ضغط اشارة البيانات بواسطة معكوس مصفوفة هار ومعكوس تحويل هار == Signal Data Compression by Means of Inverse Haar Matrix and Inverse Haar Transformation
Author name:
ريم طالب ميري
Supervisor name:
حسين علي حسين
General topic:
Mathematics
Specific topic:
Mathematics
Degree:
Master
University:
Mustansiriyah University - College Of Education For Pure Sciences - Department Of Mathematics
Language:
English
University location:
Baghdad
First pages:
27T1141 - p.pdf
Abstract:
ضغط الصورة يتضمن تقليل حجم ملفات الصور مع الاحتفاظ بالمعلومات الضرورية. الضغط هو عملية ضرورية واساسية لتكوين ملفات الصور ذات الحجوم القابلة للنقل. يوجد العديد من طرائق الضغط لكن هذه الرسالة تستخدم ضغط الصور بالاعتماد على معكوس مصفوفة هار ومعكوس مصفوفة التحويل لهار. وفي الطريقة المقترحة يتم ضغط الصورة الرمادية ضغطا بدون ضياع البيانات وضغط الصورة الملونة ضغطا بضياع البيانات ، والهدف من هذا الضغط هو تقليل حجم الصورة وتمثيلها باصغر عدد ممكن من وحدات القياس. بالتالي يمكن ان تسهل نقل ومعالجة الصور. الصورة تحتوي على كميات كبيرة من البيانات عند تنزيلها من الانترنت، (انه يتطلب الكثير من مساحة التخزين، والوقت واتصال انترنت سريع). ويمكن تخفيض عبء العمل هذا اذا تم ضغط البيانات. على سبيل المثال، صورة رمادية من حجم 512 × 512 لديها 262144 عنصر وصورة ملونة من حجم 512 × 512 لديها 786432عنصر للتخزين. عند استخدام اساليب الضغط، يمكننا ان نضغط نقاط الشاشة ، ولكن نوعية صورة ملونة تتاثر قليلا. عندما ينقر على الصورة للتحميل، يتم استدعاء نقاط الشاشة لذاكرة الحاسوب. وقد تم قياس اداء هذه الطريقة باستخدام نسبة قمة الاشارة الى الضوضاء (PSNR)، متوسط مربع الخطا (MSE) ونسبة الضغط (CR). واستخدمنا لقياس جودة الصورة المسترجعة عاملين هما العتبة ونسبة قمة الاشارة الى الضوضاء (PSNR). وتم التطبيق على الصور الملونة والرمادية ذات ابعاد512 ×512 ومن الصور الرمادية بصمة الاصبع والاشعة السينية وجميع الحسابات اجريت باستخدام . MATLAB R2015b | Image compression involves reducing the size of image data files, while retaining necessary information. Compression is a necessary and essential method for creating image files with manageable and transmittable sizes. There have been many types of compression Technique , but this thesis exploits image compression based on inverse Haar matrix and inverse Haar transform matrix. In the proposed method , the grayscale image has been compressed lossless while RGB image has been compressed lossy, the goal of this compression is to reduce size of image and to represent it with the smallest possible number of bits. It can facilitate the transmission and processing of image. An image contains large amounts of data when downloaded from internet, (it requires much storage space, time and fast internet connection). This workload can be reduced if the data is compressed. For instance, a grayscale image of size 512 × 512 has 262144 elements and color image of size 512 × 512 has 786432 elements to store. By using the compression methods, we can compress the pixels , but the color image quality is affected a little. When someone clicks on an image to download, the computer recalls the pixels to the computer memory. The performance of this method has been measured by using Peak Signal to Noise Ratio (PSNR), Mean Square Error (MSE) and Compression Ratio (CR) .The measure of the decompressed image quality is based on two factors ; the threshold and Peak Signal to Noise Ratio (PSNR). Some illustration have been made to justify the proposed approach for gray and color images of size (512× 512) pixels (dimension of the image). Both fingerprint and X - ray have been tested. All programs have been coded using MATLAB R2015b.
