Jagiellonian University Repository

Zaawansowane metody analizy statystycznej w kompresji obrazów

pcg.skipToMenu

Zaawansowane metody analizy statystycznej w kompresji obrazów

Show full item record

dc.contributor.advisor Duda, Jarosław pl
dc.contributor.author Drogosz, Hubert pl
dc.date.accessioned 2020-10-20T19:18:17Z
dc.date.available 2020-10-20T19:18:17Z
dc.date.submitted 2020-09-17 pl
dc.identifier.uri https://ruj.uj.edu.pl/xmlui/handle/item/249125
dc.language pol pl
dc.title Zaawansowane metody analizy statystycznej w kompresji obrazów pl
dc.title.alternative Advanced methods of statistical analysis in image compression pl
dc.type master pl
dc.abstract.pl Praca porównuje różne częściej lub rzadziej używane metody kompresji bezstratnej obrazów i rekompresji JPEG. Potwierdza ona, że wbrew obiegowej opinii współczynniki DCT-II, nie są z rozkładu Laplace'a, bliżej jest im do rozkładów exponnorm oraz powernorm. Pokazuje również, że w przypadku bezstratnej kompresji obrazów, klasteryzacja pikseli k-means wg ich kontekstu, pozwala na uzyskanie znaczących zysków, i że ta klasteryzacja jest wspólna dla różnych obrazków. Wykazuje, że przewidywanie parametrów rozkładu Laplace'a również pozwala na lepsze wyniki. Porównuje predyktory, transformacje kolorów oraz metody statystycznego modelowania dla obrazów nieskompresowanych oraz dla JPEGów, dla klasycznego dekodowania liniowego i dla użycia upscalingu typu Squeeze. pl
dc.abstract.en Thesis compares different more or less often used methods of lossless image compression and JPEG recomporession. It shows that despite assumptions DCT-II coefficients don't fit Laplace distribution, rather exponnorm or powernorm distribution. Thesis also shows that in case of lossless image compression k-means clusterization of pixels based on their context gives some gains, and that clusterization is similar for different images. It shows that prediction of Laplace distribution parameters allows for better results. Thesis compares predictors, color transformations, and statistical modelling for lossless image compression and JPEG recompression, for classic scanline decoding and progressive Squeeze upscaling. pl
dc.subject.pl kompresja bezstratna obrazów, rekompresja JPEG, Upscaling, Squeeze, DCT rozkład, predykcja parametrów rozkładu pl
dc.subject.en lossless image compression, JPEG recompression, Upscaling, Squeeze, DCT distribution, distribution parameter prediction pl
dc.contributor.reviewer Duda, Jarosław pl
dc.contributor.reviewer Mazur, Marcin [SAP11017645] pl
dc.affiliation Wydział Matematyki i Informatyki pl
dc.identifier.project APD / O pl
dc.identifier.apd diploma-141208-209606 pl
dc.contributor.departmentbycode UJK/WMI2 pl
dc.area obszar nauk ścisłych pl
dc.fieldofstudy modelowanie, sztuczna inteligencja i sterowanie pl


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)