Per citar aquest document: http://ddd.uab.cat/record/24558
A novel approach to sparse histogram image lossless compression using JPEG
Aguzzi, Marco (Università degli Studi di Pavia. Dipartimento di Informatica e Sistemistica)
Albanesi, Maria Grazia (Università degli Studi di Pavia. Dipartimento di Informatica e Sistemistica)

Data: 2006
Resum: In this paper a novel approach to the compression of sparse histogram images is proposed. First, we define a sparsity index which gives hints on the relationship between the mathematical concept of matrix sparsity and the visual information of pixel distribution. We use this index to better understand the scope of our approach and its preferred field of applicability, and to evaluate the performance. We present two algorithms which modify one of the coding steps of the JPEG2000 standard for lossless image compression. A theoretical study of the gain referring to the standard is given. Experimental results on well standardized images of the literature confirm the expectations, especially for high sparse images.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Anglès.
Document: article ; recerca ; publishedVersion
Matèria: Image Compression ; JPEG 2000 ; Sparse Histogram ; Compressió de la imatge ; Histograma escas ; Compresión de la imagen ; Histograma escaso
Publicat a: ELCVIA : Electronic Letters on Computer Vision and Image Analysis, V. 5 n. 4 (2006) p. 24-46, ISSN 1577-5097

Adreça alternativa: http://www.raco.cat/index.php/ELCVIA/article/view/85343


23 p, 686.1 KB

El registre apareix a les col·leccions:
Articles > Articles publicats > ELCVIA : Electronic Letters on Computer Vision and Image Analysis
Articles > Articles de recerca

 Registre creat el 2008-03-28, darrera modificació el 2016-06-12



   Favorit i Compartir