Вейвлет-перетворення у компресії та попередній обробці зображень

Купить бумажную книгу и читать

Купить бумажную книгу

По кнопке выше можно купить бумажные варианты этой книги и похожих книг на сайте интернет-магазина "Читай Город".

Using the button above you can buy paper versions of this book and similar books on the website of the "Labyrinth" online store.

Реклама. ООО «Новый Книжный Центр», ИНН: 7710422909, erid: MvGzQC98w3Z1gMq1kx5ACoy5.

Название: Вейвлет-перетворення у компресії та попередній обробці зображень / Вейвлет-преобразования в компрессии и предварительной обработке изображений

Автор: Капшій О., Коваль О., Русин Б.

Издательство: СПОЛОМ

Год: 2008

Формат: djvu

Язык: українська / украинский

Cтраниц: 208

Размер: 3 МБ

Для сайта:

Монографія присвячена розробці нових підходів до задач попередньої обробки та компресії зображень з використанням методів на базі вейвлет-перетворення. Основний наголос у монографії робиться на математичному моделюванні даних у вейвлет-просторі. Викладено базові основи вейвлет-перетворення даних та запропоновано новий метод побудови вейвлет-фільтрів на основі апарату теорії полюсів. Проаналізовано методи компресії даних і, з урахуванням результатів, розроблено ефективний алгоритм втратного стиску зображень. Аналітично виведено вираз для нижньої межі Шенона залежності необхідного бітового ресурсу від внесених у дані спотворень, для джерел, які описуються узагальненим гаусівським законом розподілу, за середньоквадратичного критерію якості, а також розроблено методики перевірки інтервалу його точності. Детально розглянуто різні варіанти математичної моделі приховане марковське дерево та алгоритми фільтрації і сегментації зображень на їх основі. Розроблено новий алгоритм швидкої ініціалізації параметрів моделі. Запропоновано ряд модифікацій моделі, які дають можливість врахувати більше залишкових кореляційних зв'язків між вейвлет-коефіцієнтами. Це поліпшило роботу алгоритмів попередньої обробки зображень, побудованих на основі цієї моделі. Книга призначена для наукових співробітників та інженерно-технічних працівників, що займаються розробкою методів та побудовою систем обробки і компресії зображень, аспірантів та студентами вузів, які вивчають алгоритми обробки та розпізнавання зображень, вирішують задачі практичного застосування вейвлет-перетворення, займаються математичним моделюванням зображень.

Монография посвящена разработке новых подходов к задачам предварительной обработки и компрессии изображений с использованием методов на базе вейвлет-преобразования. Основной упор в монографии делается на математическом моделировании данных в вейвлет-пространстве. Изложены базовые основы вейвлет-преобразования данных и предложен новый метод построения вейвлет-фильтров на основе аппарата теории полюсов. Проанализированы методы компрессии данных и, с учетом результатов, разработан эффективный алгоритм накладно сжатия изображений. Аналитически выведено выражение для нижнего предела Шеннона зависимости необходимого битового ресурса внесенных в данные искажений, для источников, которые описываются обобщенным гауссовских законом распределения, за среднеквадратичного критерия качества, а также разработаны методики проверки интервала его точности. Подробно рассмотрены различные варианты математической модели скрытое Марковский дерево и алгоритмы фильтрации и сегментации изображений на их основе. Разработан новый алгоритм быстрой инициализации параметров модели. Предложен ряд модификаций модели, которые дают возможность учесть больше остаточных корреляционных связей между вейвлет-коэффициентами. Это улучшило работу алгоритмов предварительной обработки изображений, построенных на основе этой модели. Книга предназначена для научных сотрудников и инженерно-технических работников, занимающихся разработкой методов и построением систем обработки и компрессии изображений, аспирантов и студентами вузов, изучающих алгоритмы обработки и распознавания изображений, решают задачи практического применения вейвлет-преобразования, занимаются математическим моделированием изображений.

Дата создания страницы: