پاورپوینت الگوریتم های فشرده سازی اتلاف دار درس سیستم‌های چندرسانه‌ای

پاورپوینت الگوریتم های فشرده سازی اتلاف دار درس سیستم‌های چندرسانه‌ای

فرمت فایل: پاورپوینت قابل ویرایش     تعداد اسلاید: 30

 

قسمتی از پاورپوینت :

 

•الگوریتمهای فشرده سازی بدون اتلاف، غالباً نرخ فشرده سازی مناسبی ندارند به همین دلیل در فشرده سازی صوت و تصویر از این روشها استفاده نمی شود
 
 
فشرده سازی با اتلاف چیست ؟

    - بعد از دیکد کردن داده فشرده شده همان داده اصلی به دست نمی آید ولی تقریباً نزدیک به آن است .

    - از نرخ فشرده سازی بسیار بیشتری نسبت به فشرده سازی بدون از دست رفتن اطلاعات برخوردار است .

 

 

کوانتیزاسیون
•تعداد مقادیر خروجی متفاوت (متمایز) را به مجموعه بسیار کوچکتری کاهش می دهد.
•منبع اصلی Loss در فشرده سازی، از دست رفتن اطلاعات
•سه شکل متفاوت کوانتیزاسیون:
-یکنواخت
-غیر یکنواخت
-برداری
 
 
کوانتیزاسیون اسکالر یکنواخت 
•یک کوانتیزاسیون یکنواخت دامنه مقادیر ورودی را به فواصل مکانی یکسان تقسیم می کند.
-خروجی یا مقدار بازسازی مربوط به هر بازه به عنوان نقطه میانی آن بازه در نظر گرفته می شود .
-طول هر بازه اندازه قدم ( گام ) نامیده شده و با علامت Δ نشان داده می شود .
 
 
 
•دو نوع کوانتیزاسیون اسکالر یکنواخت :

- کوانتایزر Mid-rise دارای سطوح خروجی به تعداد زوج می باشند .

- کوانتایزر Mid-tread دارای سطوح خروجی به تعداد فرد می باشند و صفر نیز یکی از آنهاست ( شامل صفر هم هستند )

 

 

کوانتایزر بُرداری
•بر اساس مطالعات شانون در نظریه اطلاعات ، هر سیستم فشرده سازی اگر بر روی بردارها و یا گروه نمونه ها عمل کند ، از کار کردن بر روی علائم یا نمونه های انفرادی بهتر کار می کند .
•نمونه های ورودی را به سادگی با الحاق تعدادی نمونه‌های متوالی، میتوان به یک بردار تبدیل کرد.
•به جای استفاده از یک مقدار اسکالر، از یک بردار n  تایی در کوانتایزر برداری استفاده می شود.
 
 
 
کدینگ با استفاده از تبدیل
•گاهی اوقات استفاده از یک تبدیل برای نمایش داده ها به صورت دیگر، به ما کمک می کند که داده ها را به صورت موثرتر کد کنیم
 
•مثال: به جای استفاده از مدل RGB از مدل YUV برای تصویر استفاده کنیم، اگر U و V را کوانتیزه کنیم از کیفیت تصویر خیلی کم نمی شود ولی اگر مستقیما G,B یا R را کوانتیزه می کردیم کیفیت خیلی خراب می شد.
 
 
اگر y نتیجه یک تغییر خطیِ ( T ) بردار X ورودی ، به گونه ای باشد که عناصر y بسیار کمتر وابسته باشند ، y می تواند بسیار موثرتر از X کد گذاری شود .
خود تبدیل T باعث فشرده سازی نمی شود ولی با پردازش و کوانتیزه کردن y می توان به فشرده سازی خوبی رسید
نیاز به تبدیلی داریم که همبستگی بین داده ها را حذف کند و فقط داده های مستقل و مورد نیاز را داشته باشیم
راه حل -» تبدیل کسینوسی (DCT)

دریافت فایل


پاورپوینت الگوریتم های فشرده سازی اتلاف دار درس سیستم‌های چندرسانه‌ای

پاورپوینت الگوریتم های فشرده سازی اتلاف دار درس سیستم های چندرسانه ای, پاورپوینت, الگوریتم ,فشرده سازی, اتلاف دار , درس, سیستم, چندرسانه

عمومی و آزاد

فایل های جدید

یکی از تب ها رو انتخاب بکنید