Compresión de imágenes con wavelets separables y wavelets no-separables

Autores
Ruedín, Ana M. C.
Año de publicación
1999
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las wavelets son una herramienta idónea para la compresión de imágenes. Esto es porque aplicando la transformada wavelet se obtiene una representación esparsa de la imagen - la mayoría de los coeficientes son nulos o cercanos a O. Eliminando los coeficientes pequeños se suprime información que no es distinguible para el ojo humano; se logra una alta tasa de compresión manteniendo la calidad de la imagen reconstruida. Las wavelets pueden ser separables y no-separables. Estas últimas utilizan un submuestreo o decimación diagonal. Explicaremos brevemente la teoría, que es un tanto compleja. Analizaremos con un ejemplo las ventajas de este tipo de submuestreo, y veremos como mejora la calidad de la imagen, utilizando la misma wavelet y para una misma tasa de compresión prefijada.
Eje: Procesamiento concurrente, paralelo y distribuido. Procesamiento de imágenes.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
herramientas
Parallel processing
wavelets separables
Distributed
wavelets no-separables
Compresión de imágenes
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22208
Acceder
id SEDICI_0806bfd8fcaa8f3d28d7ce358443a23c
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22208
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Compresión de imágenes con wavelets separables y wavelets no-separablesRuedín, Ana M. C.Ciencias InformáticasherramientasParallel processingwavelets separablesDistributedwavelets no-separablesCompresión de imágenesLas wavelets son una herramienta idónea para la compresión de imágenes. Esto es porque aplicando la transformada wavelet se obtiene una representación esparsa de la imagen - la mayoría de los coeficientes son nulos o cercanos a O. Eliminando los coeficientes pequeños se suprime información que no es distinguible para el ojo humano; se logra una alta tasa de compresión manteniendo la calidad de la imagen reconstruida. Las wavelets pueden ser separables y no-separables. Estas últimas utilizan un submuestreo o decimación diagonal. Explicaremos brevemente la teoría, que es un tanto compleja. Analizaremos con un ejemplo las ventajas de este tipo de submuestreo, y veremos como mejora la calidad de la imagen, utilizando la misma wavelet y para una misma tasa de compresión prefijada.Eje: Procesamiento concurrente, paralelo y distribuido. Procesamiento de imágenes.Red de Universidades con Carreras en Informática (RedUNCI)1999-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22208spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:57Zoai:sedici.unlp.edu.ar:10915/22208Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:57.321SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Compresión de imágenes con wavelets separables y wavelets no-separables
title Compresión de imágenes con wavelets separables y wavelets no-separables
spellingShingle Compresión de imágenes con wavelets separables y wavelets no-separables
Ruedín, Ana M. C.
Ciencias Informáticas
herramientas
Parallel processing
wavelets separables
Distributed
wavelets no-separables
Compresión de imágenes
title_short Compresión de imágenes con wavelets separables y wavelets no-separables
title_full Compresión de imágenes con wavelets separables y wavelets no-separables
title_fullStr Compresión de imágenes con wavelets separables y wavelets no-separables
title_full_unstemmed Compresión de imágenes con wavelets separables y wavelets no-separables
title_sort Compresión de imágenes con wavelets separables y wavelets no-separables
dc.creator.none.fl_str_mv Ruedín, Ana M. C.
author Ruedín, Ana M. C.
author_facet Ruedín, Ana M. C.
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
herramientas
Parallel processing
wavelets separables
Distributed
wavelets no-separables
Compresión de imágenes
topic Ciencias Informáticas
herramientas
Parallel processing
wavelets separables
Distributed
wavelets no-separables
Compresión de imágenes
dc.description.none.fl_txt_mv Las wavelets son una herramienta idónea para la compresión de imágenes. Esto es porque aplicando la transformada wavelet se obtiene una representación esparsa de la imagen - la mayoría de los coeficientes son nulos o cercanos a O. Eliminando los coeficientes pequeños se suprime información que no es distinguible para el ojo humano; se logra una alta tasa de compresión manteniendo la calidad de la imagen reconstruida. Las wavelets pueden ser separables y no-separables. Estas últimas utilizan un submuestreo o decimación diagonal. Explicaremos brevemente la teoría, que es un tanto compleja. Analizaremos con un ejemplo las ventajas de este tipo de submuestreo, y veremos como mejora la calidad de la imagen, utilizando la misma wavelet y para una misma tasa de compresión prefijada.
Eje: Procesamiento concurrente, paralelo y distribuido. Procesamiento de imágenes.
Red de Universidades con Carreras en Informática (RedUNCI)
description Las wavelets son una herramienta idónea para la compresión de imágenes. Esto es porque aplicando la transformada wavelet se obtiene una representación esparsa de la imagen - la mayoría de los coeficientes son nulos o cercanos a O. Eliminando los coeficientes pequeños se suprime información que no es distinguible para el ojo humano; se logra una alta tasa de compresión manteniendo la calidad de la imagen reconstruida. Las wavelets pueden ser separables y no-separables. Estas últimas utilizan un submuestreo o decimación diagonal. Explicaremos brevemente la teoría, que es un tanto compleja. Analizaremos con un ejemplo las ventajas de este tipo de submuestreo, y veremos como mejora la calidad de la imagen, utilizando la misma wavelet y para una misma tasa de compresión prefijada.
publishDate 1999
dc.date.none.fl_str_mv 1999-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22208
url http://sedici.unlp.edu.ar/handle/10915/22208
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615807849463808
score 13.070432

Publicaciones similares