Görüntü sıkıştırma yöntemlerinin etkinliğini arttıran dönüşüm ve bölümlendirme işlemleri
Yükleniyor...
Dosyalar
Tarih
2012
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Trakya Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
İki boyutlu durağan görüntülerin sayısal ortamda saklanırken kayıplı veya kayıpsız sıkıştırma yöntemlerinin kullanılmasıyla daha az yer kaplamalarını sağlamak mümkündür. JPEG, JPEG2000 ve JPEG XR gibi kayıplı görüntü sıkıştırma standartları, renk uzayı dönüşümü, uzamsal etki alanından frekans etki alnına dönüşüm, niceleme işlemi ve entropi kodlaması gibi aşamalarının her birinde farklı yaklaşımları temel aldıkları için birbirlerinden farklı hızlarda ve farklı kalite oranlarında sıkıştırma yapmaktadırlar. Bu yöntemler genellikle fotoğraf türündeki karmaşık görüntülerin sıkıştırılması amacıyla kullanılırken, GIF ve PNG gibi kayıpsız görüntü sıkıştırma yöntemleri ise karmaşıklığın daha az olduğu (entropi oranı daha düşük olan) görüntülerde kullanılmaktadırlar. Düşük karmaşıklığa sahip olan görüntülerin kayıplı bir yöntem ile sıkıştırılması hem sıkıştırma oranı olarak kayıpsız yöntemlerin gerisinde kalmakta hem de görüntüdeki bozulma insan gözü tarafından daha kolay algılanabilmektedir. Bu nedenle JPEG2000 standardı kendi bünyesinde kayıpsız bir sıkıştırma yöntemi de barındırmakta ve eğer istenilen sıkıştırma oranına kayıpsız olarak erişebileceğini öngörür ise kayıpsız yöntemi kullanmayı tercih etmektedir. Bu tez çalışmasının amaçlarından birincisi; sayısal görüntülerin farklı bir biçimde saklanması ile kayıpsız olarak daha yüksek oranda sıkıştırılabilmesinin mümkün olup olmadığını araştırmaktır. Tezin diğer bir amacı ise; bir görüntüyü farklı şekillerde bölümlendirerek, bu bölümlerin karmaşıklığına göre kayıplı veya kayıpsız sıkıştırma yapan bir yöntemin tercih edilmesiyle, görüntünün tamamının kayıplı bir yöntem ile sıkıştırılmasına göre daha yüksek sıkıştırma oranına ve/veya daha yüksek görüntü kalitesine (düşük kayıplı) ulaşmaktır. İkinci bölümde durağan dosyaların saklanmasında kullanılan yöntemler yer alırken, üçüncü bölümde tez kapsamında deneylerini yaptığımız farklı dönüşüm ve bölümlendirme işlemlerinin açıklamaları yer almaktadır. Dördüncü bölümde ise bu deneylerden elde ettiğimiz sonuçlar verilmiştir.Anahtar Kelimeler : Veri Sıkıştırma, Görüntü dönüşümü, görüntü bölümlendirme, JPEG, JPEG2000, JPEG XR, PNG, LZMA
Abstract
It is possible to shrink (reduce the size of) two dimensional still images with lossless or lossy compression methods. Standards like (as) JPEG, JPEG2000 and JPEG XR based on different approaches in color-space transform, conversion between the spatial domain and the frequency domain, quantization and entropy encoding. Because of that, they compress images in different size and time. While these methods especially are used to compress photos, methods like GIF and PNG are used in images with low complexity (low entropy rate). Compressing images with low complexity with lossy compression method is both staying behind lossless compression methods and the corruption of image could be detected easily by human eye. Because of that JPEG2000 standard embraces a lossless compression method and if it predicts that lossless compression method can access the desired compression ratio, it prefers to use the lossless method. First aim of this thesis is to investigate whether it is possible to use lossless compression and get higher compression ratios by storing digital images in different ways. Another aim of the thesis is acquiring higher compression rates and/or better visual quality (with low-loss) than compressing the whole image with a lossy compression method with the help of splitting the image with different ways and preferring a lossy or lossless compression method according to complexity of image pieces. The methods of storing still images are given in the second chapter. The third chapter includes explanation of various transform and segmentation methods we made experiments on. The fourth chapter involves the results of the experiments we made.Keywords : Data Compression, Image Transformation, Image Segmentation, JPEG, JPEG2000, JPEG XR, PNG, LZMA
Abstract
It is possible to shrink (reduce the size of) two dimensional still images with lossless or lossy compression methods. Standards like (as) JPEG, JPEG2000 and JPEG XR based on different approaches in color-space transform, conversion between the spatial domain and the frequency domain, quantization and entropy encoding. Because of that, they compress images in different size and time. While these methods especially are used to compress photos, methods like GIF and PNG are used in images with low complexity (low entropy rate). Compressing images with low complexity with lossy compression method is both staying behind lossless compression methods and the corruption of image could be detected easily by human eye. Because of that JPEG2000 standard embraces a lossless compression method and if it predicts that lossless compression method can access the desired compression ratio, it prefers to use the lossless method. First aim of this thesis is to investigate whether it is possible to use lossless compression and get higher compression ratios by storing digital images in different ways. Another aim of the thesis is acquiring higher compression rates and/or better visual quality (with low-loss) than compressing the whole image with a lossy compression method with the help of splitting the image with different ways and preferring a lossy or lossless compression method according to complexity of image pieces. The methods of storing still images are given in the second chapter. The third chapter includes explanation of various transform and segmentation methods we made experiments on. The fourth chapter involves the results of the experiments we made.Keywords : Data Compression, Image Transformation, Image Segmentation, JPEG, JPEG2000, JPEG XR, PNG, LZMA
Açıklama
Yüksek Lisans Tezi
Anahtar Kelimeler
Veri Sıkıştırma, Görüntü Dönüşümü, Görüntü Bölümlendirme, JPEG, JPEG2000, JPEG XR, PNG, LZMA, Data Compression, Image Transformation, Image Segmentation
