Key points are not available for this paper at this time.
In diesem Manuskript präsentieren wir einen neuartigen Ansatz zur Kompression einer Bilddatenbank. Zunächst führen wir eine neue Darstellung ein, die die benötigten Daten zur Bilddarstellung effektiv reduziert und die Effizienz der nachfolgenden Kompressionsschritte verbessert. Wir wenden die diskrete Kosinustransformation (DCT) auf die neue Darstellung an und führen Schwellenwertsetzungen auf unterschiedlichen Ebenen für ein ausgewähltes Bild durch. Die DCT ist bekannt dafür, die Bildenergie in wenigen Koeffizienten zu konzentrieren, was sie ideal für die Kompression macht. Durch die Berechnung der Variation des Peak Signal-to-Noise Ratio (PSNR) des rekonstruierten Bildes und die Auswertung des Prozentsatzes der nicht null Koeffizienten nach der Schwellenwertsetzung zeichnen wir die entsprechende Kurve auf. Diese Berechnungen geben Einblicke in die Qualität des rekonstruierten Bildes und stellen sicher, dass die Degradation durch die Kompression minimal ist. Wir wiederholen die Schritte mit der diskreten Wavelet-Transformation (DWT), die für ihre multiresolutionale Analyse bekannt ist, um ihre Leistung im Vergleich zur DCT zu bewerten. Die Kurven helfen uns zu beobachten, welcher Prozess die Bildrekonstruktion mit nur einem kleinen Prozentsatz an Koeffizienten ermöglicht und so eine signifikante Datenreduktion erzielt. Diese vergleichende Analyse bestimmt die effektivste Methode für verschiedene Bildtypen. Nach der Analyse der digitalen Ergebnisse aus diesen Kurven generieren und diskutieren wir die Ergebnisse der rekonstruierten Bilder im Detail. Die digitalen und visuellen Ergebnisse, die am Ende präsentiert werden, zeigen die Robustheit der vorgeschlagenen Strategie. Wir untersuchen auch potenzielle Anwendungen in Bereichen wie der medizinischen Bildgebung, der Fernerkundung und der Multimedia-Speicherung und heben ihre Vielseitigkeit hervor. Unsere Ergebnisse deuten darauf hin, dass die neuartige Darstellung in Kombination mit DCT äußerst effektiv ist und erhebliche Speicherplatzersparnisse bei gleichzeitiger Beibehaltung der Bildqualität bietet. Diese Ergebnisse sind sowohl für die theoretische Forschung als auch für praktische Implementierungen von Bedeutung und bieten eine Grundlage für zukünftige Fortschritte in der Bildkompressionstechnologie.
Houas et al. (Di,) haben diese Frage untersucht.