• Задать вопрос менеджеру

Twitter новости

Обучение письменному иноязычному общению на основе ИКТ http://t.co/IK2NAjncrk

Online-опрос

Антиплагиат онлайнДипломант
Яндекс.Метрика

Структурно-логічна модель кодера стиску інформаційних потоків даних

Предмет:Информатика
Тип:Дипломная/Магистерская
Объем, листов:49
Word
Получить полную версию работы
Релевантные слова:даних, або, від, може, можна, джерела, дані, ступінь, методів, кодера, стиску, цьому, втрат, його, потоку
Процент оригинальности:
70 %
Цена:1100 руб.
Содержание:

ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ ТА СКОРОЧЕНЬ 7

ВСТУП 8

РОЗДІЛ 1. 11

АНАЛІЗ ІСНУЮЧИХ КОДЕРІВ СТИСКУ ІНФОРМАЦІЙНИХ ПОТОКІВ 11

1. 1. Розгляд основних положень теорії стиснення 11

1. 2. Аналіз існуючих методів стиснення зображень 20

1. 2. 1. Класи зображень 21

1. 2. 2. Класи кодеків 23

1. 2. 3. Вимоги програм до алгоритмів компресії 25

1. 2. 4. Критерії порівняння алгоритмів 27

1. 2. 5. Алгоритми стиснення без втрат 28

1. 2. 5. 1. Алгоритм RLE 28

1. 2. 5. 2. Метод LZW 30

1. 2. 5. 3. Класичний метод Хаффмена 32

1. 2. 5. 4. JBIG 34

1. 2. 5. 5. Lossless JPEG 35

1. 2. 6. Алгоритми стиснення з втратами 35

1. 2. 6. 1. Алгоритм JPEG 35

1. 2. 6. 2. Алгоритм JPEG 2000 41

1. 2. 7. Зведені характеристики існуючих методів стиснення зображень 44

1. 3. Висновки по розділу 45

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ТА ЛІТЕРАТУРИ 47

Додаток А. Програмна реалізація кодера стиску зображень з урахуванням ДСК (codec. xcmd ) 49

Вступление:

Економічна, політична і соціальна активність сучасного суспільства в значній мірі залежить від надійних інтегрованих інформаційно-комунікаційних систем, в яких циркулюють гігантські обсяги інформації. З метою якісного та ефективного функціонування інформаційних засобів сполучення розробляється та впроваджується в інформаційні системи широкий спектр сучасних технічних засобів і програмно-апаратних комплексів. Всі ці засоби створюються з метою вирішення задачі надійної і швидкісної передачі інформаційних потоків даних від джерела повідомлення до абонентів (споживачів інформації). Найбільш ефективним методом з економічної та практичної точки зору для вирішення встановлених задач є використання сучасних методів стиску даних – кодування джерела інформації. Метою кодування джерела є створення компактного, стислого представлення інформації, тому даний метод також прийнято ототожнювати з поняттям стиснення даних або економного стиску даних джерела повідомлення.

Передача та зберігання інформації потребують доволі великих витрат, як економічних так і організаційно-технічних. Частина даних, які потрібно передавати по каналах зв’язку та зберігати, має не найкомпактніше подання, тобто мають статистичну, психовізуальну, структурну або іншу надмірність, що змушує витрачати удвічі, утричі, а іноді і в сотні разів більше місця для їх зберігання і набагато ширшу смугу частот для їх передачі, ніж потрібно насправді. Тому стиснення даних – це один із найбільш актуальних напрямків сучасної теорії інформації, і цілком справедливо можна говорити про методи компресії, як про один з найважливіших засобів забезпечення оптимального і ефективного функціонування інформаційно-комунікаційних систем.

Таким чином одним з найважливіших завдань сучасної теорії інформації є розробка і реалізація нових методів стиснення, що забезпечують максимальний ступінь компресії з одночасною мінімізацією рівня спотворень даних у відновленій інформаційній структурі.

Мета та завдання роботи – підвищення ефективності методів компресії джерела повідомлень з умов створення математичної і структурно-логічної моделі кодера стиску даних з урахуванням методів двоознакового структурного кодування (ДСК). При цьому до задач статті відноситься – визначення основних етапів процедури обробки інформації кодером при формуванні стислого потоку даних.

Об’єктом дослідження є процедура стиснення інформаційного потоку даних. Предметом дослідження є математична модель кодера стиснення зображень побудованого на основі методу двоознакового структурного кодування.

Наукова новизна дослідження полягає в наступному: розроблено математичну і програмну модель кодера стиску даних джерела повідомлень з урахуванням методів двоознакового структурного кодування двійкових даних. Визначено основні етапи процедури обробки інформації кодером. Реалізовано визначені моделі та етапи кодування зображень в прикладному програмному середовищі Mathcad.

Сформована процедура стиснення даних, основана на двійковому структурному кодуванні з умови усунення структурної надмірності інформаційного потоку. Даний метод дозволяє підвищити ступінь стиснення порівняно з існуючими методами завдяки введенню після кроку квантування етапу формування код-номерів двійкових послідовностей базових сегментів зображення. Кодування методом ДСК не вносить додаткових спотворень до відновлюваного зображення, оскільки декодер ДСК абсолютно однозначно відновлює початкові двійкові послідовності.

Результати досліджень, зміст яких було викладено в роботі, були презентовані та обговорювалися на науково-технічній конференції студентів та молодих учених «Наукоємні технології», Київ, 2-3 грудня 2009р. , на Всеукраїнському конкурсі студентських наукових робіт 2009-2010 рр. з напрямку «Інформатика, обчислювальна техніка та автоматизація» (Вінницький національний технічний університет), на Всеукраїнському конкурсі студентських наукових робіт 2009-2010 рр. з напрямку «Телекомунікаційні системи та мережі» (Одеська національна академія зв’язку ім. О. С. Попова).

Було опубліковано ряд наукових статей, присвячених темі, що розглядалася в дипломній роботі:

1. Юдін О. К. , Чеботаренко Ю. Б. , Курінь К. О. Розробка математичної моделі кодера стиску інформаційного потоку даних з урахуванням двоознакового структурного кодування // Наука и образование, том 20. – 2010. – с. 84-89.

2. Юдін О. К. , Чеботаренко Ю. Б. , Курінь К. О. Структурно-логічна модель кодера стиску інформаційного потоку даних // Вісник Інженерної академії України. – К. , 2010. – 4 вид. – c. 151-157.

3. Юдін О. К. , Луцький М. Г. , Курінь К. О. Стиснення зображень з використанням двоознакового структурного кодування двійкових послідовностей // Наукоємні технології. – К. , 2010. – 3-є вид. – с. 87-92.

Заключение:

В даному розділі дипломної роботи були викладені основні поняття теорії стиснення. Задачу компресії даних ідентифіковано з одним з найважливіших завдань теорії інформації – кодуванням джерела.

Описані поняття енторопії, основні класифікаційні характеристики методів стиснення, розглянуті відмінності між двома основними класами методів компресії – з втратами та без втрат.

Розглянуті основи теорії стиснення зображень, як однієї з найактуальніших галузей загальної теорії компресії. Проведене ознайомлення з поняттями класів зображень та програм-кодеків, визначені основні критерії оцінки та порівняння методів стиснення.

В межах даного розділу також були розглянуті основні методі компресії, що забезпечують стиснення зображень з втратами або без втрат. Була сформована їх зведена характеристика.

Аналіз отриманих даних дозволяє стверджувати, що проаналізовані методи мають ряд недоліків:

1. методи, які забезпечують досить високий ступінь стиснення призводять до значних втрат якості зображення із збільшенням коефіцієнта стисненя (JPEG, JPEG-2000);

2. на потивагу їм, методи стиснення без втрат не забезпечують достатнього ступеня стиснення (RLE, LZW, Хаффмана, Lossless JPEG );

3. методи які забезпечують як прийнятний рівень якості зображень, так і достатній ступінь стиснення, орієнтовані на вузький клас зображень (JBIG).

Дані висновки дозволяють сформувати основну задачу дипломної роботи – формування математичної моделі кодера стиску зображень, який би забезпечував більший за відмомі ступені стиснення з одночасної мінімізацією втрат при відновленні вихфдного зображення.

Список литературы:

1. Юдін О. К. Кодування в інформаційно-комунікаційних мережах: – Монографія. – К. : НАУ, 2007. – 308с

2. Фомин А. А. Основы сжатия информации. – С. -П. : СПГТУ, 1998. – с. 27-30.

3. Свириденко В. А. Анализ систем со сжатием данных ? М. : Связь, 1977. ? 184 с.

4. Ватолин Д. , Ратушняк А. , Смирнов М. , Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. – М. : ДИАЛОГ-МИФИ, 2002. - 384 с.

5. Методы передачи изображений. Сокращение избыточности. / Под. ред. У. К. Прэтта. ? М. : Радио и связь, 1983. ? 263 с.

6. Королев А. В. , Лебедев С. М. , Паржин Ю. В. Методы сжатия графической информации. Тез. докл. ХIII Всесоюз. симпозиума по пробл. избыточности в информ. системах. — Л. : ЛИАП. — 1983. — Ч. 6. — С. 82— 84.

7. Хэмминг Р. В. Теория кодирования и теория информации / Под. ред. Б. С. Цыбакова. ? Пер. с англ. С. И. Гельфанда. ? М. : Радио и связь, 1983. ? 176 с.

8. Скляр Б. Цифровая связь. Теоретические основы и практическое применение / Пер. с англ. – М. : Изд. дом Вильямс, 2004. – 1104 с.

9. Д. Селомон. Стиснення даних, зображень і звуку. – М. : Техносфера, 2006. – 386с.

10. Юдин А. К. , Пуха Д. А. Методы и алгоритмы эффективного сжатия видеоданных на базе стандарта JPEG 2000. // Защита информации: сборник научных трудов, выпуск №13. – К. : НАУ, 2006. – С. 209-214.

11. Ефимов В. М. , Золотухин Ю. Н. , Колесников А. Н. Оценка эффективности некоторых алгоритмов сокращения избыточности информации при абсолютной точности воспроизведения. // Автометрия. - 1991. - № 6. – с. 50-55.

12. Юдін О. К. Обґрунтування взаємооднозначності двоознакового структурного представлення двійкових даних у поліадичному просторі. // Науковий журнал “Вісник НАУ“, №1. К. : НАУ – 2007. – С. 38-42.

13. Баранник В. В. , Юдин А. К. Двухпризнаковое структурное кодирование массивов двоичных данных. // Всеукраинский межведомственный научно-технический сборник “Автоматизированные системы управления и приборы автоматики“, №133. – Х. : ХНУРЭ, 2005 - C. 64-72.

14. Баранник В. В. , Юдин А. К. Оценка эффективности структурного кодирования двоичных данных в полиадическом пространстве. // Науковий журнал “Інформаційно-керуючі системи на залізничному транспорті“ , №3 – Х. : 2006. – С. 3-11.

15. Юдін. О. К. Методи структурного кодування даних в автоматизованих системах управління. – К. : НАУ, 2007.

16. Юдін О. К. Обгрунтування ефективності двоознакового структурного кодування у двійковому поліадичному просторі. Проблеми інформатизації та управління: Збірник наукових праць: Випуск 2(17). – К. :НАУ, 2006. – С. 137-141

17. Макаров Е. Mathcad. Учбовий курс. – С. -П. : Питер, 2008. – 384с.

Бесплатные работы:

Готовые работы:

Рекомендованные документы: