سمینار شماره 2 – سمینار کارشناسی ارشد رشته مهندسی کامپیوتر – موضوع : فشرده سازی تصویر

سمینار کارشناسی ارشد مهندسی کامپیوتر

موضوع : فشرده سازی تصویر

فرمت فایل ها : WORD , PDF , POWERPOINT

تعداد صفحات فایل گزارش  : 74 صفحه

تعداد اسلایدهای فایل ارائه پاورپوینت : 36 اسلاید

سمینار مربوطه تمام قواعد نگارشی از جمله نیم فاصله ها ، فهرست مطالب ، فهرست اشکال ، فهرست جداول ، تورفتگی خط اول ، فاصله ها بین لبه های صفحه و … رعایت شده است.

قیمت : 48000 تومان

 

چکیده

در سال های اخیر، توسعه و تقاضا برای محصولات چند رسانه ­ای به سرعت رشد افزاینده­ای پیدا کرده است. این تقاضا برای کمک به محدودیت در پهنای باند شبکه و فضای ذخیره­ سازی می­باشد. بنابراین، نظریه فشرده­ سازی داده­ها برای کاهش افزونگی داده­ ها و کمک به صرفه ­جویی در فضای سخت­ افزاری و پهنای باند انتقال، بیشتر و بیشتر مورد توجه قرار گرفته است.]7[

در علوم کامپیوتر و تئوری اطلاعات، فشرده ­سازی داده­ها و یا کد کردن منابع، فرایند رمزگذاری اطلاعات با استفاده از بیت کمتر امکان­ پذیر می­باشد. اطلاعات دیجیتال را می توان، از هر نوعی که باشد، فشرده­ سازی[1] نمود. نحوه عملیات پردازش فشرده­ سازی، بسته به پهنای باند مورد نیاز برای انتقال داده ­ها، با حذف اطلاعات اضافی، امکان انتقال داده های بیشتری را در یک زمان واحد می دهد.

برای ذخیره‌سازی تصاویر باید حجم اطلاعات را تا جایی که ممکن است، کاهش داد و اساسا" تمام روش‌های فشرده‌سازی، کنار گذاردن بخش‌هایی از اطلاعات و داده‌ها است؛ و این ضریب یا نسبت فشرده‌سازی است که میزان و درصد کنار گذاشتن اطلاعات را مشخص می­کند.

از آنجایی که تصاویر دیجیتال نیازمند تعداد زیادی بیت برای نمایش هستند و در نمایش متعارف خود معمولا شامل مقدار قابل ملاحظه ­ای افزونگی می­باشند، تکنیک­ های فشرده سازی تصویر باعث کاهش تعداد بیت­های مورد­نیاز برای نمایش یک تصویر می­شود و این کار را به کمک افزونگی­ های آنها انجام می­دهد.]3[

فشرده‌سازی تصویر از این اصل مهم تبعیت می‌کند، که چشم انسان حد فاصل دو عنصر تصویری نزدیک به هم را یکسان دیده و تمایز آنها را نمی‌تواند تشخیص دهد. در مورد تصاویر متحرک، اطلاعات از یک فریمبه فریم دیگر فقط زمانی تغییر می­کند که اطلاعات پیکسل آن تغییر کرده باشد؛ یعنی اطلاعات زمینه ثابت و اطلاعات جسم متحرک به صورت مجزا ذخیره یا ارسال می­شود به این ترتیب اطلاعات زیادی که ثابت هستند فقط در یک فریم ثبت می­شوند و در فریم­های بعدی از آن استفاده می­شود .

امروزه روش‌هایی متعدد و پیشرفته برای فشرده‌سازی وجود دارد. فشرده­سازی را می توان به دو گروه عمده تقسیم نمود. با اتلاف[2] و بدون اتلاف[3]. در فشرده سازی بدون اتلاف ، تصویر ذخیره شده بدون از دست دادن کمترین داده­ای، خود تصویر است، اما در فشرده­سازی با اتلاف، تصویر ذخیره شده خود تصویر اصلی نیست، بلکه شبیه آن است، که اطلاعاتی را از دست داده است.

[1] Compression

[2] Lossy

[3] Lossless

ادامه مطلب را مشاهده نمایید...

ترجمه شماره 6 - دسته بندی بلوکی مبتنی بر حدآستانه ی انطباقی در فشرده‌سازی تصویر پزشکی رادیولوژی

Adaptive threshold-based block classification in medical image compression

for teleradiology

دسته ­بندی بلوکی مبتنی بر حدآستانه­ی انطباقی در فشرده‌سازی تصویر پزشکی رادیولوژی

فرمت ترجمه مقاله : word – قابل ویرایش

تعداد صفحات ترجمه مقاله : 18 صفحه

دانلود اصل مقاله – رایگان

قیمت : 20000 تومان

چکیده

ارتباطات راه دور، در میان دیگر چیزها، شامل ذخیره‌سازی و انتقال تصاویر پزشکی است که به آن رادیولوژی از راه دور نیز گفته می‌شود. به علت محدودیت روی پهنای باند و ظرفیت ذخیره‌سازی، یک تصویر پزشکی ممکن است قبل از انتقال/ ذخیره نیاز به فشرده شدن داشته باشد. در میان روش‌های مختلف فشرده‌سازی، تکنیک‌های مبتنی بر تبدیل که یک تصویر را در حوزه‌ی فضایی به داده‌ها در حوزه‌ی طیفی تبدیل می‌کنند بسیار مؤثر است. تبدیل گسسته‌ی کسینوسی (DCT) احتمالاً محبوب‌ترین تبدیل استفاده شده در فشرده‌سازی تصویر در استانداردهایی مانند گروه متخصصان گرافیکی متصل (JPEG) است. در فشرده‌سازی مبتنی بر DCT، تصویر به بلوک‌های کوچکتری برای سادگی محاسبات تقسیم می‌شود. بلوک‌ها بر اساس محتوای اطلاعاتی طبقه‌بندی می‌شوند تا نرخ فشرده‌سازی بدون از بین رفتن اطلاعات تشخیصی، به حداکثر برسد. مقاله‌ی حاضر، یک تکنیک همراه با الگوریتم محاسباتی برای طبقه‌بندی بلوک‌ها بر اساس مقدار آستانه‌ی انطباقی واریانس ارائه می‌کند. روش انطباقی، تکنیک طبقه‌بندی را برای همه‌ی تصاویر پزشکی مناسب می‌کند. کارایی آن با اعمال به تصاویر CT، X-ray و فرا صوتی و مقایسه با JPEG از لحاظ شاخص‌های کیفی و عینی مختلف نشان داده شده است.

ترجمه شماره 5 - فشرده‌سازی سه بعدی تصاویر پزشکی با استفاده از کدگذارهای ویولت 3 بعدی

3-D medical image compression using 3-D wavelet coders

فشرده‌سازی سه بعدی تصاویر پزشکی با استفاده از کدگذارهای ویولت 3 بعدی

فرمت ترجمه مقاله : word – قابل ویرایش

تعداد صفحات ترجمه مقاله : 12 صفحه

دانلود اصل مقاله – رایگان

قیمت : 15000 تومان

چکیده

این مقاله، فشرده‌سازی تصاویر پزشکی سه بعدی با استفاده از کدگذارهای ویولت سه بعدی را ارائه می‌دهد. چهار تبدیل ویولت به نام‌های Daubechies 4، Daubechies 6، Cohen-Daubechies-Feauveau 9/7 و Cohen-Daubechies-Feauveau 5/3 در اولین مرحله با کدگذارهایی مثل SPHIT سه بعدی، SPECK سه بعدی و BISK سه بعدی در مرحله‌ی دوم برای فشرده‌سازی و ترکیب بهینه‌ی ویولت- کدگذار تعیین می‌شود. دو نسخه از تبدیل ویولت یعنی تبدیل‌های ویولت متقارن و جداگانه در نظر گرفته می‌شود.

آزمایشات با استفاده از تصاویر تست دارویی مانند تصاویر رزونانس مغناطیسی (MRI) و رگ نگاری‌های اشعه‌ی X (XA) انجام می‌شوند.

کارایی طرح پیشنهادی از لحاظ نسبت سیگنال به نویز و نرخ بیتی ارزیابی می‌شود. شاخص تشابه ساختاری میانگین (MSSIM) نیز برای ارزیابی تشابه ساختاری بین تصاویر اصلی و بازسازی شده معرفی می‌شود. با توجه به نتایج تست، مشخص شده است که ویولت متقارن Cohen-Daubechies-Feauveau 9/7 سه بعدی همراه با کدگذار سه بُعدی SPIHT منجر به بهترین نتیجه‌ی فشرده‌سازی می‌شود.

1.        مقدمه

برای کاربردهای رادیولوژی از راه دور، کیفیت تصاویر پزشکی بازسازی شده، نقش مهمی را در تشخیص و درمان بیماران دارد. در سال‌های اخیر، تقاضای ذخیره‌سازی و انتقال تصاویر پزشکی، علاقه‌ی بسیاری را در زمینه‌ی فشرده‌سازی تصاویر پزشکی جلب کرده است. فشرده‌سازی می‌تواند بدون اتلاف باشد اگر کپی دقیقی از نسخه‌ی اصلی را ایجاد کند و می‌تواند با اتلاف باشد اگر کمی‌سازی‌های خاصی را لحاظ کند. برای فشرده‌سازی تصاویر پزشکی، فشرده‌سازی با اتلاف، تا وقتی مجاز است که کیفیت تشخیصی مورد نیاز در تصاویر بازسازی شده حفظ شود. مشخص است که متخصصان پزشکی، تصاویر سه بعدی را برای تحلیل ترجیح می‌دهند زیرا انعطاف‌پذیری در دیدن بخش‌های آناتومی مورد نیاز برای تشخیص دقیق ناهنجاری‌ها را فراهم می‌آورد.

ترجمه شماره 4 - تبدیل کسینوسی گسسته‌ی پیچشی سه بعدی برای فشرده‌سازی تصویر MRI

3-D warped discrete cosine transform for MRI image compression

تبدیل کسینوسی گسسته‌ی پیچشی سه بعدی برای فشرده‌سازی تصویر MRI

فرمت ترجمه مقاله : word – قابل ویرایش

تعداد صفحات ترجمه مقاله : 17 صفحه

دانلود اصل مقاله – رایگان

قیمت : 20000 تومان

چکیده

فشرده‌سازی تصویر، کاربرد فشرده‌سازی داده‌ها روی تصاویر دیجیتال است. تکنیک‌های کدگذاری تبدیل با اتلاف/ بدون اتلاف متعددی برای فشرده‌سازی تصویر استفاده می‌شود. تبدیل کسینوسی گسسته (DCT) روشی بسیار پرکاربرد است. از نوعی DCT به نام تبدیل کسینوسی گسسته‌ی پیچشی (WDCT) برای فشرده‌سازی دو بعدی تصویر استفاده می‌شود و نشان داده شده که بهتر از DCT در نرخ‌های بیتی بالا عمل می‌کند. ما این ایده را توسعه داده و WDCT سه بعدی را ارائه دادیم که تبدیلی است که قبلاً بررسی نشده است. ما برخی از ویژگی‌های مهم آن را مطرح می‌کنیم که آن را برای فشرده‌سازی تصویر مناسب می‌کند. سپس، یک طرح کدگذاری کامل تصویر برای مجموعه داده‌های حجمی بر اساس طرح سه بعدی WDCT پیشنهاد می‌کنیم. نشان داده شده است که طرح فشرده‌سازی مبتنی بر WDCT سه بعدی بهتر از طرح مشابه DCT سه بعدی برای مجموعه داده‌های حجمی در نرخ‌های بیتی بالا عمل می‌کند.