لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 15
فشردهسازی فایلهای تصویری
فشردهسازی (Compression)، پردازشی است که با حذف اطلاعات اضافی، دادهها را به علایم دیجیتالی کاهش میدهد.
فشردهسازی (Compression)، پردازشی است که با حذف اطلاعات اضافی، دادهها را به علایم دیجیتالی کاهش میدهد. این پردازش بسته به پهنای باند مورد نیاز برای انتقال دادهها و میزان فضای ذخیرهسازی، آن را کاهش میدهد. اطلاعات دیجیتالی را میتوان در هر نوعی که باشد، فشرده کرد. کاهش پهنای باند مورد نیاز امکان انتقال دادههای بیشتری را در یک زمان واحد میدهد. فشردهسازی را میتوان به دو گروه تقسیم کرد. با فقدان (با زیان) و بدون فقدان (بدون زیان). در فشردهسازی بدون فقدان، تصویر ذخیره شده بدون از دست دادن کمتیرن دادهای، خود تصویر است، اما در فشردهسازی یا زیان، تصویر ذخیرهشده خود تصویر اصلی نیست، بلکه شبیه آن است و اطلاعاتی را از دست داده است.
● فشردهسازی بدون زیان فشردهسازی بدون زیان با استقرار کامل و دوباره همه دادههای اصلی که در تصویر اصلی وجود داشت، مشخص میشود. فشردهسازی یک سند، فشردهسازی بدون زیانی است که سند ذخیرهشده باید درست همانند سند اولیه باشد، نه شبیه به آن. در دنیای بصری، فشردهسازی بدون زیان خود را در اختیار تصویرهائی که بخش زیادی از آنها یک رگ خاص دارد، مثل آسمان آبی، تصویرهای ساخته شده توسط کامپیوتر و محدودههائی که تها با یک رنگ خاص پر شدهاند و نکات قابلتوجهی دربرندارند. مثل کارتونها، گرافیکها و انیمیشن سهبعدی هم از انواع فشردهسازی بدون زیان هستند. یکی از انواع پر کاربرد و معمول در فشردهسازی بدون زیان کدگذاری مبتنی بر طول است که در گرافیکها و تصویرهای ساخته شده با کامپیوتر استفاده میشود. این تصویرها بخشهای وسیعی دارند که با رنگشان ثابت بوده و یا الگوهای یکسانی در آنها چندین بار تکرار شده است. در تصویرهای دیجیتالی، هر پیکسل از سه رنگ ترکیبی قرمز، سبز و آبی تشکیل شده و هر یک از این پیکسلها ارزش خاصی برای هرکدام از رنگها دارد. بنابراین سه بایت اطلاعات برای هر یک از رنگها وجود دارد که در کنار هم معرف یک پیکسل است. کدگذاری مبتنی بر طول برخلاف ارزشهای RGB برای هر پیکسل، خطوط اسکن را گروهبندی و طولبندی میکند. بهگونهای که برای پیکسلها شناخته شده باشد. برای مثال، ممکن است بخشی از یک خط ویدیوئی، ردیفی ۲۵تائی از پیکسلهای سیاه داشته باشد. این بخش طولی است که به صورت ۰ و ۰ و ۰ و ۲۵ کدگذاری شده است. این یعنی ۲۵ پیکسل وجود دارند که هر کدام از یکچهارم R، یکچهارم G و یکچهارم B یا سیاه تشکیل شدهاند. تصویر اصلی از ۷۵ بابت تشکیل شده که(۵۲ پیکسل سه بایتی) برای حفظ و نگهداری اطلاعات است. زمانی که از کدگذاری مبتنی بر طول برای فشردهسازی استفاده میکنید، میتوانید اطلاعات موردنظر را در چهار بایت ذخیره کنید. ● فشردهسازی با زیان تصویرهای ویدیوئی که با دوربین گرفته میشوند، بهطور معمول برای تکنیکهای فشردهسازی بدون زیان مناسب نیستند، چرا که بهندرت پیش میآید که طول آنها برای ارزشگذاریهای پیکسلها مناسب باشد و بتوان میزان کارآئی تصویر را با بهرهگیری از این تکنیکها بالا برد. فشردهسازی ویدیوهای متحرک بهطور معمول زیرمجموعهای از فشردهسازی با زیان است. به کمک این روش، تصویر ذخیره شده مانند تصویر اصلی خواهد بود. زمانیکه تصویر با زیان دوبره تولید میشود و یا از حالت فشرده بیرون میآید. اطلاعاتی که در زمان فشردهسازی وجود داشت، بهطور کامل حفظ نخواهد شد. فشردهسازی با زیان برای اینکه بتواند عدم وجود اطلاعات را مخفی کند، اطلاعات موجود در مکانهائی را که چشم انسان به آن کمتر حساس است با سبب انتقاد کمتری از تصویر میشود، حذف میکند. چشم انسان به تغییرات درجات روشنائی و نور، بیش از تغییرات رنگ )چه ظاهری و چه از نظر غنیسازی( حساس است. در گسترده رنگها، چشم انسان بیشتر به محدودههای زرد، سبز و آبی حساس است. چشم انسان همچنین به اشیاء متحرک حساستر از اشیاء ساکن است. برای مثال خرگوش زمانیکه میخواهد شکار کند ساکن و بدون حرکت میایستد. چرا که بهطور غریزی میداند چشم حیوانات دیگر به آنچه که حرکت میکند، حساسترند تا آنچه که بیتحرک است. بنابراین اگر ساکن و بیتحرک باشد، امکان دید آنها را کمتر میکند. در فشردهسازی با زیان، اطلاعاتی حذف میشوند که چشم انسان به آنها حساس نباشد یا حرکت چندانی نداشته باشند. در نمونه کارآمد فشردهسازی با زیان JPEG و MPEG است که هر یک از آنها را در زیر توضیح میدهیم. ● فشردهسازی JPEG فشردهسازی JPEG توسط Joint Photographic Experts Group گسترش یافت که استاندارهائی برای فشردهسازی تصویرهای ساکن مانند عکس و گرافیک دارد. در فشردهسازی JPEG، دادههای تصویر به دو بخش روشنائی و اطلاعات رنگدانهای تقسیم میشوند. JPEG از مزیت حساسیت بیشتر چشم انسان به تغییرات روشنائی نسبت به تغییرات رنگ استفاده کرده و نسبت به روشنائی موجود در تصویرها نمونه
فشردهسازی فایلهای تصویری