Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634794)
Контекстум
Руконтекст антиплагиат система
Информационно-управляющие системы  / №6 2017

МЕТОД СЖАТИЯ ИЗОБРАЖЕНИЙ БЕЗ ПОТЕРЬ С ПОМОЩЬЮ КОНТЕКСТНОГО КОДИРОВАНИЯ ПО ДВОИЧНЫМ УРОВНЯМ (160,00 руб.)

0   0
Первый авторЕгоров Н. Д.
АвторыНовиков Д. В., Гильмутдинов М. Р.
Страниц11
ID639816
АннотацияПостановка проблемы: визуальные данные в исходном виде занимают весомый объем дискового пространства, при этом данные изображения ввиду важности содержащейся в них информации требуется хранить с применением таких методов, которые не приведут к появлению на них никаких искажений. Для решения этой задачи используют методы сжатия изображений без потерь. Цель: разработка эффективного метода сжатия изображений без потерь. Результаты: разработан метод сжатия изображений без потерь с помощью контекстного кодирования по двоичным уровням. Доказано, что лежащий в основе данного метода сжатия способ кодирования изображения по двоичным уровням унарного кода не приводит к увеличению энтропии источника. На известных тестовых множествах изображений проведен сравнительный анализ эффективности сжатия данных разработанным методом и алгоритмами JPEG-LS и JPEG-2000 для сжатия изображений без потерь. Получаемые с помощью предложенного алгоритма файлы в среднем на 16,53 и 6,84 % меньше, чем файлы, получаемые с помощью алгоритмов JPEG-LS и JPEG-2000 соответственно. Практическая значимость: разработанный метод позволит сэкономить ресурсы, требуемые для хранения визуальных данных, ввиду более компактного представления этих данных.
Егоров, Н. Д. МЕТОД СЖАТИЯ ИЗОБРАЖЕНИЙ БЕЗ ПОТЕРЬ С ПОМОЩЬЮ КОНТЕКСТНОГО КОДИРОВАНИЯ ПО ДВОИЧНЫМ УРОВНЯМ / Н. Д. Егоров, Д. В. Новиков, М. Р. Гильмутдинов // Информационно-управляющие системы .— 2017 .— №6 .— URL: https://rucont.ru/efd/639816 (дата обращения: 26.04.2024)

Предпросмотр (выдержки из произведения)

Облако ключевых слов *


* - вычисляется автоматически
Антиплагиат система на базе ИИ