ПОРІВНЯЛЬНИЙ АНАЛІЗ МЕТОДІВ КОМПАКТНОГО ПРЕДСТАВЛЕННЯ ГРАФІЧНОЇ ІНФОРМАЦІЇ

Ключові слова: стиснення, метод, зображення, перетворення, характеристики.

Анотація

В статті проаналізовано основні характеристики методів стиснення графічної інформації із втратами та без втрат (RLE, LZW, метод Хаффмана, DEFLATE, JBIG, JPEG, JPEG 2000, Lossless JPEG, фрактальний та Wawelet). Ефективна передача та збереження зображень в комунікаційних системах на залізничному транспорті зараз є важливим завданням, оскільки великі розміри зображень потребують великих ресурсів для зберігання. Це завдання стало дуже актуальним останніми роками, оскільки стали актуальними проблеми передачі інформації по телекомунікаційних каналах зв’язку транспортної інфраструктури, а також є велика потреба у проведенні відеоконференцій, де завданням є ефективне стиснення відеоданих, тому що чим більший обсяг даних, тим більша вартість передачі інформації відповідно. Тому застосування методів стиснення зображень, які передбачають зменшення розміру файлу є вирішенням цього завдання. В результаті дослідження виділено переваги та недоліки методів стиснення. Здійснено порівняльний аналіз основних можливостей методів стиснення графічної інформації. Актуальність полягає в ефективній передачі та збереженні графічної інформації, оскільки великі дані вимагають великих ресурсів для зберігання. Практичне значення полягає у вирішенні завдання ефективного зменшення розмірів даних шляхом застосування відомих методів стиснення.

Посилання

ЛІТЕРАТУРА

Bindu K. , Ganpati A. , Sharma A. K. A Comparative Study of Image Compression Algorithms // International Journal of Research in Computer Science. 2012. вип. 5 T. 2. С. 37-42. 2. Gunasheela, K.S., & Prasantha, H.S. Satellite image compression-detailed survey of the algorithms. // In Proceedings

of International Conference on Cognition and Recognition, Springer, Singapore. 2018. C. 187-198.

Mohammadpour T.I., Mollaei M. R. K. ECG Compression with Thresholding of 2-0 Wavelet Transform Coefficients and Run Length Coding. //European Journal of Scientific Research. 2009. вип. 27, C. 248-257.

Viola I., Řeřábek M., Bruylants T., Schelkens P., Pereira F, & Ebrahimi T. Objective and subjective evaluation of light field image compression algorithms // In 2016 Picture Coding Symposium (PCS), IEEE. 2016. C. 1-5.

Welstead S.T. Fractal and wavelet image compression techniques // Spie Press. 1999. вип. 40.

ZainEldin H., Elhosseini M.A., & Ali H. AImage compression algorithms in wireless multimedia sensor networks: A survey //Ain Shams Engineering Journal. 2015. вип. 6 T. 2. С. 481-490.

Афанасьєв Д. Систематизація методів стиснення цифрових зображень // Сучасне репродукування: інжиніринг, моделювання, мульти- та кросмедійні технології. 2018. С. 24-29.

Винокуров С.В. Эффективный алгоритм фрактального сжатия изображений с использованием пространственно-чувствительного хеширования [Текст] / С.В. Винокуров// Открытое образование. 2006. Т.4, № 57. С. 62-70.

Гармаш В.В., Кулик А.Я. Вейвлет-фільтр для стиснення зображень. // Підсекція 6.2, м. Вінниця, С. 371.

Глухов В.С., Хоміць В.М. Підхід до стиснення зображень без втрат методом JPEG-LS. // Вісник Національного університету «Львівська політехніка». Серія: Комп’ютерні системи та мережі. 2017. вип. 881. С. 32-40.

Гриньов Д.В., Закіров З.З. Методи стиснення зображень в системах цифрової обробки даних. //Системи обробки інформації. 2010. вип. 2. Т. 83. С. 66-70.

Зубко, Р.А. Алгоритми стиснення зображень. // Восточно-Европейский журнал передовых технологий. 2013 вип. 1. Т.2, С. 40-44.

Зубко Р.А. Стиснення зображень фрактальним методом. // Восточно-Европейский журнал передовых технологий. 2014. вип.6. Т.2. С 23-28.

Калюга Б.В., Задерей Н.М. Застосування вейвлет-перетворення в сучасній науці та техніці. // Наукові записки молодих учених. 2019. вип. 4.

Корпань Я.В. Методи та алгоритми компактного представлення графічної інформації в комп'ютерних системах. // Технологический аудит и резервы производства. 2015. вип.3. Т. 2. С. 32-36.

Ситников В.С., Биленко А.А. Классификация вейвлет-функций. // Труды Одесского политехнического университета. 2008. вип.1. С. 168-170.

REFERENCES

Bindu, K., Ganpati, A., & Sharma, A. K. (2012). A comparative study of image compression algorithms. International Journal of Research in Computer Science, 2(5), 37.

Gunasheela, K. S., & Prasantha, H. S. (2018). Satellite image compression-detailed survey of the algorithms. In Proceedings of International Conference on Cognition and Recognition (pp. 187-198). Springer, Singapore.

Mohammadpour, T. I., Mollaei, M. R. K., "ECG Compression with Thresholding of 2-0 Wavelet Transform Coefficients and Run Length Coding", Euro. J. Sci. Research, vol-27, pp 248-257,2009.

Viola, I., Řeřábek, M., Bruylants, T., Schelkens, P., Pereira, F., & Ebrahimi, T. (2016, December). Objective and subjective evaluation of light field image compression algorithms. In 2016 Picture Coding Symposium (PCS) (pp. 1-5). IEEE.

Welstead, S. T. (1999). Fractal and wavelet image compression techniques (Vol. 40). Spie Press.

ZainEldin, H., Elhosseini, M. A., & Ali, H. A. (2015). Image compression algorithms in wireless multimedia sensor networks: A survey. Ain Shams Engineering Journal, 6(2), 481-490.

Afanasyev, D. (2018). Systematyzatsiya metodiv stysnennya tsyfrovykh zobrazhenʹ [Systematization of digital image compression methods].

Vinokurov, S.V. (2006) Effektivnyy algoritm fraktal'nogo szhatiya izobrazheniy s ispol'zovaniyem prostranstvennochuvstvitel'nogo kheshirovaniya [An effective algorithm for fractal image compression using spatially sensitive hashing]. Open education. 4(57). P. 62–70.

Garmash, V.V., & amp; Kulik, A. Ya. VEYVLET-FILʹTR DLYA STYSNENNYA ZOBRAZHENʹ [WAVELET FILTER FOR COMPRESSION OF IMAGES]. Subsection 6.2, 371.

Glukhov, V.S., & Khomits, V.M. (2017). Pidkhid do stysnennya zobrazhenʹ bez vtrat metodom JPEG-LS [The approach to lossless image compression using the JPEG-LS method]. Bulletin of the National University "Lviv Polytechnic". Series: Computer Systems and Networks, (881), 32-40.

Grinyov, DV, & Zakirov, ZZ (2010). Metody stysnennya zobrazhenʹ v systemakh tsyfrovoyi obrobky danykh [Methods of image compression in digital data processing systems]. Information processing systems, (2), 66-70.

Zubko, R.A. (2013). Alhorytmy stysnennya zobrazhenʹ [Image compression algorithms]. Eastern European Journal of Advanced Technology, 1 (2), 40-44.

Zubko, R.A. (2014). Stysnennya zobrazhenʹ fraktalʹnym metodom. [Compression of images by fractal method]. Eastern European Journal of Advanced Technology, (6 (2)), 23-28.

Kaluga, B.V., & Zaderey, N.M. (2019). ZASTOSUVANNYA VEYVLET-PERETVORENNYA V SUCHASNIY NAUTSI TA TEKHNITSI [APPLICATION OF WAVELET TRANSFORMATION IN MODERN SCIENCE AND TECHNOLOGY]. Scientific notes of young scientists, (4).

Korpan, Ya.V. (2015). Metody ta alhorytmy kompaktnoho predstavlennya hrafichnoyi informatsiyi v komp'yuternykh systemakh. [Methods and algorithms for compact representation of graphic information in computer systems]. Technological audit and production reserves, (3 (2)), 32-36.

Sitnikov, V.S., & Bilenko, A.A. (2008). Klassifikatsiya veyvlet-funktsiy [Classification of wavelet functions]. Proceedings of Odessa Polytechnic University, (1), 168-170

Опубліковано
2021-07-01
Розділ
Математичне моделювання