Введение
1. Современные методы сжатия растровых изображений и соответствующие им графические форматы 13
1.1 Основные понятая 14
1.2 Особенности методов сжатии 17
1.3 Методы сжатия без потери информации 18
1.3.1 Метод группового кодирования (RLE) 18
1.3.2 Метод сжатия LZW 18
1.3.3 Метод Хаффмана 19
1.3.4 Метод Шеннона-Фано, 20
1.3.5 Арифметический метод 22
1.3.6 Метод Loseless J PEG 23
1.4 Алгоритмы сжатия с потерями, 24
1.4.1 Рекурсивное сжатие 24
1.4.2 Метод сжатия JPEG 25
1.4.3 Фрактальное сжатие 32
1.5 Сравнительные характеристики методов сжатия 33
1.6 Форматы графических файлов 35
1.6.1 ФорматвШ 36
1.6.2 Формат P^G 37
1.6.3 Формат TIFF 38
1.6.4 Формат Adobe Photoshop Document 38
1.6.5 Формат BMP 39
2. Сравнение дискретных преобразований по способности сжатия информации при обработке геоизображений 41
2.1 Модель дискретного изображен вя 42
2.2 Вероятностные оценки спектральных характеристик дискретных преобразований; Фурье, косинусного и Крестенсона-Леви 46
2.2.1 Дискретное преобразование Фурье (ДПФ) 46
2.2.2 Дискретное косинусное преобразование (ДКП) 48
2.2.3 Дискретное преобразование Крестенсона-Леви (ДПКЛ) 50
2.3 Свойства избыточности спектров дискретных преобразований Фурье и Крестенсона-Леви вещественных сигналов 53
2.4 Теоретические оценки затрат при кодировании изображений с использованием дискретных преобразований: Фурье, косинусного н Крестенсона-Леви 55
3. Разработка метода сжатия аэрокосмических изображений с применением дискретного преобразования Крестенсона-Леви. 63
3.1 Общая методика построения методов сжатия растровых изображений 63
3.2 Быстрые алгоритмы вычисления дискретного преобразования Крестенсона-Леви 72
3.3 Сжатие изображении при помощи квантования и кодирования спектров дискретного преобразования Крестенсона-Леви 86
3.4 Алгоритм адаптивного арифметического кодирования данных 92
3.5 Оценка временных вычислительных затрат 93
4. Экспериментальные исследования эффективности сжатия аэрокосмических изображений при применении разработанного метода сжатия на основе дискретного преобразования Крестенсона-Леви 105
4.1 Выделение классов изображений объектов аэрокосмических снимков на основе вероятностных характеристик. 105
4.2 Исследование эффективности современных методов сжатия, применительно к аэрокосмическим снимкам , 107
4.3 Исследование эффективности методов предварительного преобразования геоизображений с целью увеличения степени сжатия данных. 114
4.4 Эффективность применения разработанного метода сжатия на основе дискретного преобразования Крестенсона-Леви 117
4.5 Зависимость коэффициентов сжатия при применении разработанного метода на основе дискретного преобразования Крестенсона-Леви от статистических параметров изображений 120
Выводы 122
Заключение ...124
