Implementación y evaluación de algoritmos para la compresión fractal en bloques

Autores
Repetto, Andrés; Delrieux, Claudio
Año de publicación
1998
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Ante el aumento incesante de la resolución de las imágenes y de la utilización masiva de multimedios, día a día el espacio disponible en los dispositivos de almacenamiento se va reduciendo. Del mismo modo, cada vez es mayor la cantidad de imágenes a transmitir a través de las redes y un tamaño excesivo de éstas harían que los costos sean inaceptables. La Compresión Fractal por Bloques (CFB) es relativamente nueva, pero ha evidenciado grandes progresos y concitado el interés de investigadores de todo el ámbito tecnológico y académico. Los buenos resultados obtenidos han hecho que importantes empresas ya la estén utilizando. A modo de ejemplo puede citarse a la Enciclopedia Encarta©, de Microsoft©, cuyas imágenes fueron almacenadas utilizando la tecnología brindada por la compresión fractal. Existen varios métodos de compresión de imágenes, pero la Compresión Fractal posee caracteríaticas únicas. Éste método se encuentra entre los que codifican la imagen con pérdida de información. De todos modos, el error puede llegar a ser muy bajo y como beneficios obtenemos una muy reducida cantidad de bits para caracterizar a la imagen original. El método general de la CFB es muy sencillo ya que se basa en la presunción de que existe redundancia aprovechable en toda imagen. Para ésto la imagen es desarmada en bloques rango y se busca, para cada rango, una transformación de un bloque dominio mayor tal que el dominio tranformado se vea similar al rango. La aproximación fractal de la imagen es construida iterando estos mapas sobre una imagen inicial arbitraria. La búsqueda de correspondencia entre los bloques y la evaluación del error cometido, sin embargo, presenta muchas posibles alternativas desde la búsqueda por fuerza bruta hasta la utilización de algoritms de optimización diseñados para los métodos numéricos. No todas las alternativas han sido exhaustivamente exploradas, y la CFB exhive una gran sensibilidad a cualquier incremento de la eficiencia, produciendo mejores resultados en menor tiempo, o relaciones de compromiso costo-calidad-tiempo más adecuadas. En este trabajo evalúan implementaciones alternativas del método para conocer y comparar sus características principales. La CFB exhibe en algunos casos una buena relación de compromiso entre la compresión, la calidad de la imagen codificada, y el tiempo de compresión y descompresión. Se muestran ejemplos de relaciones de compresión de hasta 100:1 con resultados visualmente aceptables, obtenidos por medio de adecuados ajustes a parámetros del algoritmo.
Computación Gráfica y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Informática
Wavelets and fractals
compresión fractal por bloques (CFB)
imagen
Fractals
pérdida de información
Graphics
Image processing software
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:10915/23922

id SEDICI_e36f06e6283f55ae627addc5c85ec0e3
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23922
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Implementación y evaluación de algoritmos para la compresión fractal en bloquesRepetto, AndrésDelrieux, ClaudioCiencias InformáticasInformáticaWavelets and fractalscompresión fractal por bloques (CFB)imagenFractalspérdida de informaciónGraphicsImage processing softwareAnte el aumento incesante de la resolución de las imágenes y de la utilización masiva de multimedios, día a día el espacio disponible en los dispositivos de almacenamiento se va reduciendo. Del mismo modo, cada vez es mayor la cantidad de imágenes a transmitir a través de las redes y un tamaño excesivo de éstas harían que los costos sean inaceptables. La Compresión Fractal por Bloques (CFB) es relativamente nueva, pero ha evidenciado grandes progresos y concitado el interés de investigadores de todo el ámbito tecnológico y académico. Los buenos resultados obtenidos han hecho que importantes empresas ya la estén utilizando. A modo de ejemplo puede citarse a la Enciclopedia Encarta©, de Microsoft©, cuyas imágenes fueron almacenadas utilizando la tecnología brindada por la compresión fractal. Existen varios métodos de compresión de imágenes, pero la Compresión Fractal posee caracteríaticas únicas. Éste método se encuentra entre los que codifican la imagen con pérdida de información. De todos modos, el error puede llegar a ser muy bajo y como beneficios obtenemos una muy reducida cantidad de bits para caracterizar a la imagen original. El método general de la CFB es muy sencillo ya que se basa en la presunción de que existe redundancia aprovechable en toda imagen. Para ésto la imagen es desarmada en bloques rango y se busca, para cada rango, una transformación de un bloque dominio mayor tal que el dominio tranformado se vea similar al rango. La aproximación fractal de la imagen es construida iterando estos mapas sobre una imagen inicial arbitraria. La búsqueda de correspondencia entre los bloques y la evaluación del error cometido, sin embargo, presenta muchas posibles alternativas desde la búsqueda por fuerza bruta hasta la utilización de algoritms de optimización diseñados para los métodos numéricos. No todas las alternativas han sido exhaustivamente exploradas, y la CFB exhive una gran sensibilidad a cualquier incremento de la eficiencia, produciendo mejores resultados en menor tiempo, o relaciones de compromiso costo-calidad-tiempo más adecuadas. En este trabajo evalúan implementaciones alternativas del método para conocer y comparar sus características principales. La CFB exhibe en algunos casos una buena relación de compromiso entre la compresión, la calidad de la imagen codificada, y el tiempo de compresión y descompresión. Se muestran ejemplos de relaciones de compresión de hasta 100:1 con resultados visualmente aceptables, obtenidos por medio de adecuados ajustes a parámetros del algoritmo.Computación Gráfica y VisualizaciónRed de Universidades con Carreras en Informática (RedUNCI)1998-10info: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/10915/23922spainfo: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:UNLP2025-10-15T10:48:15Zoai:sedici.unlp.edu.ar:10915/23922Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:48:15.346SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Implementación y evaluación de algoritmos para la compresión fractal en bloques
title Implementación y evaluación de algoritmos para la compresión fractal en bloques
spellingShingle Implementación y evaluación de algoritmos para la compresión fractal en bloques
Repetto, Andrés
Ciencias Informáticas
Informática
Wavelets and fractals
compresión fractal por bloques (CFB)
imagen
Fractals
pérdida de información
Graphics
Image processing software
title_short Implementación y evaluación de algoritmos para la compresión fractal en bloques
title_full Implementación y evaluación de algoritmos para la compresión fractal en bloques
title_fullStr Implementación y evaluación de algoritmos para la compresión fractal en bloques
title_full_unstemmed Implementación y evaluación de algoritmos para la compresión fractal en bloques
title_sort Implementación y evaluación de algoritmos para la compresión fractal en bloques
dc.creator.none.fl_str_mv Repetto, Andrés
Delrieux, Claudio
author Repetto, Andrés
author_facet Repetto, Andrés
Delrieux, Claudio
author_role author
author2 Delrieux, Claudio
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Informática
Wavelets and fractals
compresión fractal por bloques (CFB)
imagen
Fractals
pérdida de información
Graphics
Image processing software
topic Ciencias Informáticas
Informática
Wavelets and fractals
compresión fractal por bloques (CFB)
imagen
Fractals
pérdida de información
Graphics
Image processing software
dc.description.none.fl_txt_mv Ante el aumento incesante de la resolución de las imágenes y de la utilización masiva de multimedios, día a día el espacio disponible en los dispositivos de almacenamiento se va reduciendo. Del mismo modo, cada vez es mayor la cantidad de imágenes a transmitir a través de las redes y un tamaño excesivo de éstas harían que los costos sean inaceptables. La Compresión Fractal por Bloques (CFB) es relativamente nueva, pero ha evidenciado grandes progresos y concitado el interés de investigadores de todo el ámbito tecnológico y académico. Los buenos resultados obtenidos han hecho que importantes empresas ya la estén utilizando. A modo de ejemplo puede citarse a la Enciclopedia Encarta©, de Microsoft©, cuyas imágenes fueron almacenadas utilizando la tecnología brindada por la compresión fractal. Existen varios métodos de compresión de imágenes, pero la Compresión Fractal posee caracteríaticas únicas. Éste método se encuentra entre los que codifican la imagen con pérdida de información. De todos modos, el error puede llegar a ser muy bajo y como beneficios obtenemos una muy reducida cantidad de bits para caracterizar a la imagen original. El método general de la CFB es muy sencillo ya que se basa en la presunción de que existe redundancia aprovechable en toda imagen. Para ésto la imagen es desarmada en bloques rango y se busca, para cada rango, una transformación de un bloque dominio mayor tal que el dominio tranformado se vea similar al rango. La aproximación fractal de la imagen es construida iterando estos mapas sobre una imagen inicial arbitraria. La búsqueda de correspondencia entre los bloques y la evaluación del error cometido, sin embargo, presenta muchas posibles alternativas desde la búsqueda por fuerza bruta hasta la utilización de algoritms de optimización diseñados para los métodos numéricos. No todas las alternativas han sido exhaustivamente exploradas, y la CFB exhive una gran sensibilidad a cualquier incremento de la eficiencia, produciendo mejores resultados en menor tiempo, o relaciones de compromiso costo-calidad-tiempo más adecuadas. En este trabajo evalúan implementaciones alternativas del método para conocer y comparar sus características principales. La CFB exhibe en algunos casos una buena relación de compromiso entre la compresión, la calidad de la imagen codificada, y el tiempo de compresión y descompresión. Se muestran ejemplos de relaciones de compresión de hasta 100:1 con resultados visualmente aceptables, obtenidos por medio de adecuados ajustes a parámetros del algoritmo.
Computación Gráfica y Visualización
Red de Universidades con Carreras en Informática (RedUNCI)
description Ante el aumento incesante de la resolución de las imágenes y de la utilización masiva de multimedios, día a día el espacio disponible en los dispositivos de almacenamiento se va reduciendo. Del mismo modo, cada vez es mayor la cantidad de imágenes a transmitir a través de las redes y un tamaño excesivo de éstas harían que los costos sean inaceptables. La Compresión Fractal por Bloques (CFB) es relativamente nueva, pero ha evidenciado grandes progresos y concitado el interés de investigadores de todo el ámbito tecnológico y académico. Los buenos resultados obtenidos han hecho que importantes empresas ya la estén utilizando. A modo de ejemplo puede citarse a la Enciclopedia Encarta©, de Microsoft©, cuyas imágenes fueron almacenadas utilizando la tecnología brindada por la compresión fractal. Existen varios métodos de compresión de imágenes, pero la Compresión Fractal posee caracteríaticas únicas. Éste método se encuentra entre los que codifican la imagen con pérdida de información. De todos modos, el error puede llegar a ser muy bajo y como beneficios obtenemos una muy reducida cantidad de bits para caracterizar a la imagen original. El método general de la CFB es muy sencillo ya que se basa en la presunción de que existe redundancia aprovechable en toda imagen. Para ésto la imagen es desarmada en bloques rango y se busca, para cada rango, una transformación de un bloque dominio mayor tal que el dominio tranformado se vea similar al rango. La aproximación fractal de la imagen es construida iterando estos mapas sobre una imagen inicial arbitraria. La búsqueda de correspondencia entre los bloques y la evaluación del error cometido, sin embargo, presenta muchas posibles alternativas desde la búsqueda por fuerza bruta hasta la utilización de algoritms de optimización diseñados para los métodos numéricos. No todas las alternativas han sido exhaustivamente exploradas, y la CFB exhive una gran sensibilidad a cualquier incremento de la eficiencia, produciendo mejores resultados en menor tiempo, o relaciones de compromiso costo-calidad-tiempo más adecuadas. En este trabajo evalúan implementaciones alternativas del método para conocer y comparar sus características principales. La CFB exhibe en algunos casos una buena relación de compromiso entre la compresión, la calidad de la imagen codificada, y el tiempo de compresión y descompresión. Se muestran ejemplos de relaciones de compresión de hasta 100:1 con resultados visualmente aceptables, obtenidos por medio de adecuados ajustes a parámetros del algoritmo.
publishDate 1998
dc.date.none.fl_str_mv 1998-10
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/10915/23922
url http://sedici.unlp.edu.ar/handle/10915/23922
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_ 1846063910299369472
score 13.22299