Share
تاثير التكميم على ضغط الصورة باستخدام الترميز التحويلي
Author name:
وفاء شهاب احمد المشهداني
Supervisor name:
عبد الكريم عبد الرحمن كاظم | طه سعدون باشاغا
General topic:
Computer Science
Specific topic:
Computer Science
Degree:
Master
University:
Al-Nahrain University - College Of Science - Department Of Computer Science
Language:
English
University location:
Baghdad
First pages:
28T817 - p.pdf
Abstract:
من المشاكل الهامة في تطبيقات الحاسوب هو نقل وخزن المعلومات ومنها الصور الرقمية. ومن اجل تقليص حجم المعلومات المتراسلة تطلب ذلك البحث في موضوع ضغط هذه المعلومات. لذلك اقترحت طرق مختلفة للضغط باستخدام تقنيات مختلفة لتحقيق نسب ضغط عالية وجودة عالية للصور خصوصا. ومن بين تلك التقنيات طريقتان هما : Transform Coding (TC) وWavelet Transform (WT). في طريقةWavelet Transform والذي هو موضوعنا في هذا البحث. استخدم التحويل المويجي لتقسيم الصورة الى حزم جزئية. وفي هذا البحث قد استخدم نوع من التحويل المويجي وهو IWT)) Integer Wavelet Transform. يتكرر هذا التقسيم اكثر من مرة (او المعالجة المويجية نستطيع امرارها مرة او اكثر). ومن بعد ذلك تقرب نتائج التحويل المويجي لاقرب عدد صحيح للحصول على صورة مضغوطة. التقنية الثانية هيTransform Coding , في هذه الطريقة تقسم بيانات الصورة الى وحدات, كل وحدة تحول الى متسلسلة الجيب تمام ومن ثم تقرب نتائجها لاقرب عدد صحيح. وقد استخدمت هذه الطريقة مبدئيا لاغراض المقارنة. استخدم نوعين من الصور لاختبار النتائج وهي صورغير ملونة وصور ملونة. استخدمت صور غير ملونة في طريقة WT, وقد حققت نسبة ضغط من1/1 الى 1/3, اعتمادا على عدد البتات المضغوطة (b). بينما في طريقة TC, حققت نسبة ضغط من 1/3 الى 1/7, اما في الصور الملونة فقد حققت طريقة WT نسبة ضغط من 1/1 الى 1/2. بينما في طريقة TC فقد حققت نسبة ضغط من1/4 الى 1/7, مع نسبة خطا مقبولة في كلا الطريقتين. | One of the most important problems in computer applications are the storage and transmission of images that makes the field of developing the image compression. For that, various compression methods have been proposed using different techniques to achieve high compression ratios and high image quality. Among these techniques are the Wavelet Transform (WT) and Transform Coding (TC) methods.In the wavelet transform method, which is the subject of this work, a wavelet transform may be used to divide the image into sub - bands. A type of wavelet transform is used here, the integer wavelet transform (IWT). The sub - band division can be repeated more than once (or the wavelet process can be of one or more passes). Then after the decomposition, the resultant wavelet coefficients are rounded to nearest integer to get the compressed form. In the second approach of the work, that is the transform coding, the image data is partitioned into blocks, and each block is transformed and then compressed. This method is studied and implemented for comparison reason.Two types of images have been used for testing the result; they are either grayscale or color images. For grayscale image, the wavelet transform method achieved 1/1 to 3/1 compression ratios depending on number of compressed bits (b), while TC method achieved 3/1 to 7/1 compression ratios. For color images the WT method achieved 1/1 to 2/1 compression ratios. While TC achieved 4/1 to 7/1, with acceptable error. The obtained Peak Signal to Noise Ratio (PSNR) is well beyond 24 dB for both methods
