انتخاب صفحه

چکیده:

فشرده سازی تصویر به موضوع کاهش مقدار داده های مورد نیاز برای نمایش تصویررقمی می پردازد توجه به فشرده سازی تصویر بیش از 25 سال سابقه داردنیاز به فشرده سازی در طول سال های اخیر بتدریج رشد کرده است به طوری که اکنون این مبحث به عنوان یک فناوری فعال ساز شناخته می شود. به عنوان مثال همواره فشرده سازی تصویر در افزایش محاسبات چند رسانه ای بسیار موثر بوده وهست.بعلاوه، فشرده سازی تصویر، فناوری کارباحسگر های تصویربردار در جداسازی و تفکیک های مکان افزایش داده است ، فشرده سازی تصویر نقش خیلی مهمی در بسیاری از کاربردهای مهم و گوناگون شامل گردهمایی تصویری از راه دور، سنجش از راه دور، تصویربرداری اسناد، تصویربرداری پزشکی، ارسال دورنگار و کنترل وسایل هدایت از راه دور درکاربر د های نظامی، فضایی و کار با مواد زاید و خطرناک ؛ بازی کند.. خلاصه این که تعداد روبه افزایشی از کاربردها نیاز به پردازش، ذخیره سازی وارسال پر بازده تصاویر دودویی، خاکستری یا رنگی دارند.
در این پروژه به مباحث زیر می پردازیم :
در فصل اول انواع تبدیل های تصویر بررسی می گردد .در فصل دوم روش های مختلف فشرده سازی از قبیل MPEG,JPEG بررسی ومقایسه می گردد.در فصل سوم نیز به یکی از روشهای فشرده سازی تصویر به نام ضریب موجک (Wavelet ) می پردازدوبا دیگر استاندارد ها مقایسه می گردد.

مقدمه

فشرده سازی تصویر به موضوع کاهش مقدار داده های مورد نیاز برای نمایش تصویررقمی می پردازد. اساس فرآیند کاهش، حذف داده های زاید است. از نقطه نظر ریاضی، این فرآیند معادل تبدیل یک آرایه پیکسلی دوبعدی به یک مجموعه داده ناهمبسته آماری است که معمولاً این تبدیل، قبل از ذخیره سازی یا ارسال تصویر انجام می شود.
توجه به فشرده سازی تصویر بیش از 25 سال سابقه دارد. در ابتدا تحقیقات در این موضوع، روی توسعه روش های آنالوگ برای کاهش عرض باند ارسال ویدیو که فشرده سازی عرض باند خوانده می شود، متمرکز بود؛ گرچه اختراع رایانه های رقمی و بدنبال آن توسعه مداراهای مجتمع پیشرفته باعث شد که توجه از روشهای فشرده سازی آنالوگ به روش های رقمی معطوف شود، اخیراً با پذیرش جهانی چند استاندارد فشرده سازی تصویر، زمینه رشد این موضوع از طریق کاربرد عملی کارهای نظرِی شروع شده از دهه 1940 فراهم گردید. شانون و همکارانش در این دهه برای اولین بار احتمالاتی را برای میزان اطلاعات و نمایش، ارسال و فشرده داده ها بیان کردند.
نیاز به فشرده سازی طول سال های اخیر بتدریج رشد کرده است به طوری که اکنون این مبحث به عنوان یک «فناوری فعال ساز» شناخته می شود. به عنوان مثال همواره فشرده سازی تصویر در افزایش محاسبات چند رسانه ای ( یعنی استفاده از رایانه های رقمی در چاپ و نشر و تولید و توزیع ویدیو ) بسیار موثر بوده وهست.بعلاوه، فشرده سازی تصویر، فناوری کار با تفکیک های مکانی افزایش یافته درحسگر های تصویربردار امروزی و استانداردهای در حال تکامل پخش تلویزیون است. گذشته از این، فشرده سازی تصویر نقش خیلی مهمی در بسیاری از کاربردهای مهم و گوناگون شامل گردهمایی تصویری از راه دور، سنجش از راه دور (استفاده ازتصویربرداری ماهواره ای در کاربردهای مهم و گوناگون شامل گردهمایی تصویری از راه دور، سنجش از راه دور(استفاده از تصویر برداری ماهواره ای در کاربردهای مهم وگوناگون شامل گردهمایی هوایی وسایر کاربردهای زمینی )، تصویربرداری اسناد، تصویربرداری پزشکی، ارسال دورنگار و کنترل وسایل هدایت از راه دور در کاربرهای نظامی، فضایی ومواد زاید خطرناک بازی کند. خلاصه این که تعداد روبه افزایشی از کاربردهای به پردازش، ذخیره سازی وارسال پر بازده تصاویر دودویی، خاکستری یا رنگی نیاز دارند.
در این پروژه به هر دو جنبه نظری و عملی فشرده سازی تصویر می پردازیم .
در فصل اول انواع تبدیل های تصویر بررسی میگردد ، نظریه تبدیل سالهاست که نقش کلیدی در پردازش تصویر بازی می کندو هم اکنون نیز چه از لحاظ نظری و چه از لحاظ عملی موضوع جذابی در این زمینه است.
بخش های1 تا  مبانی فرآیند فشرده سازی تصویر را شرح می دهند. بخش2  1 افزونگیهای داده ها را ، که می توان از آنها در الگوریتم های فشرده سازی تصویر بهره برداری کرد، توصیف می کند، بخش 2-2 یک طرح مبتنی برمدل از فرآیندکلی فشرده سازی- وافشرده سازی ارائه می کند وبخش 2-3 تعدادی از مفاهیم پایه ای نظریه اطلاعات و نقش آنها درتعیین محدودیت های اساسی نمایش اطلاعات را مقداری شرح می دهد.
بخشهای 2-4-2-6 جنبه های عملی فشرده سازی تصویر شامل روش های اصلی مورد استفاده و استانداردهایی که عاملی برای افزایش محدوده و پذیرش این فرآیند بوده اند، رابیان می کنند. روش های فشرده سازی به دو گروه وسیع تقسیم می شوند: نگهدار اطلاعات (بدون اتلاف) وبا اتلاف. بخش2-4 به روش هایی در گروه اول، که بویژه در بایگانی تصویر- مانند ذخیره سازی مدارک پزشکی یا قانونی- مفید هستند، می پردازد. اینروش ها امکان فشرده و وافشرده سازی تصویر را بدون از بین رفتن اطلاعات فراهم می کنند. بخش 2-5 روش هایی از گروه دوم را شرح می دهد. این روش ها سطوح بالاتری از کاهش داده رافراهم می آورند اماموجب بازسازی غیر کامل تصویر اولیه می شوند. فشرده سازی با اتلاف تصویر در کاربردهایی نظیر پخش تلویزیونی، گردهمایی تصویری، وانتقال دورنگار مفید است که در آنها تحمل مقدار معینی خطا بازای افزایش بهره فشرده سازی منطقی است. درنهایت بخش 2-6 به استانداردهای فشرده سازی تصویر که تاکنون ارائه شده اند، می پردازد.
در فصل سوم نیز به یکی از روشهای فشرده سازی تصویر به نام ضریب موجک می پردازد که در بخش 3-1 تعریفی از خود تابع ودر بخش3-2 کاربرد آن ودر بخش 3-3 پیشرفت های آن ذکر شده است.

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فهرست مطالب:

مقدمه…………………………………………………………………..1

فصل اول

برای به وجود جزء در هر دو معادله(1-1-9) و (1-1-10) توجه شود. چون و یک زوج تبدیل فوریه هستند، محل قرار دادن آنها دلخواه است. در عمل معمولا تصاویر به آرایه های مربعی رقمی می شوند، بنابراین غالبا از زوج تبدیل فوریه ارائه شده با معادلات (1-1-9) و (1-1-10) استفاده می کنیم. گاه گاهی وقتی بر کلی بودن ابعاد تصویر تأکید داشته باشیم، از معادلات (1-1-5) و (1 1-6) استفاده می کنیم.طیف فوریه، فاز و طیف انرژی توابع یک بعدی و دو بعدی نیز به ترتیب با معادلات (1- 1-5)- (1 1-7) و معادلات (1- 1-11)- (1- 1-13) بدست می آیند. تنها تفاوت این است که متغیرهای مستقل گسسته اند.برخلاف حالت پیوسته، برای تبدیل فوریه گسسته شرایط وجود اصلا بررسی نمی شود زیرا همواره وجود دارد. در حالت یک بعدی می توان با قرار دادن معادله (1 -1-2) در معادله (1 -1-3) این وطلب را نشان داد:

تبدیل والش حقیقی است، بنابراین برای یک مسئله یکسان نسبت به تبدیل فوریه که در حالت کلی مختلط است، به حافظه رایانه ای کمتری نیاز دارد.
همانطور که در معادلات (1- 2-14) و (1- 2-15) بیان شد، هر تبدیل و معکوسش را می توان بر حسب بسط سری با استفاده از پنجره های مناسب بیان کرد. پنجره ها تنها به اندیسهای و – نه به مقادیر تصویر یا تبدیلش- بستگی دارند، بنابراین پنجره های مذکور به عنوان مجموعه ای از توابع پایه به کار می روند که تا وقتی که ابعاد تصویر ثابت باشد، تغییر نمی کنند. مثلا شکل 1-4توابع پایه (پنجره) را به صورت تابعی از u وv (با کنار گذاشتن عبارت ثابت(1/N برای محاسبه تبدیل والش وقتی N=4 است نشان می دهد. در هر بلوک x و y از  تا  تغییر می کنند (یعنی 0 تا N-1 ) در حالی که u و v مربوط به آن بلوک، ثابت هستند. بنابراین هر بلوک شامل آرایه ای از عناصر دودویی می باشد. در بلوک متناظر با ، تمام مقادیر پنجره”1 “ هستند (که با رنگ سفید نشان داده می شوند). وقتی ، حداکثر تغییرات رخ می دهد که ”1 “ ها و ”1 -“ های متناوب (”1 -“ با رنگ سیاه نشان داده می شود) به بلوک متناظر با ضرب کرده و پس از جمع نتایج با تقسیم حاصل بر 4، بدست می آید. برای بدست آوردن باید از بلوک متناظر با و استفاده کرد و به همین ترتیب برام تمام 16 بلوک عمل می شود. در تبدیل والش چون پنجره معکوس با پنجره مستقیم یکسان است، توابع پایه شکل 1-4 در تبدیل معکوس هم به کار می روند، با این تفاوت که در این حالت در هر بلوک x و y ثابت هستند و u و v در محدوده  تا N تغییر می کن

1-1 تبدیل فوریه گسسته…………………………………………………..4
1-2 تبدیل والش ……………………………………………………………9
1- 3 تبدیل هادامارد…………………………………………………….. 17
1-4 . تبدیل کسینوسی گسسته…………………………………………24
1-5 تبدیل هاآر………………………………………………………………27

فصل دوم

عبارت فشرده سازی داده به فرآیند کاهش مقدار داده های مورد نیاز برای بیان یک مقدار معین از اطلاعات  اشاره می کند. تفاوت آشکار بین داده و اطلاعات باید مطرح شود؛ آنها مترادف نیستند. در واقع داده ها، وسایل حمل اطلاعات هستند. از مقادیر متفاوتی داده می توان برای نمایش یک مقدار ثابت اطلاعات استفاده کرد. یک مثال آن حالتی است که یک فرد«پرحرف» و یک فرد «کم حرف» هر دو بخواهند یک داستان را تعریف کنند. در این مورد اطلاعات مورد علاقه، داستان است و کلمات، داده های مورد استفاده برای بیان اطلاعات هستند. اگر این دو نفر تعدا متفاوتی از کلمات را برای تعریف داستان به کاربرند، دو نسخه متفاوت از داستان ایجاد می شود و حداقل یکی از دونقل، دارای داده های غیر ضروری است. یعنی دارای داده ها (یا کلماتی) است که یا هیچ اطلاعات مرتبطی را ارائه نمی کنند یا فقط چیزهایی را که قبلاً معلوم بوده اند، دوباره بیان می کنند. بنابر این گفته می شود که این نقل، افزونگی داده دارد.افزونگی داده مهمترین مورد در فشرده سازی تصویر رقمی است، افزونگی داده مفهوم مجردی نیست بلکه یک موجودیت کمیت پذیر ریاضی است. اگرn1 و n2 بیانگر تعداد واحدهای حامل اطلاعات در دو مجموعه داده باشند که هر دو یک مقدار اطلاعات را نمایش دهند، می توان افزونگی نسبی دادهn3 مربوط به اولین مجموعه داده (که باn1 مشخص شد) را به صورت(2-1-1)تعریف کرد که نسبت فشرده سازی، عبارتست از:
(2-1-2)
اگر N2=N1 باشد،Cr=1 وRd=0 می باشد که نشان می دهد نمایش اول اطلاعات (نسبت به دومین مجموعه داده) حاوی هیچ داده ( ) زایدی نیست. اگر n2<<n1 باشد و Rd → 1 CR→ ∞ میل می کنند که نمایانگر فشرده سازی زیادی وداده های زاید فراوان می باشد . در حالت آخر اگر باشد، میل میکنند که نشان می دهد دومین مجموعه داده دارای داده های بسیار بیشتری نسبت به نمایش اولیه است. البته قاعدتاً این حالت، حالت غیر مطلوبی از گسترش داده ها است. به طور کلی Cr وRd بترتیب در بازه های و و قرار دارند. یک نسبت فشرده سازی عملی نظیر 10 بدین معناست که تعداد واحدهای حامل اطلاعات (مثلاً بیتها) در مجموعه اول 10 برابر مجموعه دوم یا فشرده شده است. افزونگی متناظر 9/0 بیان می کند که 90 درصد داده های مجموعه اول زاید هستند.درفشرده سازی تصویر رقمی سه نوع افزونگی داده را می توان شناسایی واز آنها بهره برداری کرد که عبارتند از: افزونگی رمز نگاری، افزونگی بین پیکسلی، وافزونگی روان بصری. وقتی فشرده سازی داده حاصل می شود که دست کم یکی از این افزونگی ها کاهش یابند یا حذف شوند.
2-1-1 افزونگی رمزنگاری
با فرض اینکه سطوح خاکستری تصویر، کمیت های تصادفی هستند، باکمک روابط، ارتقای تصویر باتغییر بافت نگار را بیان می کنیم که مقدار زیادی از اطلاعات ظاهری تصویر را می توان از بافت نگار وسطوح خاکستری آن بدست آورد. در این پروژه از بیان مشابهی استفاده می کنیم تا نشان دهیم چگونه بافت نگار سطح خاکستری تصویر می تواند بصیرت فراوانی درمورد درون ساختار رمزها فراهم نماید تا مقدار داده های مورد نیاز برای نمایش آن را کاهش دهد.
اجازه دهید فرض کنیم که یک متغیر تصادفی گسسته Rk دربازه[0,1] سطوح خاکستری یک تصویر رانمایش می دهد و هر rk با احتمالPr( rk ) رخ می دهد. مانند فصل قبل،
(2-1-3) 
کهL تعداد سطوح خاکستری،n تعداد دفعاتی که سطح خاکستریK ام درتصویر رخ می دهد وn تعداد کل پیکسل های تصویر است. اگر تعداد بیت های به کار رفته در نمایش هر مقدار rk ، l ( rk ) باشد، تعداد متوسط بیت های مورد نیاز برای نمایش هر پیکسل عبارتست از:
(2-1-4) یعنی طول متوسط کلمات رمز منتسب شده به هر پیکسل تصویر با جمع حاصل ضرب های تعداد بیت بکار رفته درنمایش هر سطح خاکستری و احتمال رخداد آن سطح خاکستری پیدا می شود. بنابر این تعداد کل بیت های مورد نیاز برای رمز نمودن یک تصویرM×N، M×N Lava بیت می باشد.نمایش سطوح خاکستری یک تصویر با یک رمز دودویی m بیتی طبیعی ، طرف راست معادله (2-1-4) را به m بیت کاهش می دهد. یعنی وقتی که m جایگزین l ( rk ) بشود
=m، Lava می شود. حال می توان ثابتm را از مجموع خارج نمود و تنها مجموع Pr( rk ) ها برای باقی می ماند که البته برابر واحد است.
مثال : یک تصویر 8 سطحی، توزیع سطوح خاکستری نشان داده شده در جدول 2-1 را دارد. اگر یک رمز دودویی 3 بیتی طبیعی [رمز شماره (1 و l ( rk از جدول 2-1 را ببینید] برای نمایش 8 سطح خاکستری ممکن استفاده شود Lava برابر 3 بیت است، زیرا برای تمام rk ه rk) l l( می باشد. اگر از رمز شماره 2 از جدول 2-1 استفاده کنیم، تعداد متوسط بیت های مورد نیاز برای رمز کردن تصویر به

که حاصل عبارت بالا bit 2/ 7 میشود.
کاهش می یابد. از معاله (2-1 -2( نسبت فشرده سازی حاصل CR برابر می باشد. بنابراین تقریباً ده در صد داده های حاصل از کاربرد رمز شماره 1 زاید است. میزان دقیق افزونگی را می توان از معادله
(2-1-1) تعیین کرد:
شکل 2-1 مبنای فشرده سازی بدست آمده با رمز شماره 2 را نشان می دهد. این شکل هم بافت نگار تصویر [رسمی از Pr( rk ) بر حسب ] rk] و هم بافت نگارl2(rk) رانشان می دهد. چون این دو تابع تناسب معکوس با هم دارند، یعنی با کاهش Pr( rk )(، l2(rk افزایش می یابد، کوتاه ترین کلمات رمز شماره 2 به تکراری ترین سطوح خاکستری تصویر منتسب می شوند.درمثال قبلی انتساب بیت های کمتر به سطوح خاکستری که احتمال بیشتری دارند، باعث فشرده سازی داده ها شد. به این فرآیند، معمولاً با عنوان رمز نگاری طول متغیر اشاره می شود. اگر سطوح خاکستری تصویر با روشی که بیش از نیاز از نمادهای رمز استفاده می کند، رمز شوند ( یعنی رمز معادله 2-1-4 را حداقل نکند) ، گفته می شود که رمز حاصل دارای افزونگی رمزنگاری است. به طور کلی وقتی افزونگی رمزنگاری وجود دارد که رمزهای منتسب شده به یک مجموعه از رخدادها (نظیر مقادیر سطج خاکستری) طوری انتخاب نشده باشند که کاملاً از احتمالات رخدادها بهره بگیرند.

2-1مبانی ………………………………………………………………………30
2-1-1 افزونگی رمز نگاری…………………………………………………….32
2-1-2 افزونگی بین پیکسلی…………………………………………………35
2-1-3 افزونگی روان بصری…………………………………………………….40
2-2 مدل های فشرده سازی………………………………………………..43
2-2-1 رمز گذار و رمز بردار منبع……………………………………………..44
2-2-2 رمز گذار و رمز بردار کانال…………………………………………….46
2-3 عناصر نظریه اطلاعات ………………………………………………….48
2-3-1 اندازه گیری اطلاعات…………………………………………………48
2-3-2 کانال اطلاعات…………………………………………………………49
2-3-3 قضایای اساسی رمزنگاری………………………………………….57
2-3-4 استفاده از نظریه اطلاعات…………………………………………69
2- 4 فشرده سازی بدون خطا ……………………………………………75
2-4-1 رمز نگاری طول متغیر……………………………………………… 75
2-4-2 رمزنگاری بیت صفحه ای………………………………………….85
2-4-3 رمز نگاری پیش گویی بی اتلاف ………………………………… 97
2-5 فشرده سازی بااتلاف ……………………………………………….. 103
2-5-1 رمزنگاری پیش گویی با اتلاف………………………………………103
2-5-2 رمز نگاری تبدیلی…………………………………………………….119
2-6-1 استانداردهای فشرده سازی تصویر ………………………………136
2-6-2 استانداردهای فشرده سازی تصویر پیوسته …………………… 145

برای دانلود رایگان قسمت های بیشتراز فایل به انتهای مطلب مراجعه کنید

فصل سوم

تابعی است که محدوده کران بالا را تعریف می کند و دارای مقدار متوسط صفر می باشد. پایه و اساس این تابع (wavelet) این است که هر تابع یوسته می توان با آن تعریف کرد .
یعنی با تابع اصلی هر نوع تابع پیوسته را می توان بر اساس ترکیبات خطی تابع اصلی نوشت که این کار با اعمالی مثل ایجاد تاخیر و انتقال و— انجام می شود.
برای توضیح اینکه (wave let ) چگونه کار می کندابتدایی ترین wave let را انتحاب می کنیم .
مثال یک تابع پله ای مقدار 1و1- در فاصله (2/1 و0  و (1 و2/1 [ به ترتیب می گیرد.نمایی از آن در شکل زیر نشان داده شده است.خودx ) )Ø از حدود 80 سال پیش در کاربردهای مختلف ریاضی استفاده شده است و به این عنوان شناخته شده است که هر تابع پیوسته میتوان بوسیلهx ) )Ø تقریب زد .تاخیر و انتقال هایx ) )Ø بصورت زیر محاسبه میگرددJ,k محورهای سه بعدی به غیر از  میباشد راست گوشه قائم (orthogonal) در l2(r) به فاصله بین مربعات قابل انتگرال گیری توابع می گویند.یعنی هر المنتی که در l2(r) ممکن است بصورت ترکیب خطی از توابع اصلی آن نمایش داده شود . ( orthogonal) هرjk Ø براحتی از فرمول زیر چک میگردد.
3-2 کاربرد تابع تبدیل موجک
با توجه به تعاریفی که از x Ø تابع پایه wave let شد در الگوریتم کد گذاری و فشرده کردن تصاویر بو سیله تبدیلwave let مربوط می شود به طول موج محدود سیگنال xn که به n مساوی تقسیم می شودکه می توان آن را با ماتریس n× n بیان کرد.با وجود تمامی مزیت های JPEG که بر اساس DCT پایه گذاری شده است از قبیل سادگی وکارکرد مطلوب و رضایت بخش و در دسترس بودن سخت افزار برای بکار گرفتن آن در کاربرد های ویژه و—- ولی از آنجایی که تصویر ورودی بایستی بصورت بلوک بلوک (BLOCK ) تقسیم شود این امر باعث می گردد که مقداری از دیتا تصویر در مرز بلوک ها از بین برود و با عث پایین آمدن کِفیت تصویر دیکود شده مخصوصا در بیتهای پایین می شود.شکل (3- شکل3-3)

3-1 تعریف Wavelet ……………………………………ا……………..158
کاربرد Wavelet …………………………………………….ا…161
پیشرفت های .Wavelet………………………………ا…… 165

نتیجه گیری………………………………………………………….168
فهرست منابع ومراجع………………………………………………172
واژه نامه فارسی به انگلیسی………………………………………173
واژه نامه انگلیسی به فارسی……………………………………….175


  مقطع کارشناسی

بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

قیمت25000تومان

خرید فایل word

قیمت35000تومان