Dalgacık dönüşümleri ve hiyerarşik ağaçlarda küme bölümleme yöntemi ile görüntü sıkıştırma
Image compression with wavelet transforms and set partitioning in hierarchical trees method
- Tez No: 139807
- Danışmanlar: YRD. DOÇ. DR. ÜNAL KÜÇÜK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Dalgacıklar, dalgacık dönüşümü, görüntü sıkıştırma, hiyerarşik ağaçlarda küme bölümleme (HAKB), ortogonal dalgacıklar ıx, Wavelets, wavelet transform, image compression, set partitioning in hierarchical trees (SPIHT), orthogonal wavelets
- Yıl: 2003
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Sayısal görüntüler giderek artan bir oranda enformasyon dünyası içindeki payını artırmaktadır. İnternetin gelişimi; daha güçlü, satın alınabilir düzeylerdeki bilgisayarların yaygınlaşması, sayısal kamera, tarayıcı, yazıcı teknolojisindeki giderek artan ilerlemeler sayısal görsel imgelerin daha geniş kullanımına imkan sağlamıştır. Son zamanlarda görüntü verilerinin sıkıştırılması için gelişmiş algoritma çalışmalarına yeniden ilgi uyanmaya başlamıştır.. Sıkıştırma, gerek iletim hızında, gerek bilgilerin verimli bir şekilde depolanması için önemli bir kavramdır. Bu çalışmada; görüntü sıkıştırmak için dalgacık dönüşümü yöntemi seçilmiştir. Herhangi bir dönüşüm kodlama tekniğinin başarısı temel fonksiyonların, işaretin özelliklerini ne kadar iyi temsil edebildiğine bağlıdır. Ayrık dalgacık dönüşümü (ADD) işaretin çokluçözünürlük analizini gerçekleştirir; bu özellikle ortalama ve ayrıntı işaret bölgeleri verimli bir şekilde sunulabilir. Bu sebeplerden dolayı JPEG2000 gibi günümüz görüntü sıkıştırma standartları dalgacık dönüşümünü kullanmaktadır. Dalgacık dönüşümü ile görüntü ortalamalar ve farklar şeklinde alt bantlara ayrıştırılır. Elde edilen ayrıntı alt bantları görüntü enerjisinin yüzde olarak çok az bir bölümünü oluşturan küçük değerli katsayılara sahiptir. Bu küçük değerli katsayıların seçilecek eşik değeri ile sıfır değerine nicemlenmesi görüntüde büyük bir kayba neden olmamaktadır. Bu işlemle oluşturulan görüntü büyük oranda sıfir değerine sahip piksellerden oluşmaktadır. Dalgacık dönüşümünün sağladığı bu özellik hiyerarşik ağaçlarda küme bölümleme algoritmasına temel teşkil etmektedir. Bu algoritmada ayrık dalgacık dönüşümü katsayıları uzamsal yönelimli ağaçlar şeklinde organize edilir. Bu ağaçların oluşturulmasının sebebi birbiriyle yüksek derecede ilişkili olan piksellerin bir küme altında toplanmasıdır. Bu şekildeki küme yapılandırma ile bir seviyedeki katsayı ile diğer seviyedeki benzerlik oranı arttırılmış olur. Seçilen algoritmada da temel amaç birbiriyle yüksek derecede ilişkili olan, sıfir değerli ağaçları tek bir değerle kodlamaktır. Dalgacık dönüşümünün doğasındaki bu özellik sayesinde hiyerarşik ağaçlarda küme bölümleme algoritması ile birlikte görüntülerde yüksek sıkıştırma oranı elde edilmesi amaçlanmıştır.
Özet (Çeviri)
ABSTRACT Digital images are claiming an increasingly larger portion of the information world. The growth of internet, along with more powerful and affordable computers and continuing advances in the technology of digital cameras, scanners and printers has led to the widespread use of digital imagery. Nowadays, there is a renewed interest in improving algorithms for the compression of image data. Compression is important both for the speed of transmission and the efficiency of storage. In this study, wavelet transform is chosen for image compression. The success of any transform coding technique depends on how well the basis functions represent the signal features. The discrete wavelet transform (DWT) performs a multiresolutional analysis of a signal; this enables an efficient representation of averaged and detailed signal regions. For these reasons, recent image compression standards such as JPEG2000 use the wavelet transform. Image is decomposed into subbands of averages and details with wavelet transform. Obtained detail subbands have small valued coefficents that also constitute a small percentage of image energy. If these small valued coefficents are quantized to zero with a chosen threshold, there will be no great loss in the image. The image which is formed with this computation has a big portion of zero valued pixels. This feature provided by wavelet transform is a basis for set partitioning in hierarchical trees algorithm. With this algorithm discrete wavelet transform coefficents are organized in spatial orientation trees. The reason to have formed these trees is gathering all pixels that are highly correlated with each other. With this kind of set structure, the similarity among the coefficents in a set from one level to the next is increased. The main aim in this algorithm is to code the trees with highly correlated, zero valued coefficients with a single code word. With these features in the nature of wavelet transform and set partitioning in hierarchical trees algorithm, it is intended to get high compression ratios in images.
Benzer Tezler
- Motion wavelet video compression
Hareketli dalgacık video sıkıştırması
ANIL AKSAY
Yüksek Lisans
İngilizce
2001
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖZDE BOZDAĞI
- Epilepsi hastalığının dalgacık dönüşümleri ve yapay sinir ağları ile tanılanması
The diagnosis of epilepsy with wavelet transform and artificial neural networks
EZGİ ÖZER
Yüksek Lisans
Türkçe
2015
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. OZAN KOCADAĞLI
- Epileptik nöbet belirtilerinin tespiti: EEG sinyallerinin dalgacık dönüşümleri ve transformer modelinin rolü
Detection of epileptic seizure symptoms: The role of wavelet transforms of EEG signals and the transformer model
ALİ DEMİR
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DOÇ. DR. MESUT TOĞAÇAR
- Performance comparison between SIFT and SURF descriptors for face recognition using wavelet transforms
Dalgacık dönüşümleri kullanarak yüz tanıma için SIFT ve SURF tanımlayıcılarının arasındaki performanslarının karşılaştırılması
MUSA M.AMEEN
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMevlana ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALAA ELEYAN
- Wavelet frames and redundant wavelet transforms for fault detection
Dalgacık çerçeveleri ve artıklı dalgacık dönüşümleri ile arıza tespiti
TAYFUN ŞENGÜLER
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER