Compresión sin pérdida de imágenes satelitales
- Autores
- Acevedo, Daniel Germán
- Año de publicación
- 2005
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Ruedin, Ana María Clara
- Descripción
- En esta tesis se propone un compresor sin pérdida de imágenes satelitales multiespectrales LANDSAT. Estas imágenes se presentan en varias bandas, y los compresores sin pérdida actuales no hacen uso de la correlación presente entre ellas. El compresor propuesto se basa en la transformada wavelet y en la predicción de sus coeficientes, obtenida mediante una combinación lineal de otros coeficientes ya codificados (los cuales pueden pertenecer incluso a otra banda de la imagen). Un posterior afinamiento de la predicción es realizado discriminando entre distintas clases de terrenos presentes. Las diferencias entre la predicción y el coeficiente wavelet se codifican con un codificador aritmético. El proceso es realizado por bloques, codificándose cada uno de ellos en forma independiente.
Fil: Acevedo, Daniel Germán. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. - Materia
-
PROCESAMIENTO DE IMAGENES
COMPRESION DE IMAGENES
IMAGENES SATELITALES - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar
- Repositorio
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- seminario:seminario_nCOM000253_Acevedo
Ver los metadatos del registro completo
id |
BDUBAFCEN_5f64d524ad8f038a0f7509e530deac62 |
---|---|
oai_identifier_str |
seminario:seminario_nCOM000253_Acevedo |
network_acronym_str |
BDUBAFCEN |
repository_id_str |
1896 |
network_name_str |
Biblioteca Digital (UBA-FCEN) |
spelling |
Compresión sin pérdida de imágenes satelitalesAcevedo, Daniel GermánPROCESAMIENTO DE IMAGENESCOMPRESION DE IMAGENESIMAGENES SATELITALESEn esta tesis se propone un compresor sin pérdida de imágenes satelitales multiespectrales LANDSAT. Estas imágenes se presentan en varias bandas, y los compresores sin pérdida actuales no hacen uso de la correlación presente entre ellas. El compresor propuesto se basa en la transformada wavelet y en la predicción de sus coeficientes, obtenida mediante una combinación lineal de otros coeficientes ya codificados (los cuales pueden pertenecer incluso a otra banda de la imagen). Un posterior afinamiento de la predicción es realizado discriminando entre distintas clases de terrenos presentes. Las diferencias entre la predicción y el coeficiente wavelet se codifican con un codificador aritmético. El proceso es realizado por bloques, codificándose cada uno de ellos en forma independiente.Fil: Acevedo, Daniel Germán. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesRuedin, Ana María Clara2005info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000253_Acevedospainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-04T09:49:24Zseminario:seminario_nCOM000253_AcevedoInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-04 09:49:26.146Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse |
dc.title.none.fl_str_mv |
Compresión sin pérdida de imágenes satelitales |
title |
Compresión sin pérdida de imágenes satelitales |
spellingShingle |
Compresión sin pérdida de imágenes satelitales Acevedo, Daniel Germán PROCESAMIENTO DE IMAGENES COMPRESION DE IMAGENES IMAGENES SATELITALES |
title_short |
Compresión sin pérdida de imágenes satelitales |
title_full |
Compresión sin pérdida de imágenes satelitales |
title_fullStr |
Compresión sin pérdida de imágenes satelitales |
title_full_unstemmed |
Compresión sin pérdida de imágenes satelitales |
title_sort |
Compresión sin pérdida de imágenes satelitales |
dc.creator.none.fl_str_mv |
Acevedo, Daniel Germán |
author |
Acevedo, Daniel Germán |
author_facet |
Acevedo, Daniel Germán |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ruedin, Ana María Clara |
dc.subject.none.fl_str_mv |
PROCESAMIENTO DE IMAGENES COMPRESION DE IMAGENES IMAGENES SATELITALES |
topic |
PROCESAMIENTO DE IMAGENES COMPRESION DE IMAGENES IMAGENES SATELITALES |
dc.description.none.fl_txt_mv |
En esta tesis se propone un compresor sin pérdida de imágenes satelitales multiespectrales LANDSAT. Estas imágenes se presentan en varias bandas, y los compresores sin pérdida actuales no hacen uso de la correlación presente entre ellas. El compresor propuesto se basa en la transformada wavelet y en la predicción de sus coeficientes, obtenida mediante una combinación lineal de otros coeficientes ya codificados (los cuales pueden pertenecer incluso a otra banda de la imagen). Un posterior afinamiento de la predicción es realizado discriminando entre distintas clases de terrenos presentes. Las diferencias entre la predicción y el coeficiente wavelet se codifican con un codificador aritmético. El proceso es realizado por bloques, codificándose cada uno de ellos en forma independiente. Fil: Acevedo, Daniel Germán. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. |
description |
En esta tesis se propone un compresor sin pérdida de imágenes satelitales multiespectrales LANDSAT. Estas imágenes se presentan en varias bandas, y los compresores sin pérdida actuales no hacen uso de la correlación presente entre ellas. El compresor propuesto se basa en la transformada wavelet y en la predicción de sus coeficientes, obtenida mediante una combinación lineal de otros coeficientes ya codificados (los cuales pueden pertenecer incluso a otra banda de la imagen). Un posterior afinamiento de la predicción es realizado discriminando entre distintas clases de terrenos presentes. Las diferencias entre la predicción y el coeficiente wavelet se codifican con un codificador aritmético. El proceso es realizado por bloques, codificándose cada uno de ellos en forma independiente. |
publishDate |
2005 |
dc.date.none.fl_str_mv |
2005 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://hdl.handle.net/20.500.12110/seminario_nCOM000253_Acevedo |
url |
https://hdl.handle.net/20.500.12110/seminario_nCOM000253_Acevedo |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
publisher.none.fl_str_mv |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital (UBA-FCEN) instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales instacron:UBA-FCEN |
reponame_str |
Biblioteca Digital (UBA-FCEN) |
collection |
Biblioteca Digital (UBA-FCEN) |
instname_str |
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
instacron_str |
UBA-FCEN |
institution |
UBA-FCEN |
repository.name.fl_str_mv |
Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
repository.mail.fl_str_mv |
ana@bl.fcen.uba.ar |
_version_ |
1842340720061448192 |
score |
12.623145 |