Um Estudo de Aplicação do iPACKMAN para Compressão de Texturas Bruno Marques Marcelo Walter

Slides:



Advertisements
Apresentações semelhantes
A Imagem (Parte II) Prof. AMOUSSOU DOROTHÉE
Advertisements

Estatística: Aplicação ao Sensoriamento Remoto ANO 2010
CRC – Cyclic Redundancy Check
João Luiz Fernandes e Aura Conci Universidade Federal Fluminense
Conceitos de Programação Paralela
Metodologia de testes Nome: Gustavo G. Quintão
Transmissão de pacotes
Operações envolvendo imagens
Reconhecimento de Padrões Métodos, Técnicas e Ferramentas para Aprendizado e Classificação de Dados Módulo II Introdução ao Processamento de Imagens.
DCA-0114 Computação Gráfica
Tecnologia Hipermídia e Multimídia Prof. Rudson Faculdade de Excelência Educacional do Rio Grande do Norte CURSO DE GRADUAÇÃO TECNOLÓGICA.
Organização de computadores Professora Marcela Santos Aula 8 – Conjunto de instruções.
10º CAPÍTULO Segmentação de imagem.
Trabalhos de laboratório
Ciclos, Vectores e Gráficos Simulação da Queda de Corpos II
Concepção Centrada no Utilizador 8ª Aula de Laboratório Grupo 002 Terça-Feira 12-14h.
João Carlos Porto Orientadora: Prof.ª Dr.ª Junia Coutinho Anacleto 26/03/2010 Projeto de interceo.
Fluxo Óptico Allan Carlos Avelino Rocha
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
Como verificar se seu registro (ou processamento) ficou bom
Quantização e Dithering
Gestão de telas e ambientes em jogos 2D
ZFS Equipe: Alexsandro Luiz João Manual Bruno Eduardo Givaldo Castro
Reconhecimento de Padrões Segmentação
Equipamentos 3/25/2017 Equipamentos Computação Gráfica - Gattass.
Estimativa do fluxo óptico através do algoritmo de Horn-Shunck
Prof. Carlos H. Marcondes
Projeto de Sistemas Operacionais
1 Universidade Federal de Minas Gerais JPEG Alessandra e Aline.
Computação Gráfica: Rendering e Rasterização
I – Informação Digital Escola Politécnica da USP MBA EPUSP em Gestão e Engenharia do Produto EP018 O Produto Internet e suas Aplicações Tecnologias de.
Professor Victor Sotero
Integrando Textura e Forma para a Recuperação de Imagens por Conteúdo
Ambiente de simulação Os algoritmos previamente discutidos foram analisados usando um simulador de mobilidade. Ele modela uma cidade de 20 Km de raio,
Circuitos combinatórios
Programação Básica de Computadores 1
t = 13,5 dias 1, s . No ponto de lançamento, X= + 5,150x106 m
Unidade de Vídeo Escola Secundária Diogo de Macedo Curso Tecnológico de Informática Aplicações Informáticas A Prof.: Henrique Ribeiro Paulo Cruz 11ºD nº2.
Formatos de Imagem - PNG
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
Processamento Digital de Imagens
Algoritmos Culturais.
Disciplina: Princípios de Redes de Computadores Parte 3
Sistemas Operacionais
Interpolação de imagem
Agenda Memória Secundária RAID.
Apresentação 1 Compressão de Imagens Formato JPEG.
Sistemas Operacionais
Computação Gráfica Aula 2 – Conceito de Resolução
Multimédia Imagem digital
SENSORIAMENTO REMOTO MOSAR FARIA BOTELHO.
Sistema de Segurança Baseado em Análise de Imagens
Introdução e Busca Cega
Guilherme Defreitas Juraszek
Projeto de Banco de Dados
TÉCNICAS DE COMPRESSÃO DE DADOS DISCIPLINA:R.COM..
Carlos Alves 12ºB Maio/2013. O mundo da geração e captura de imagens divide as imagens em dois grandes grupos: As imagens baseadas num mapa de bits e.
Sistemas Operacionais
SISTEMAS OPERACIONAIS I Memória Virtual e Paginação
Trabalho de Graduação Rafael Borba Costa dos Santos
Testes de Software AULA 02 Eduardo Silvestri
Bruno C. Bourbon Jarbas J. de O. Júnior {bcb, cin.ufpe.br
Graphics Interchange Format formato para intercâmbio de gráficos
Testes de Software AULA 03 Eduardo Silvestri
CALCULADORA INTERVALAR PARA OPERAÇÕES ARITMÉTICAS EM JAVA
Sistemas Multimídia por Wandreson Luiz Brandino wandreson.com
Técnicas de Compressão de Dados
Nossos 2 olhos formam imagens ligeiramente diferentes do mundo A diferença entre as posições de objetos nas 2 images é chamada de disparidade O termo disparidade.
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
Pearson Education Sistemas Operacionais Modernos – 2ª Edição 1 Sistemas Operacionais FATEC-PB Professor: Gustavo Wagner
Transcrição da apresentação:

Um Estudo de Aplicação do iPACKMAN para Compressão de Texturas Bruno Marques Marcelo Walter Rafael Santos Marcília Campos

Motivação Compressão de imagens para dispositivos móveis da Sony Ericsson Velocidade, eficiência e qualidade Algoritmo próprio

Extremamente simples Facilmente implementado em hardware A imagem é dividida em blocos de 2x4 representados por 32 bits Taxa de compressão constante Cor base média de 12 bits (RGB444) Os 20 bits restantes modulam a luminescência para cada pixel Histórico - PACKMAN - J. Ström e T. Akenine-Möller

Histórico - PACKMAN += per-pixel luminance resulting image 12-bit base color

Em seguida, é selecionada, de uma tabela, uma constante que será adicionada a cada componente da cor base Utilizamos um total de 16 bits, 2 por cada pixel do bloco, para selecionar essas constantes Os 4 bits restantes são utilizados para indexar uma codeword dentre as 16 que formam o codebook Histórico - PACKMAN

Descompressão A cor base é expandida de volta de 12 a 24 bits (RGB888) A constante selecionada na tabela é adicionada à cor base expandida Finalmente, os valores das componentes de cor são truncados ao intervalo [0,255] Histórico - PACKMAN

Evolução do PACKMAN para evitar redundância de informação. A crominância não varia muito entre blocos próximos Agrupa-se blocos adjacentes de 2x4 formando blocos de 4x4 Guardamos a cor base do 1º bloco Guardamos a diferença entre a cor base do 1º e 2º blocos Testes comprovaram que em 88% dos casos esta diferença pode ser representada com 3 bits O codebook foi diminuído a metade Espaço resídual é utilizado para aumentar qualidade da cor média Histórico – iPACKMAN (improved PACKMAN)

O histograma mostra que em 88% dos casos a diferença entre os blocos está entre -4 e 3 podendo, então, ser representada com 3 bits.

Um bit, chamado diffbit, decide se a cor base pode ser calculada diferencialmente Esse bit foi extraído do codebook que tinha 4 bits e agora passa a ter 3 bits O bit que sobra, chamado flipbit, é usado para decidir se os blocos serão 2x4 ou 4x2 RdR GdGBdBtable bits GBR flipped ou não flipped Histórico - iPACKMAN

A descompressão do iPACKMAN é análoga à da versão anterior do algoritmo, porém, são levados em consideração o diffbit e o flipbit OBS: Tanto no PACKMAN quanto no iPACKMAN os codebooks foram gerados utilizando o algotimo LBG para minimização de erros para o conjunto de imagens de teste. Histórico - iPACKMAN

Objetivos Propomo-nos a melhorar o algoritmo iPACKMAN Compressão e Descompressão de Baixa Complexidade Implementação mais simples em hardware Uso em jogos, mapas e interfaces Imagens de Alta Qualidade A qualidade das imagens resultantes da nova versão do iPACKMAN deveria ser tão boa quanto, ou melhor, do que as comprimidas usando a versão original do algoritmo.

Modificações na estrutura dos dados Supressão do diffbit – erro em apenas 12% dos blocos Supressão do flipbit – pouca perda de qualidade Com 2 bits a mais Duplicamos a codebook Apesar dos erros causados pela exclusão desses flags, esse pode ser um bom preço a se pagar em troca de uma resolução maior de luminescência iPACKMAN: uma nova abordagem

Compressão ágil iPACKMAN: 2 11 interações (2 3 codewords x 2 2 coordenadas x 2 2 modicadores x 2 4 pixels) Nova Abordagem: 2 10 interações (2 4 codewords x 2 2 coordenadas x 2 4 pixels) Descompressão imediata Implementação mais simples em hardware Descompressão direta (imediata) Compressão ágil / Descompressão imediata

Resultados expressos em Peak Signal To Noise Ratio (PSNR) Root Mean Square Error (RSME) Resultados

Testes comparativos entre o iPACKMAN original e a nova abordagem Uso das codewords concentrados nos primeiros índices do codebook Resultados visuais e quantitativos satisfatórios para um certo grupo de imagens de texturas Resultados

Uso das codewords nas texturas

Uso das codewords nas não-texturas

Comparativo visual dos resultados Na primeira coluna estão as imagens originais, na segunda as comprimidas com o iPACKMAN e em seguida as comprimidas usando a nova abordagem.

Esta modificação permite um algoritmo muito mais eficiente de compressão de imagens Não apresenta perda significativa de qualidade para o grupo das texturas As texturas são o tipo de imagem mais utilizada em aplicações de computação gráfica Conclusões