Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA. Utilizando JAVA. TCC - Monografia

Documentos relacionados
Processamento de Imagem. Compressão de Imagens Professora Sheila Cáceres

PMR2560 Visão Computacional Conversão e Limiarização. Prof. Eduardo L. L. Cabral

FILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 10/06/2016

Processamento Digital de Sinais:

FILTRAGEM NO DOMÍNIO ESPACIAL. Daniel C. Zanotta 22/05/2017

Compressão de Imagens. Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE

Douglas Antoniazi Kleberson Hayashi Angelossi

INTRODUÇÃO AO PROCESSAMENTO DIGITAL DE IMAGENS SENSORIAMENTO REMOTO

Processamento de Imagens Filtragem Digital

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Processamento de Imagem. Convolução Filtragem no Domínio da Frequência (Fourier) Professora Sheila Cáceres

FREQUÊNCIA EM IMAGENS DIGITAIS

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Padrões de Compressão de Imagens

PSI2651 PROCESSAMENTO, ANÁLISE E SÍNTESE DE IMAGENS. 1 o período de 2005 LISTA DE EXERCÍCIOS

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Introdução FILTRAGEM NO DOMÍNIO DA FREQUÊNCIA

Processamento Digital de Imagens

Processamento Digital de Imagens

PROCESSAMENTO DE IMAGENS

COMPRESSÃO DE SINAIS DE ELETROMIOGRAFIA

Formatos de Áudio e Vídeo Digital Compactação de Vídeo

Televisão Digital. Codificação de Entropia Códigos de Huffman. Hélio Manuel Gonçalves Jaco

Processamento Digital de Imagens

Compressão de Imagens: Padrão JPEG

Processamento de Imagem. Prof. MSc. André Yoshimi Kusumoto

Efeitos da filtragem sobre sinais de onda quadrada

PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) FILTRAGEM NO DOMÍNIO ESPACIAL E DAS FREQUÊNCIAS. Daniel C. Zanotta

Universidade do Estado de Minas Gerais Curso de Sistemas de Informações. Multimídia. A Imagem (Parte I)

Processamento Digital de Imagens

Processamento digital de imagens

Transformada de Discreta de Co senos DCT

Processamento de Som com Escala de Mel para Reconhecimento de Voz

Introdução ao Processamento de Imagens Digitais Aula 01

PROCESSAMENTO DIGITAL DE IMAGENS

Compressão de áudio. Marcio Dahia e Geber Ramalho

Filtros Digitais. Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros

MODULAÇÃO POR CÓDIGO DE PULSO PCM

Processamento de Imagem. A Imagem digital Professora Sheila Cáceres

RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno

SEL-0339 Introdução à Visão Computacional. Aula 5 Segmentação de Imagens

T4.1 Processamento de Imagem

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Capítulo III Processamento de Imagem

Filtragem. pixel. perfil de linha. Coluna de pixels. Imagem. Linha. Primeiro pixel na linha

SEL 0412 Tecnologia Digital Teoria

Motivação Por que estudar?

Estudando com o MATLAB

PRINCÍPIOS DE COMUNICAÇÃO

Visão Computacional. Alessandro L. Koerich. Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal do Paraná (UFPR)

Álgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial

Princípios de Telecomunicações. PRT60806 Aula 19: Modulação por Código de Pulso (PCM) Professor: Bruno Fontana da silva 2014

Fundamentos da Compressão de Vídeo

Aula 22. Conversão Sigma-Delta (continuação)

Processamento Digital de Imagens - PDI

Introdução a Análise de Imagens Digitais

Processamento de Imagens Digitais

Transformada Discreta de Fourier

HIKVISION Tecnologia de Codificação H.265+ Reduza sua Largura de Banda e Armazenagem pela Metade Desfrute da Ultra HD e da Fluência

Aula 4 Transformada Discreta Wavelet DWT

Universidade Federal do Rio Grande do Sul Instituto de Informática

Métodos Matemáticos e Computacionais em Música

Mapas e suas representações computacionais

Capítulo 7 Multimídia

CONVERSORES AD/DA (ÁUDIO CODEC)

Universidade Federal de Alagoas Instituto de Matemática. Imagem. Prof. Thales Vieira

VISÃO COMPUTACIONAL. Marcelo Henrique dos Santos

Modulação SSB e Transmissão Digital

SEL Processamento Digital de Imagens Médicas. Aula 4 Transformada de Fourier. Prof. Dr. Marcelo Andrade da Costa Vieira

Conversão Analógica - Digital. Keylly Eyglys Orientação: Adrião Duarte

Aula 2 Aquisição de Imagens

Processamento de Imagem. Filtragem no Domínio Espacial Professora Sheila Cáceres

Processamento digital de imagens

Princípios de Telecomunicações AULA 1. Elementos de um sistema de comunicações. Prof. Eng. Alexandre Dezem Bertozzi, Esp.

Transcrição:

Compressão de Imagens Usando Wavelets: Uma Solução WEB para a Codificação EZW Utilizando JAVA TCC - Monografia Wanderson Câmara dos Santos Orientador : Prof. Dr. Luiz Felipe de Queiroz Silveira 1 Departamento Acadêmico de Tecnologia da Informação Centro Federal de Educação Tecnológica do Rio Grande do Norte 29 de janeiro de 2009

Sumário Sumário 1 Introdução 2 Compressão da Informação 3 Processamento Digital 4 Wavelets e a Análise em Multiresolucional na Codificação EZW 5 Exemplificação do Algorítimo 6 Conclusão 7 Referências

Introdução Objetivo Objetivos do Estudo e Implementação O Objetivo principal deste trabalho consiste na análise e implementação da codificação EZW para a compressão de imagens digitais utilizando a linguagem Java, disponibilizando na web um sistema que auxilia o estudo deste algoritmo.

Introdução Motivação Motivação para o estudo do Algorítmo EZW Nos dias atuais, cada vez mais informações contendo Vídeo, Imagens e Voz com altas taxas de transmissão são disponibilizados para os usuários da grande rede de computadores. A transmissão desses dados implica em uma grande banda de transmissão e capacidade de armazenamento. A compressão de imagens desempenha papel crucial em muitas aplicações, incluindo videoconferências, sensoriamento remoto (o uso de imagens de satélites para aplicações climáticas e outros recursos da terra), imagens médicas e de documentos.

Introdução Motivação Motivação para o estudo do Algorítmo EZW Nos dias atuais, cada vez mais informações contendo Vídeo, Imagens e Voz com altas taxas de transmissão são disponibilizados para os usuários da grande rede de computadores. A transmissão desses dados implica em uma grande banda de transmissão e capacidade de armazenamento. A compressão de imagens desempenha papel crucial em muitas aplicações, incluindo videoconferências, sensoriamento remoto (o uso de imagens de satélites para aplicações climáticas e outros recursos da terra), imagens médicas e de documentos.

Introdução Motivação Motivação para o estudo do Algorítmo EZW Nos dias atuais, cada vez mais informações contendo Vídeo, Imagens e Voz com altas taxas de transmissão são disponibilizados para os usuários da grande rede de computadores. A transmissão desses dados implica em uma grande banda de transmissão e capacidade de armazenamento. A compressão de imagens desempenha papel crucial em muitas aplicações, incluindo videoconferências, sensoriamento remoto (o uso de imagens de satélites para aplicações climáticas e outros recursos da terra), imagens médicas e de documentos.

Compressão da Informação Compressão da Informação A compressão de dados consiste em reduzir o número de informações redundantes de uma fonte de informação.

Compressão da Informação Compressão da Informação Compressão da Informação com perdas A compressão de dados com perda de informação permite uma maior taxa de compressão das informações. Durante o processo inverso, descompressão, algumas informações podem ser perdidas. Esta técnica, tem um melhor rendimento quando aplicada á sinais gráficos, como imagens, e a sinais de voz.

Compressão da Informação Compressão da Informação Compressão da Informação com perdas A compressão de dados com perda de informação permite uma maior taxa de compressão das informações. Durante o processo inverso, descompressão, algumas informações podem ser perdidas. Esta técnica, tem um melhor rendimento quando aplicada á sinais gráficos, como imagens, e a sinais de voz.

Compressão da Informação Compressão da Informação Compressão da Informação com perdas A compressão de dados com perda de informação permite uma maior taxa de compressão das informações. Durante o processo inverso, descompressão, algumas informações podem ser perdidas. Esta técnica, tem um melhor rendimento quando aplicada á sinais gráficos, como imagens, e a sinais de voz.

Compressão da Informação Compressão da Informação Compressão da Informação sem perdas Garantem gerar uma duplicata exata do uxo de dados depois do ciclo completo de compressão e descompressão. Este tipo de compressão é usado quando se manuseia registros em uma base de dados ou arquivos de texto, por exemplo. Nestas fontes de dados, a perda de um simples bit de informação pode resultar em grandes problemas.

Compressão da Informação Compressão da Informação Compressão da Informação sem perdas Garantem gerar uma duplicata exata do uxo de dados depois do ciclo completo de compressão e descompressão. Este tipo de compressão é usado quando se manuseia registros em uma base de dados ou arquivos de texto, por exemplo. Nestas fontes de dados, a perda de um simples bit de informação pode resultar em grandes problemas.

Processamento Digital Amostragem e Quantização Amostragem A amostragem é a divisão do plano xy em uma grade onde x e y serão números inteiros não negativos. Os pontos da matriz de MxN são denominados pixels (Picture Elements).

Processamento Digital Amostragem e Quantização Amostragem A amostragem é a divisão do plano xy em uma grade onde x e y serão números inteiros não negativos. Os pontos da matriz de MxN são denominados pixels (Picture Elements).

Processamento Digital Amostragem e Quantização Quatro representações da mesma imagem, com variações no número de níveis de cinza utilizado: (a)32; (b)16; (c)8; (d)4. Em todos os casos, uma matriz de 256x256 pixels é mantida.

Processamento Digital Amostragem e Quantização Quantização A quantização faz com que cada pixel f (x; y) assuma um valor inteiro não negativo de intensidade luminosa (nível de cinza )

Processamento Digital Amostragem e Quantização Mesma imagem, com variações no número de pixels: (a)256x256; (b)128x128; (c)64x64; (d)32x32. Em todos os casos, o conjunto completo de 256 níveis de cinza são mantidos.

Processamento Digital Filtragem Filtros Um filtro remove frequências específicas através da redução dos valores de magnitude das componentes Filtradas, seja parcialmente ou totalmente.

Processamento Digital Filtragem Filtros Passa-Baixa Os Filtros passa-baixas deixam passar as componentes de baixa frequência da imagem. Aquelas associadas nas regiões homogêneas da imagem.

Processamento Digital Filtragem Filtros Passa-Baixa Os Filtros passa-baixas deixam passar as componentes de baixa frequência da imagem. Aquelas associadas nas regiões homogêneas da imagem.

Processamento Digital Filtragem Filtros Passa-Alta Os Filtros passa-altas, por sua vez, atenuam ou eliminam as componentes de baixas frequências. O efeito evidente desta Filtragem é a obtenção de um realce nas zonas de alta frequência do sinal. As bordas e outras trânsições abruptas, tal como o ruído nos níveis de cinza de uma imagem, contribuem significativamente para o conteúdo de alta frequência da imagem.

Processamento Digital Filtragem Filtros Passa-Alta Os Filtros passa-altas, por sua vez, atenuam ou eliminam as componentes de baixas frequências. O efeito evidente desta Filtragem é a obtenção de um realce nas zonas de alta frequência do sinal. As bordas e outras trânsições abruptas, tal como o ruído nos níveis de cinza de uma imagem, contribuem significativamente para o conteúdo de alta frequência da imagem.

Processamento Digital Filtragem Filtros Passa-Alta Os Filtros passa-altas, por sua vez, atenuam ou eliminam as componentes de baixas frequências. O efeito evidente desta Filtragem é a obtenção de um realce nas zonas de alta frequência do sinal. As bordas e outras trânsições abruptas, tal como o ruído nos níveis de cinza de uma imagem, contribuem significativamente para o conteúdo de alta frequência da imagem.

Wavelets e a Análise em Multiresolucional na Codificação EZW Wavelet? Wavelets Sob o ponto de vista de processamento de sinais podemos pensar na transformada wavelet como uma alternativa para as técnicas tradicionais de análise de sinais. Na maioria dos casos, o sinal na sua forma original é do tipo TEMPO-DOMINIO. quando exibimos um gráfico de um sinal deste tipo, um dos eixos será o tempo e o outro a amplitude.

Wavelets e a Análise em Multiresolucional na Codificação EZW Wavelet? Wavelets Sob o ponto de vista de processamento de sinais podemos pensar na transformada wavelet como uma alternativa para as técnicas tradicionais de análise de sinais. Na maioria dos casos, o sinal na sua forma original é do tipo TEMPO-DOMINIO. quando exibimos um gráfico de um sinal deste tipo, um dos eixos será o tempo e o outro a amplitude.

Wavelets e a Análise em Multiresolucional na Codificação EZW Wavelet? Wavelets Sob o ponto de vista de processamento de sinais podemos pensar na transformada wavelet como uma alternativa para as técnicas tradicionais de análise de sinais. Na maioria dos casos, o sinal na sua forma original é do tipo TEMPO-DOMINIO. quando exibimos um gráfico de um sinal deste tipo, um dos eixos será o tempo e o outro a amplitude.

Wavelets e a Análise em Multiresolucional na Codificação EZW Wavelet? gráfico da função Cosseno. domínio TEMPO-AMPLITUDE.

Wavelets e a Análise em Multiresolucional na Codificação EZW Wavelet? Wavelets Assim então teremos uma representação TEMPO-AMPLITUDE do sinal.

Wavelets e a Análise em Multiresolucional na Codificação EZW Transformada wavelet Afinal, por que precisamos da Transformada? O objetivo da análise de sinais é extrair e processar informações relevantes de um sinal. Em geral isto é feito através de transformações matemáticas que são aplicadas aos sinais para obter informações que a princípio não estão disponíveis no seu estado original.

Wavelets e a Análise em Multiresolucional na Codificação EZW Algoritmo da Pirâmide Uma imagem contém detalhes em diversas resoluções, dessa forma, é impossível definir a priori uma resolução ótima para se analisar a imagem.

Wavelets e a Análise em Multiresolucional na Codificação EZW A Codificação EZW A Codificação EZW A Codificação EZW foi pensada especialmente para ser utilizada em conjunto com a transformada wavelet. Ela é uma técnica de codificação progressiva. Codifica uma imagem em um Fluxo de bits com controle preciso sobre a taxa de bits utilizada. quanto mais bits forem adicionados ao fluxo, mais detalhes de informação a imagem codificada terá (e menor será a compressão).

Wavelets e a Análise em Multiresolucional na Codificação EZW A Codificação EZW A Codificação EZW A Codificação EZW foi pensada especialmente para ser utilizada em conjunto com a transformada wavelet. Ela é uma técnica de codificação progressiva. Codifica uma imagem em um Fluxo de bits com controle preciso sobre a taxa de bits utilizada. quanto mais bits forem adicionados ao fluxo, mais detalhes de informação a imagem codificada terá (e menor será a compressão).

Wavelets e a Análise em Multiresolucional na Codificação EZW A Codificação EZW A Codificação EZW A Codificação EZW foi pensada especialmente para ser utilizada em conjunto com a transformada wavelet. Ela é uma técnica de codificação progressiva. Codifica uma imagem em um Fluxo de bits com controle preciso sobre a taxa de bits utilizada. quanto mais bits forem adicionados ao fluxo, mais detalhes de informação a imagem codificada terá (e menor será a compressão).

Wavelets e a Análise em Multiresolucional na Codificação EZW A Codificação EZW A Codificação EZW A Codificação EZW foi pensada especialmente para ser utilizada em conjunto com a transformada wavelet. Ela é uma técnica de codificação progressiva. Codifica uma imagem em um Fluxo de bits com controle preciso sobre a taxa de bits utilizada. quanto mais bits forem adicionados ao fluxo, mais detalhes de informação a imagem codificada terá (e menor será a compressão).

Wavelets e a Análise em Multiresolucional na Codificação EZW A Codificação EZW A Codificação EZW A codificação EZW é baseada em duas importantes observações. Quando uma imagem passa pela transformada wavelet, a energia nas subbandas diminui com a diminuição da escala (escala baixa significa resolução alta), assim os coeficientes wavelet, em geral, serão menores nas subbandas de frequências mais altas do que de nas de frequências mais baixas. Os coeficientes wavelets de maior magnitude são mais importantes do que os coeficientes de menor magnitude.

Wavelets e a Análise em Multiresolucional na Codificação EZW A Árvore de Zeros Conceitos (threshold) Para cada passo, um limiar (threshold) é escolhido e utilizado para determinar a significância de todos os coeficientes wavelets naquele passo de codificação. Mapa de Significância A cada passo de escaneamento na subbanda, informações são adicionadas ao mapa de significância que é formado pela lista dominante e pela lista subordinada.

Wavelets e a Análise em Multiresolucional na Codificação EZW A Árvore de Zeros Ordem de escaneamento das subbandas Depêndencias entre pais e filhos nas subbandas:note que as setas apontam da subbanda dos pais para a subbanda dos filhos. A subbanda de mais baixa frequência é a do topo a esquerda, e a de mais alta frequência é a da base a direita. Também demonstrado é uma árvore wavelet, consiste de todos os descendentes de um simples coeficiente na subbanda HH3. O coeficiente em HH3 é um zerotree root (Uma raiz de Árvore de zeros) se este é insignificante e todos os seus descendentes forem insignificantes

Wavelets e a Análise em Multiresolucional na Codificação EZW A Árvore de Zeros Zerotree Zerotree A estrutura de dados Zerotree se baseia na hipótese de que se um coeficiente é insignificante com respeito a um limiar T, então todos os coeficientes de mesma orientação espacial em escalas mais finas são provavelmente insignificantes com respeito ao mesmo limiar T.

Wavelets e a Análise em Multiresolucional na Codificação EZW A Árvore de Zeros Dependências entre pais e filhos nas subbandas Depêndencias entre pais e filhos nas subbandas:note que as setas apontam da subbanda dos pais para a subbanda dos filhos. A subbanda de mais baixa frequência é a do topo a esquerda, e a de mais alta frequência é a da base a direita. Também demonstrado é uma árvore wavelet, consiste de todos os descendentes de um simples coeficiente na subbanda HH3. O coeficiente em HH3 é um zerotree root(uma raiz de Árvore de zeros) se este é insignificante e todos os seus descendentes forem insignificantes

Exemplificação do Algorítimo Exemplo Exemplo da transformada wavelet 3-escala de uma Imagem 8 x 8 Considere uma transformada wavelet com três níveis de decomposição aplicada a uma imagem 8x8. O conjunto de coeficientes wavelet é mostrado acima

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Exemplificação do Algorítimo Exemplo

Conclusão Agradecimentos Obrigado!! Obrigado!