A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Compressão de Imagens Binárias usando Codificação de Vizinhança Tiago B. A. de Carvalho Denise J. Tenório Tsang I. Ren George D. C. Calvacanti {tbac, djt,

Apresentações semelhantes


Apresentação em tema: "Compressão de Imagens Binárias usando Codificação de Vizinhança Tiago B. A. de Carvalho Denise J. Tenório Tsang I. Ren George D. C. Calvacanti {tbac, djt,"— Transcrição da apresentação:

1 Compressão de Imagens Binárias usando Codificação de Vizinhança Tiago B. A. de Carvalho Denise J. Tenório Tsang I. Ren George D. C. Calvacanti {tbac, djt, tir, gdcc}@cin.ufpe.br http://www.cin.ufpe.br/~viisar/

2 Roteiro Origem Codificação de Vizinhança Redução de Código Compressão Experimentos Resultados Eliminação de Braços

3 Origem I. J. Tsang, I.R. Tsang, D. Van Dyck. “Image coding using neighbourhood relations”. Pattern Recognition Letters 20. 1999, pages 1279-1286. I. R. Tsang, I. J. Tsang, “Neighbourhood Vector as Shape Parameter for Pattern Recognition”. WCCI – World Congress on Computational Intelligence - IJCNN 2006, Vancouver. IJCNN 2006. IEEE, 2006. p.3204 - 3209. I. R. Tsang, I. J. Tsang, “Pattern Recognition Using Neighborhood Coding”. ICIAR – International Conference on Image Analysis and Recognition, Póvoa de Varzim. Lecture Notes in Computer Science - ICIAR 2006, LNCS. Berlin Heidelberg: Springer-Verlag, 2006.

4 Origem Codificação de Vizinhança

5 Origem Reconhecimento de Padrões

6 Origem Operadores – morfologia

7 Codificação de Vizinhança Três tipos de vizinhança – Torre: segmentos horizontais e verticais – Bispo: segmentos diagonais – Rainha: torre + bispo

8 Codificação de Vizinhança Três tipos de vizinhança

9 Codificação de Vizinhança Três tipos de vizinhança

10 Codificação de Vizinhança Três tipos de vizinhança

11 Redução de Códigos Códigos representam a imagem de forma redundante É possível eliminar códigos e ainda reconstruir a imagem sem perda Quais códigos selecionar? – Aqueles que possuem a maior vizinhança t = n + s + l + o

12 Redução de Códigos Poder de codificação t = n + s + l + o t = ne + se + no + so t = n + s + l + o + ne + se + no + so Atualização do valor de t após a seleção de um código – Aumenta o custo do algoritmo – Porém faz com que convirja mais rápido

13 Redução de Códigos

14

15 Códigos selecionados após a redução: – Torre (esquerda), bispo (centro), rainha (direita)

16 Compressão 5 etapas – Redução de códigos – Agrupamento por vetor de vizinhança semelhantes – Run-lenght encoding (RLE) – RLE nos run-counts do RLE anterior – Codificação Huffman

17 Compressão Redução de códigos Agrupamento por vetor de vizinhança semelhantes (x, y, n, s, l, o)  (x, y) (n, s, l, o) (2, 3, 4, 4, 3, 3)  (2,3) (4, 4, 3, 3) (3, 4, 4, 4, 3, 3)  (3,4) (4, 4, 3, 3) (4, 2, 4, 4, 3, 3)  (4, 2) (4, 4, 3, 3) (1, 0, 0, 0, 0, 0)  (1, 0) (0, 0, 0, 0)...

18 Compressão Run-lenght encoding (RLE) (x, y, n, s, l, o)  (x, y) (n, s, l, o) (2, 3, 4, 4, 3, 3)  (2,3) (4, 4, 3, 3) (3, 4, 4, 4, 3, 3)  (3,4) (4, 4, 3, 3) (4, 2, 4, 4, 3, 3)  (4, 2) (4, 4, 3, 3) (1, 0, 0, 0, 0, 0)  (1, 0) (0, 0, 0, 0)  (4, 4, 3, 3) 3x (0, 0, 0, 0) 1x (2, 3) (3, 4) (4, 2) (1,0)

19 Compressão RLE nos run-counts do RLE anterior Imagens halftone () 50x () 30x () 10x () 10x () 1x () 1x () 1x () 1x () 1x () 1x () 1x () 1x () 1x () 1x () 1x () 1x () 1x....  [50x] 1x [30x] 1x [10x] 2x [1x] 500x Codificação Huffman – Menos bits para os inteiros mais frequentes

20 Experimentos Base de imagens binárias: – imagens 0, 1, 2, 3, 4, 5, 6, 7, 8 e 9 são dígitos numéricos usando a fonte Arial tamanho 72 centralizadas em quadrados 128x128 – As imagens bat-12 e bell-2 são descritores de forma retirados do MPEG-7 CE-Shape-1 part-B – As imagens courier12, oldeng16, ouster, times12i e cat foram retiradas de Binary image compression challenge

21 Experimentos courier12, oldeng16, times12i (texto) ouster e cat (halftone)

22 Experimentos bat-12 e bell-2

23 Experimentos

24 Resultados Redução de Códigos – Dimensão da imagem Largura x Altura – Número de códigos inicial – Redução usando Torre Bispo Rainha NomeDimens,InicialTorreBispoRainha 0128x1281,349398838 1128x129756166212 2128x1301,313507533 3128x1311,222597947 4128x1321,328338323 5128x1331,376489841 6128x1341,524579650 7128x135910336924 8128x1361,536608754 9128x1371,498549348 bat-12474x21658,903328807303 bell-259x641,5583815035 cat380x46973,14550,42015,71212,008 courier 12 374x461,111314717233 oldeng 16 476x553,5156281,201447 ouster108x1446,8802,3241,8351,494 times12i278x461,179435618314

25 Resultados ImagemTorreBispoRainha 0277428364 1143268141 2337401326 3384433428 4251415262 5328501392 6377493453 7254344246 8389473479 9360499437 bat-122,5214,4833,406 bell-2232571295 cat115,15841,35043,056 courier129771,712920 oldeng162,2073,1572,013 ouster5,5654,8654,920 times12i1,3171,5731,179 Compressão (bytes) Tamanho do arquivo final – Torre – Bispo – Rainha NCC é o melhor dos 3

26 Resultados Compressão (bytes) JPEG Group4 (TIFF) PNG GIF JBIG NCC ImagemJPEGTIFFPNGGIFJBIGNCC 02,699439528425183277 11,095405440345135141 22,576433556362174326 32,928451596386200384 41,835419500386150251 52,772439539377187328 63,260455608427209377 71,682407460327142246 83,115455555417194389 93,162457603427199360 bat-1212,6698171,2501,4334042,521 bell-21,910433392254148232 cat190,24569,7818,12910,5406,31041,350 courier 12 10,546979760823412920 oldeng 16 14,7701,5991,3541,6007972,013 ouster16,7424,3351,9341,8891,2314,865 times12i9,3141,0838337944261,179

27 Outros tópicos Multirresolução Codificação Aritmética Inserir entropia nos pares (x,y) Operadores morfológicos MPEG 7 CE Shape Database Eliminação de braços (segmentos ou vizinhanças)...


Carregar ppt "Compressão de Imagens Binárias usando Codificação de Vizinhança Tiago B. A. de Carvalho Denise J. Tenório Tsang I. Ren George D. C. Calvacanti {tbac, djt,"

Apresentações semelhantes


Anúncios Google