 586 984 10 592 168 1 276 366 708 412заполнением площади 0,999 15,846 9,728 1,910 1,910 0,999 1.001
- Котенок Цветное, 23 424 054 23 431 332 3 966 535 1 795 923 18 990 882 19 25 702 3 966 618 1 793 348репродукция 0,999 5,905 13,042 1,233 1,231 0,999 1.001
- Радуга Цветное с небольшим 25 418 454 25 428 852 1 364 140 741 862 14 66 471 14 70 113 1 364 222 731 617количеством цветов 0,999 18,633 34,263 1,807 1,807 0,999 1,014
- Собака Цветное с выделенным 24 1 254 24 11 172 1 240 609 676 034 12 84 770 12 78 798 1 240 688 673 409объектом 0,999 19.346 35,503 1,986 1,987 0,999 1,003
- Ирина Цветное с неравномерно 24 638 454 24 648 612 1 867 249 891 855 13 419 691 13 418 370 1 867 329 891 935освещенным объектом 0,999 13,195 27,626 1,852 1,836 0,999 0,999
- Море Цветное с несколькими 23 788 854 23 798 692 1 382 667 732 154 13 297 135 13 299 908 1 382 746 727 345объектами 0,999 17,205 32,491 1,789 1,789 0,999 1,006
- Цветы Цветное с большим 23 788 854 23 798 692 2 278 703 953 041 14 101 598 14 100 943 2 278 783 953 121количеством объектов 0,999 10,439 24,960 1,686 1,687 0,999 0,999
- Аэрофото Цветное при дневном 12 882 054 12 886 732 959 553 535 870 7 027 091 7 022 374 959 628 535 945днем освещении 0,999 13,425 24,039 1,833 1,835 0,999 0,999
- Аэрофото Цветное при инфракрасной 12 882 054 12 886 732 1 365 869 713 657 7 479 767 7 482 006 1 365 945 713 733ночью съемке 0,999 9,431 18,050 1,722 1,722 0,999 0,999