Diskrete Cosinustransformation (DCT)
|
|
- Sebastian Tiedeman
- vor 7 Jahren
- Abrufe
Transkript
1 Fachbereich Medieninformatik Hochschule Harz Diskrete Cosinustransformation (DCT) Referat Björn Wöldecke Abgabe:
2 Inhaltsverzeichnis Einleitung / Vorwort Methoden zur Datenreduktion Diskrete Cosinustransformation (DCT) Quantisierung / Irrelevanzreduktion Redundanzreduktion Literaturverzeichnis
3 Einleitung / Vorwort In der heutigen Zeit, da die Digitalisierung der Medien immer weiter fortschreitet, werden auch die Kompressionsmethoden für multimediale Inhalte immer ausgefeilter. Eine wichtige Grundvoraussetzung für viele Datenreduktionsverfahren ist hierbei die diskrete Cosinustransformation, die unter anderem bei JPEG und MPEG zum Einsatz kommt. 1. Methoden zur Datenkompression Nach [SCHMIDT] gibt es zwei grundlegende Ansätze zur Datenkompression: die Redundanz- und die Irrelevanzreduktion. Mittels der Redundanzreduktion wird versucht, überflüssige (=redundante) Daten möglichst vollständig zu eliminieren. Die Daten werden dabei lediglich in eine kompaktere Form umgewandelt und es ist jederzeit möglich die ursprüngliche Form wiederherzustellen. Man spricht in diesem Zusammenhang auch von verlustloser Kompression. Die Irrelevanzreduktion ist dagegen radikaler. Unwichtige (=irrelevante) Daten werden hier einfach weggelassen. Man spricht dann von verlustbehafteter Kompression. Die DCT allein ist noch kein Kompressionsverfahren. Sie wird lediglich eingesetzt, um Bilddaten in eine günstigere Form für die nachfolgende Datenreduktion umzuwandeln. Dazu wird das Bild zuerst in Blöcke von jeweils 8x8 Pixeln zerlegt. Jeder dieser Blöcke durchläuft anschließend die diskrete Cosinustransformation. Vereinfacht ausgedrückt, werden dabei Regelmäßigkeiten im Bild gefunden und in Form von Zahlenwerten (DCT-Koeffizienten) wiedergegeben. Diese werden dann durch Quantisierung gemäß psychophysischer Parameter in ihrer Genauigkeit beschränkt (Irrelevanzreduktion) wodurch sie optimal für eine abschließende Redundanzreduktion vorbereitet sind. Zerlegung in 8x8-Blöcke DCT Quantisierung Redundanzreduktion Abb. 1: Schema der JPEG-Kompression Abb. 1 zeigt eine schematische Darstellung des Kompressionsvorgangs, wie er auch bei JPEG zum Einsatz kommt. 1 Detaillierte Informationen zur JPEG-Kompression können bei [SCHMIDT] S und [REIMERS] S nachgelesen werden. Seite: 1
4 2. Diskrete Cosinustransformation (DCT) Ein digitalisiertes Graustufen-Bild besteht aus einer Abfolge von Helligkeitswerten. Im Prinzip ist das nichts anderes als eine mathematische Funktion von diskreten Werten (diskrete Funktion), die in einer Wertetabelle niedergeschrieben wurden. Eine Funktion lässt sich jedoch mittels Fourier-Analyse in eine Form überführen, die aus mehreren Sinus- und Cosinusfunktionen besteht (vgl. [PAPULA] S. 158 ff). Das bedeutet, dass sich die Bildinformation aus mehreren überlagerten Frequenzen zusammensetzen lässt. Da aber diskrete Werte vorliegen, muss die diskrete Fouriertransformation verwendet werden. Aufgrund der Möglichkeit, den unbenutzten negativen Wertebereich für t mit einer gespiegelten Version der Werte zu belegen, lässt sich eine gerade Funktion erzeugen. Dadurch werden alle Sinusanteile (ungerade Funktion) zu Null und fallen somit weg. Das heißt, man kann sich auf eine diskrete Cosinustransformation beschränken. 2 Helligkeitswerte DCT Abb. 2: Transformation eines Bildblocks (die Zahlenwerte stammen aus [SCHMIDT] S. 140 Abb. 3.50) ,2-3,2 0,4-0,8 1,2-6,4-0,4-0,8-0,4-1,2 1,76 4,4-0,8-3,2 DCT-Koeffizienten 2 Eine genauere mathematische Abhandlung hierzu lässt sich bei [SCHMIDT] S nachlesen. Seite: 2
5 Mit Gleichung (1.2) lassen sich die DCT-Koeffizienten für jeden Pixel eines Bild-Blocks bestimmen. Meistens wird N = 8 gewählt, so dass jeweils Blöcke von 8x8 Pixeln transformiert werden. Das Ergebnis ist dann wieder ein gleich großer Block bestehend aus den DCT-Koeffizienten (Abb. 2). Man kann sich das Ergebnis von Gleichung (1.2) auch als Überlagerung von DCT-Basisfunktionen vorstellen (Abb. 3). Jeder der Blöcke steht für eine horizontale und vertikale Ortsfrequenz. Von besonderem Interesse ist dabei der linke obere Block. Er besteht nur aus einer einheitlichen Fläche, die den durchschnittlichen Grauwert des Bild-Blocks angibt. In der bisherigen Betrachtung wurde der Einfachheit halber nur von einem Graustufen-Bild ausgegangen. Die Chrominanz-Werte (Farbton), die in Farbbildern zusätzlich zu den Luminanz-Werten (Helligkeit) gespeichert werden, lassen sich nach dem gleichen Prinzip transformieren. Horizontale Ortsfrequenz Vertikale Ortsfrequenz Abb. 3: DCT-Basisfunktionen [REIMERS] Seite: 3
6 3. Quantisierung / Irrelevanzreduktion Wie bereits in Abschnitt 2 erwähnt wurde, werden die DCT-Koeffizienten noch einer Irrelevanzreduktion unterzogen. Dies geschieht durch Division der DCT-Koeffizienten durch die Quantisierungsschrittweite und anschließender Rundung auf ganzzahlige Werte. Für jeden DCT-Koeffizienten wird eine eigene Quantisierungsschrittweite angegeben. Die Werte liegen als Quantisierungsmatrix (Abb. 4) vor, die dieselbe Größe hat, wie die DCT-Koeffizientenmatrix. Es existieren separate Quantisierungsmatrizen für Helligkeit und Farbe. Die Werte hierfür wurden empirisch in psychologischen Experimenten ermittelt. Dass die Quantisierung zu keinen bzw. nur gering sichtbaren Verlusten führt, liegt daran, dass der menschliche Sehsinn bei höheren Ortsfrequenzen schlechter zwischen Helligkeits- und Farbabstufungen unterscheiden kann. Da die hochfrequenten Anteile oft sehr klein sind, werden diese durch die Quantisierung meist vollständig eliminiert DCT-Koeffizienten Quantisierung DCT-Koeffizienten (quantisiert) 4. Redundanzreduktion Quantisierungsmatrix Abb. 4: Quantisierung und Sequenzierung von DCT-Koeffizienten (die Zahlenwerte stammen aus [SCHMIDT] S. 140 Abb. 3.50) Dadurch, dass die DCT-Koeffizienten durch die Quantisierung in ihrem Wertebereich beschränkt wurden, wird nicht mehr für alle Koeffizienten die gleiche Anzahl an Bits benötigt. Die höherwertigen Bits sind in den Fällen geringerer Bitanzahl also immer Null und können deshalb eingespart werden. Eine weitere Möglichkeit besteht darin, mittels Run- Length-Encoding alle restlichen DCT-Koeffizienten, die den Wert Null haben, komplett wegzulassen. Dazu müssen die DCT-Koeffizienten aber in eine spezielle Zickzack-Reihenfolge (Abb. 4) gebracht werden. Dadurch wird sichergestellt, dass die höheren Frequenzen - bei denen die Wahrscheinlichkeit größer ist, dass sie Null werden - erst zum Schluss kommen. (vgl. [REIMERS] S ) Seite: 4
7 5. Literaturverzeichnis [SCHMIDT] Ulrich Schmidt, Professionelle Videotechnik, 4. aktualisierte und erweiterte Auflage, Springer Verlag, 2005 [REIMERS] Ulrich Reimers, DVB, Second Edition, Springer Verlag, 2005 [PAPULA] Lothar Papula, Mathematik für Ingenieure und Naturwissenschaftler, 10. Auflage, Friedr. Vieweg & Sohn Verlagsgesellschaft, 2001 Seite: 5
Bildkompression InTh, 2005, JPEG, Hak, Rur, 1
Bildkompression InTh, 25, JPEG, Hak, Rur, 1 Referenzen [1] D Salomon, Data Compression, Springer, 24 [2] Prof Dr A Steffen, Kurs SU, ZHW, 1999-24 [3] G Wallace, The JPEG Still Picture Compression Standard,
MehrStandbildcodierung. Dipl.-Ing. Guido Heising. Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K.
Standbildcodierung Dipl.-Ing. Guido Heising Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel 1 Gliederung der Vorlesung Einführung in die Bildcodierung - verlustlose/verlustbehaftete
MehrGrafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression
Digitale Bildverarbeitung Bildkompression Einleitung Datenmenge für ein unkomprimiertes Bild Verwendungszweck des Bildes Bild soll weiterverarbeitet werden Bild soll archiviert werden Bild soll per E-Mail
MehrDigitalisierung. analoges Signal PAM. Quantisierung
Digitalisierung U analoges Signal t U PAM t U Quantisierung t Datenreduktion Redundanzreduktion (verlustfrei): mehrfach vorhandene Informationen werden nur einmal übertragen, das Signal ist ohne Verluste
MehrMultimediatechnik / Video
Multimediatechnik / Video Video-Kompression Zusammenfassung http://www.nanocosmos.de/lietz/mtv 2009 1 Motivation: Video-Kompression Unkomprimierte Datenmengen sind zu groß! TV: 20 MB/s = 72 GB/h (720x576x2x25)
MehrMPEG Audio Layer 1. Fachbereich Medieninformatik. Hochschule Harz. Referat. Kolja Schoon. Thema: MPEG Audio Layer 1
Fachbereich Medieninformatik Hochschule Harz MPEG Audio Layer 1 Referat Kolja Schoon 10952 Abgabe: 15.01.2007 Stand: (Januar 2007) Autor: Kolja Schoon Seite 1 Inhaltsverzeichnis 1. Einleitung / Vorwort...3
MehrProseminar Datenkomprimierung Dr. U. Tamm. JPEG - Kompression WS 2002/03. Torsten Zichner
Proseminar Datenkomprimierung Dr. U. Tamm JPEG - Kompression WS 2002/03 Torsten Zichner Inhaltsangabe: 1. Einleitung 2. JPEG Kompression 2.1. Konvertierung des Bildes in ein geeignetes Farbmodell 2.2.
MehrMultimediatechnik / Video
Multimediatechnik / Video Codierung, Datenreduktion Quantisierung, Lauflängencodierung DCT, JPEG http://www.nanocosmos.de/lietz/mtv Inhalt Codierung digitaler Signale Datenreduktion (Kompression) Verlustfrei
Mehr'LJLWDOH%LOGHUXQG'DWHLIRUPDWH
'LJLWDOH%LOGHUXQG'DWHLIRUPDWH Seminar: Simulation und Bildanalyse mit Java 07.07.2003 Seite 1 von 25 hehuvlfkw 1. Digitalisierung 2. Bilddateiformate 3. verlustfreie Datenkompression 4. JPEG Kompression
MehrKompression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Folie 2
Kompression Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz Folie 2 1 Inhalte Redundanz Channel Encoding Loss-less Compression Hufmann Coding Runlength Coding Lossy Compression
MehrVerlustbehaftete Kompression. JPEG: Joint Photographic Experts Group
Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch Verlustloser Modus vorhanden)
MehrDigitales Video. Digitales Video
Digitales Video Analoges Signal ist durch Bildwandlung weitgehend quantisiert Zeitlich in Einzelbilder und räumlich in Zeilen Beim Einsatz eines CCD-Bildwandlers werden Bildpunkte gebildet Videosignal
MehrImage Compression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Vorlesung FH-Hagenberg SEM. Backfrieder-Hagenberg. Backfrieder-Hagenberg
Image Compression Vorlesung FH-Hagenberg SEM Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz 1 Inhalte Redundanz Channel Encoding Error-Free Compression Hufmann Coding Runlength
MehrJPEG Kompression technische Realisierung
Experimentalphysik V 20. Januar 2005 Schema der JPEG Kompression Farbraumkonvertierung RGB YCbCr Subsampling der Farbkomponenten Cb, Cr Zerlegung in Blöcke 8 8 2D Kosinustransformation (DCT) Quantisierung
MehrImage Compression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Vorlesung FH-Hagenberg SEM. Backfrieder-Hagenberg. Backfrieder-Hagenberg
Image Compression Vorlesung FH-Hagenberg SEM Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz 1 Inhalte Redundanz Error-Free Compression Hufmann Coding Runlength Coding Lossy Compression
MehrImage Compression. Vorlesung FH-Hagenberg DSB
Image Compression Vorlesung FH-Hagenberg DSB Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz Inhalte Redundanz Loss-less Compression Hufmann Coding Runlength Coding Lossy Compression
MehrDatenkompression. 1 Allgemeines. 2 Verlustlose Kompression. Holger Rauhut
Datenkompression Holger Rauhut 1. September 2010 Skript für die Schülerwoche 2010, 8.-11.9.2010 Hausdorff Center for Mathematics, Bonn 1 Allgemeines Datenkompression hat zum Ziel, Daten in digitaler Form,
MehrVerlustbehaftete Kompression. Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)
Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)
MehrGraphische Datenverarbeitung
Graphische Datenverarbeitung Bildkompression & Dateiformate Prof. Dr. Elke Hergenröther Gründe für eine Kompression Unkomprimierte Rasterbilder benötigen: viel Speicherplatz hohe Bandbreite zur Übertragung
MehrJPEG - Kompression. Steffen Grunwald, Christiane Schmidt, Stephan Weck TIT01EGR BA-Mannheim 21. Mai 2002
JPEG - Kompression Steffen Grunwald, Christiane Schmidt, Stephan Weck TIT01EGR BA-Mannheim 21. Mai 2002 Inhaltsverzeichnis 1 Entwicklung von JPEG 2 1.1 Was heisst und was ist JPEG?................... 2
MehrÜbung zur Vorlesung. Digitale Medien. Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid, Hanna Schneider
Übung zur Vorlesung Digitale Medien Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid, Hanna Schneider Wintersemester 2015/16 JPEG Kompression 2 JPEG Kompression Konvertierung von 8x8 Bildblöcken in
Mehrffl Die Portable Bitmap Utilities (PBM) manipulieren monochrome Bilder. ffl Die Portable Greymap Utilities (PGM) manipulieren Grauwert-Bilder.
Kapitel 9 Pixeldateiformate Es gibt diverse Formate, in denen die generierten Grafiken abgespeichert werden können Stellvertretend soll hier nur auf 2 Formate eingegangen werden; eines, bei dem die Pixel
MehrKompressionsverfahren
Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Verlustlose Kompressionsalgorithmen RLC Huffman Adaptive Huffman Kodierung Arithmetische
MehrVerlustfreie Kompressionsverfahren. RLE, LZW, Huffmann, CCITT, ZIP
Verlustfreie Kompressionsverfahren RLE, LZW, Huffmann, CCITT, ZIP Run-Length-Encoding (RLE) Sinnvoll beim Auftreten von stark redundanten Datenmustern, wie z. B. flächige Farben Verwendung eines Kennzeichens
MehrPerlen der Informatik I Wintersemester 2012 Aufgabenblatt 6
Technische Universität München WS 2012 Institut für Informatik Prof. Dr. H.-J. Bungartz Prof. Dr. T. Huckle Prof. Dr. M. Bader Kristof Unterweger Perlen der Informatik I Wintersemester 2012 Aufgabenblatt
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Wintersemester 2012/13 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Informationen zur Klausur Termin: 21. Februar 2013,
MehrLossy Bildkompression: Techniken und Bildqualität
Lossy Bildkompression: Techniken und Bildqualität Brigitte Forster Zentrum Mathematik, Technische Universität München, und Institut für Biomathematik und Biometrie, Helmholtz-Zentrum München Konsensuskonferenz:
Mehr1 Einführung. Bildformate Analyse der LSB-Ersetzung Weitere steganographische Algorithmen. Syndromkodierung in der Steganographie
Gliederung Einführung 1 Einführung 2 3 4 WS 2012/2013 Steganographie und Multimedia-Forensik Folie 121 Farbwahrnehmung Blau: 435,8 nm Grün: 546,1 nm Rot: 700 nm (445 nm) (535 nm) (575 nm) Empfindlichkeit
MehrUniversität Trier. Fachbereich IV. Wintersemester 2004/2005. Wavelets made easy. Kapitel 2 Mehrdimensionale Wavelets und Anwendungen
Universität Trier Fachbereich IV Wintersemester 2004/2005 Wavelets made easy Kapitel 2 Mehrdimensionale Wavelets und Anwendungen Thomas Queckbörner 16.11.2004 Übersicht des Kapitels: 1. Einführung 2. Zweidimensionale
MehrThema: JPEG / Motion JPEG. Fachbereich Medieninformatik. Hochschule Harz. JPEG / Motion JPEG. Referat. Autor: Andreas Janthur
Fachbereich Medieninformatik Hochschule Harz JPEG / Motion JPEG Referat Andreas Janthur 9962 Abgabe: 15.01.2007 Seite: 1 Inhaltsverzeichnis Einleitung... I 1 JPG... 1 1.1 DC Transformation (discrete cosinus
MehrDatenkompression. Vortrag von Markus Durzinsky Student der Otto-von-Guericke-Universität Magdeburg
Vortrag am 25. Januar 200 Werner von Siemens Gymnasium Magdeburg Zeitansatz: 5h (inklusive Programmieraufgaben) Datenkompression Vortrag von Markus Durzinsky Student der Otto-von-Guericke-Universität Magdeburg
MehrBildkompression Proseminar Datenkompression Daniel Koch
Bildkompression Proseminar Datenkompression Daniel Koch 0 Inhalt INHALT...1 VERLUSTFREIE KOMPRESSIONSVERFAHREN...2 VERLUSTBEHAFTETE KOMPRESSIONSVERFAHREN...3 YUV-FARBREDUKTION...3 QUANTISIERUNG...3 JPEG...4
MehrDie diskrete Cosinustransformation
Die diskrete Cosinustransformation Übersicht: Einleitung Die Cosinusfunktion Die eindimensionale DCT und idct Das Prinzip Die Berechnung Die zweidimensionale DCT und idct Das Prinzip Die Berechnung Anhang
MehrDigitale Medien. Übung zur Vorlesung. Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid
Übung zur Vorlesung Digitale Medien Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid Wintersemester 2016/17 JPEG Kompression 2 JPEG Kompression Konvertierung von 8x8 Bildblöcken in den Frequenzraum
MehrInhaltsverzeichnis. 1 Einführung 1
Inhaltsverzeichnis Inhaltsverzeichnis IX 1 Einführung 1 2 Grundlagen der Datenkompression 5 2.1 Informationsgehalt und Entropie....................... 5 2.2 Kriterien zur Kompressionsbewertung....................
MehrInvertierung, Separierbarkeit
Invertierung, Separierbarkeit DCT Gleichung: (Typ 2) Coder: N 1 y(k )= n=0 x(n) cos( π N K (n+05)) K=0,, N-1 Dh wir haben N Gleichungen, eine für jedes k, also auch N Summen Weiterhin: N Eingangswerte
MehrJPEG, MPEG & Co. Alex Titze Angewandte Informatik FHTW-Berlin
Referat KIM Alex Titze Angewandte Informatik FHTW-Berlin 76900504811 Einleitung JPEG Geschichte & Überblick Komprimierungsablauf Farbformat DCT (Diskrete Cosinus Transformation) Quantisierung Koeffizientenkodierung
MehrKap.4 JPEG: Bildkompression. Ziel: Gegeben sind Daten y R N. Bestimme C R N N mit C C T = I, so dass x = C y dünbesetzt ist.
Kap.4 JPEG: Bildkompression Ziel: Gegeben sind Daten y R N. Bestimme C R N N mit C C T = I, so dass x = C y dünbesetzt ist. Originalbild y (30Kbt) Komprimiertes Bild z y(7kbt) JPEG (Joint Photographic
MehrKompressionsverfahren
Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Adaptive Huffman - Kodierung Nach 17 Zeichen: A(1),B(2),C(2),D(2),E(10) Kodierung A: 000
MehrHauptdiplomklausur Informatik Februar 2006: Multimedia Systems
Universität Mannheim Fakultät für Mathematik und Informatik Lehrstuhl für Praktische Informatik IV Prof. Dr.-Ing. W. Effelsberg Hauptdiplomklausur Informatik Februar 2006: Multimedia Systems Name: Matrikel-Nr.:
MehrDatenkompressionsverfahren für mobile Endgeräte
Datenkompressionsverfahren für mobile Endgeräte Dr.-Ing. Michael Thierschmann IfKom-Forum 2002 15. März 2002 Übersicht Firmenprofil Grundlagen der Datenkompression Kompressionsverfahren Kodierungstechniken
Mehrcompressed domain image retrieval
Compressed domain image retrieval Christian Ott Seminar Inhaltsbasierte Bildsuche - Universität reiburg - 4. ebruar 25 4. ebruar 25, C.Ott Seite 1 Übersicht 1. Einleitung 2. JPEG 3. Merkmalsextraktion
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Wintersemester 2012/13 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Informationen zur Klausur Termin: 21. Februar 2013,
MehrBildkompression am Beispiel JPEG
Bildkompression am Beispiel JPEG Medientechnologie IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Sommersemester 2014 Andreas Unterweger (FH Salzburg) Bildkompression am
MehrDatenkomprimierung. Lauflängenkodierung
Datenkomprimierung Datenkomprimierung dient der Einsparung von Speicherplatz und von Übertragungskapazität für digitale Daten. Dabei werden Daten in neuen Datenstrukturen platzsparender repräsen@ert. Wir
MehrJ.P.E.G. Standard. J.P.E.G. Eigenschaften. J.P.E.G. System. JPEG Verschlüsselungsschritte. Farbmodell
Inhaltsbasierte Bildsuche J.P.E.G = Joint Photographic Expert Group Informatica Feminale Universität Bremen, Aug. 2005 Maja Temerinac Albert-Ludwigs-Universität Freiburg J.P.E.G. Standard Standard zur
MehrEinführung Aufgabe 3 - MPEG. Tobias Reinsch 2011
Einführung Aufgabe 3 - MPEG Tobias Reinsch 2011 Allgemeines Aufgabe 3 - MPEG Ziel der Aufgabe Kennenlernen der Bildkodierungsverfahren des MPEG Standards Praktische Umsetzung dieser Techniken mit Java
Mehr5 JPEG. 5.1 Bayer Filter. 5.2 Überblick. 5.3 Diskrete Cosinus-Transformation. 5.4 Bildmodell. 5.5 Codierung. 5.6 Übertragungsmodi
5 JPEG Bayer Filter: G01 R02 G03 R04 G05 R06 G07 R08 5.1 Bayer Filter B09 G10 B11 G12 B13 G14 B15 G16 B17 R18 G19 R20 G21 R22 G23 G24 5.2 Überblick B25 B26 B27 G28 B29 G30 B31 G32 5.3 Diskrete Cosinus-Transformation
MehrGrafikformate: JPG - PNG
Grafikformate: JPG - PNG JPG JPG ist die Kurzform von JPEG (Joint Photographic Experts Group) Das Dateiformat nennt sich eigentlich JFIF (JPEG File Interchange Format) Spezifikation Bezeichnungen JPEG
MehrMathematische Methoden der graphischen Datenverarbeitung
Teil I: Aufgaben der Bildverarbeitung: Komprimierung (compression); Mathematische Methoden der graphischen Datenverarbeitung PD Dr.(USA) Maria Charina Originalbild, 30Kbt Komprimiertes Bild, 7Kbt Teil
MehrEinführung Medienforscher Aufgabe 3 - MPEG. Tobias Reinsch 2011
Einführung Medienforscher Tobias Reinsch 2011 Allgemeines Ziel der Aufgabe Kennenlernen der Bildkodierungsverfahren des MPEG Standards Praktische Umsetzung dieser Techniken mit Java Bearbeitungszeitraum:
MehrDarstellung als Filterbank. Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge.
Darstellung als Filterbank Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge. - Trifft in bestimmten Maße auch auf das Original zu, da
MehrRun Length Coding und Variable Length Coding
Fachbereich Medieninformatik Hochschule Harz Run Length Coding und Variable Length Coding Referat Matthias Zittlau 11034 Abgabe: 15.01.2007 Inhaltsverzeichnis 1. RLC...1 2.1 Einführung...1 2.2 Prinzip...1
MehrDCT: Diskrete Kosinus-Transformation
DCT: Diskrete Kosinus-Transformation Kosinusfunktionen für die 1D DCT: zunehmende Frequenz entsprechende Abtastpunkte (Salomon) DCT: 8x8 2D-Transformation DCT: IDCT: effiziente Implementierung? Vorberechnung
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
Mehr(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)
Teil 1: Fragen und Kurzaufgaben (Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Frage 1 (6 Punkte) Es wird ein analoges
MehrDigitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am
Digitale Bilder Ein Referat von Jacqueline Schäfer und Lea Pohl Am 06.05.2015 Inhaltsverzeichnis Einheiten Grafiktypen Bildformate Farbtiefe Farbbilder/ Farbräume Quellen Einführung in die Bildverarbeitung
MehrJPEG. Seminar: Kompressionsalgorithmen. Ruslan Ragimov. 5. September 2012
JPEG Seminar: Kompressionsalgorithmen Ruslan Ragimov 5. September 2012 Zusammenfassung Die allgemeinen verlustfreien Verfahren zur Datenkompression können gute Kompressionsraten für verschiedene Dateitypen
MehrGrafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression
Digitale Bildverarbeitung Bildkompression Einleitung Datenmenge für ein unkomprimiertes Bild Verwendungszweck des Bildes Bild soll weiterverarbeitet werden Bild soll archiviert werden Bild soll per E-Mail
MehrDigitales Rauschen. Fachbereich Medieninformatik. Hochschule Harz. Digitales Rauschen. Referat. Joachim Schenk. Abgabe:
Fachbereich Medieninformatik Hochschule Harz Digitales Rauschen Referat Joachim Schenk 10707 Abgabe: 15.01.2007 Inhaltsverzeichnis Vorwort...I 1 Einleitung...1 2 Digitalisierung...2 2.1 Digital-Analog-Umsetzer...2
MehrBilddatenformate BMP GIF JPG. Digitale Bildverarbeitung Liedtke 7.1. Bezeichnung: Microsoft Windows Bitmap, BMP, DIB
Bilddatenformate BMP Bezeichnung: Microsoft Windows Bitmap, BMP, DIB Format: Raster Farben: 1 Bit (s/w), 4 Bit (16 Farben), 8 Bit (256 Farben), 24 Bit (16,7 Mio. Farben) Kompression: Keine (meist) oder
MehrRelevante Frequenztransformationen
Relevante Frequenztransformationen Medientechnologie IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Sommersemester 206 Andreas Unterweger (FH Salzburg) Relevante Frequenztransformationen
MehrDatenkompression. Theorie
Datenkompression Theorie Einleitung Übersicht Wie lassen sich beliebige Daten verdichtet (komprimiert) darstellen? verlustfreie Kompression: Programme Texte verlustbehaftete Kompression: Audio Video Kompressionsfaktor:
MehrCurriculum. Lineare Algebra 1.
Curriculum Lineare Algebra 1 Dozent: E-Mail: Web: Modul : Umfang: Datum: Dr. Donat Adams donat.adams@fhnw.ch http://adams-science.com/lineare-algebra-1/ Lineare Algebra 1 3 ECTS 16. September 017 1 Funktion
MehrDer JPEG-Standard. Der JPEG-Standard. Der JPEG-Standard. Der JPEG-Standard. Lineare Quantisierung
09.05.006 8x8 DCT Berechnungsvorschrift (horiz. Frequenz) k D DCTKoeffizienten X [l, k ] = Ck Cl x[n, m] /, für i = 0 Ci = /, für i > 0 l=3 l= l=5 D DCT Basisfunktionen Normierungsfaktoren Direkte D 8-DCT
MehrInhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1
Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Messkameras)
MehrQuantisierung, Umwandlung der Werte in Bits
Quantisierung, Umwandlung der Werte in Bits Wir haben gesehen dass wir fuer reine Helligkeitswerte ca. 100 Stufen benoetigen, wofuer 7 bits reichen. Wie sieht es bei den DCT Koeffizienten aus? Wir sahen
MehrMPEG Video Layer 1. Fachbereich Medieninformatik. Hochschule Harz. Referat. Kolja Schoon. Thema: MPEG Video Layer 1
Fachbereich Medieninformatik Hochschule Harz MPEG Video Layer 1 Referat Kolja Schoon 10952 Abgabe: 15.01.2007 Stand: (Januar 2007) Autor: Kolja Schoon Seite 1 Inhaltsverzeichnis 1. Einleitung / Vorwort...3
Mehr9 Fourier-Transformation
9 Fourier-Transformation Zoltán Zomotor Versionsstand: 5. September 2015, 18:26 Die nummerierten Felder bitte mithilfe der Videos ausfüllen: http://www.z5z6.de This work is based on the works of Jörn Loviscach
MehrBeschränktheit, Monotonie & Symmetrie
Beschränktheit, Monotonie & Symmetrie ein Referat Dies ist eine Beilage zum Gruppen-SOL - Projekt Potenz- & Exponentialfunktionen Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch November 2015 Inhaltsverzeichnis
MehrKompressionsverfahren- JPEG 2000
Kompressionsverfahren- JPEG 2000 eingereicht durch Jan-Hendrik Sondermann 20.03.2013 Inhaltsverzeichnis Inhaltsverzeichnis INHALTSVERZEICHNIS... 2 VORWORT... 3 1. EINLEITUNG... 4 1.1. DATENKOMPRESSION...
MehrIndependent JPEG Group. JPEG Software Tools
Independent JPEG Group JPEG Software Tools cjpeg Pixelmap Bildfileformat JPEG Bildfileformat jpegtran djpeg Beiträge zu: jpegtran: Verlustfreie Transformationsfunktionen (Rotation in 90 Grad Schritten,
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 19 8. Juli 2010 Kapitel 14. Gewöhnliche Differentialgleichungen zweiter Ordnung 14.1 Systeme gewöhnlicher linearer Differentialgleichungen erster
MehrGrundlagen der Bildverarbeitung: Übung 3
Grundlagen der Bildverarbeitung: Übung 3 Michael Korn Raum: BC414, Tel.: 0203-379 - 3583, E-Mail: michael.korn@uni-due.de Michael Korn (michael.korn@uni-due.de) Grundlagen der Bildverarbeitung: Übung 3
MehrHTBLA Neufelden Fourierreihen Seite 1 von 14. Peter Fischer
HTBLA Neufelden Fourierreihen Seite von 4 Peter Fischer pe.fischer@atn.nu Fourierreihen Mathematische / Fachliche Inhalte in Stichworten: Fourierreihe, Fourierkoeffizienten, gerade und ungerade Funktionen,
MehrHTBL Steyr Bildkomprimierung Seite 1 von 9. Ernst Geretschläger
HTBL Steyr Bildkomprimierung Seite von Ernst Geretschläger ernst.geretschlaeger@htl-steyr.ac.at Bildkomprimierung Mathematische / Fachliche Inhalte in Stichworten: Matrizenrechnung, diskrete Kosinustranformation
MehrZusatzaufgabe 3 für Informatiker
Mathematisches Praktikum Sommersemester 2016 Prof. Dr. Wolfgang Dahmen Felix Gruber, Michael Rom Zusatzaufgabe 3 für Informatiker Bearbeitungszeit: drei Wochen (bis Montag, 18. Juli 2016) Mathematischer
MehrSpektrumanalyse. Inhalt. I. Einleitung 2. II. Hauptteil 2-8
Fachhochschule Aachen Campus Aachen Hochfrequenztechnik Hauptstudium Wintersemester 2007/2008 Dozent: Prof. Dr. Heuermann Spektrumanalyse Erstellt von: Name: Mario Schnetger Inhalt I. Einleitung 2 II.
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
Mehr, Franz J. Hauck, Verteilte Systeme, Univ. Ulm, [2006w-MMK-D-VoD.fm, ]
1.6 Ausspieloptionen (2) Anhalten des Ausspielens PAUSE-Anfrage stoppt alle PLAY-Anfragen (auch gestapelte) optionale Angabe eines Pausezeitpunkts stoppt an bestimmter Stelle Wiederaufnahme des Ausspielens
MehrAnalyse und Vergleich aktueller Videokompressionsverfahren
Analyse und Vergleich aktueller Videokompressionsverfahren 29.05.2008 Inhalt 1 Grundlagen der Videocodierung Frame-Typen & Farbraum Diskrete Konsinustransformation & Quantisierung MPEG Encoder 2 MPEG4
MehrBeispielhafte Testfragen (auch aus Schülerreferaten, Fragen können redundant sein, keine Audio Kompression berücksichtigt):
Beispielhafte Testfragen (auch aus Schülerreferaten, Fragen können redundant sein, keine Audio Kompression berücksichtigt): Was versteht man unter PCM, DPCM, DM, ADPCM? Skizze! Was versteht man unter PCM
MehrAngewandte Mathematik und Programmierung
Angewandte Mathematik und Programmierung Einführung in das Konzept der objektorientierten Anwendungen zu mathematischen Rechnens SS2013 Inhalt Fourier Reihen Sehen wir in 2 Wochen Lösung der lin. Dgln.
MehrRudolf Mäusl. Fernsehtechnik. Vom Studiosignal zum DVB-Sendesignal 4., erweiterte und überarbeitete Auflage. lhp Hüthig Verlag
Rudolf Mäusl Fernsehtechnik Vom Studiosignal zum DVB-Sendesignal 4., erweiterte und überarbeitete Auflage lhp Hüthig Verlag Vorwort zur 4. Auflage V Vorwort zur 3. Auflage VII 1 Geschichte der Fernsehtechnik
Mehr2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien
MehrVideos für das Internet
Videos für das Einleitung Verfahren zur Datenkompression MPEG, die 3 Großen und andere Encoder und Decoder (Codec) Streaming Video Literatur und Links 25. DECUS Symposium 3K03 Videos für das Dr. Norbert
MehrBilder. Bildsuchmaschiene. Bildsuche. Überblick. Beispiele im WWW. Inhaltsbasierte Bildsuche Motivation
Bilder Inhaltsbasierte Bildsuche Motivation Informatica Feminale Universität Bremen, Aug. 2005 Maja Temerinac Albert-Ludwigs-Universität Freiburg Ein Bild sagt mehr als tausend Worte. Chinesisches Sprichwort
MehrFiltern, JPEG, MP3. Fourier-Analyse JPEG MP3. Filtern - Wavelet
Filtern, JPEG, MP3 Fourier-Analyse JPEG MP3 Filtern - Waelet Filtern Ausgangspunkt: Gegebenes Signal soll -erändert werden (Hifi, Weichzeichner, ) -analysiert werden (EKG Herztöne, ) -komprimiert werden
MehrPuls-Code-Modulation. Thema: PCM. Ziele
Puls-Code-Modulation Ziele Mit diesen rechnerischen und experimentellen Übungen wird die Vorgehensweise zur Abtastung und linearen Quantisierung eines analogen Signals erarbeitet. Bei der Abtastung werden
MehrMathematik I Herbstsemester 2018 Kapitel 2: Stetigkeit
Mathematik I Herbstsemester 2018 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 33 2. Stetigkeit Reelle Zahlenfolgen Grenzwert einer Folge Grenzwert einer Funktion Stetigkeit einer Funktion
MehrDigitales Fernsehen DVB
Digitales Fernsehen DVB Thomas Lauterbach DL1NAW 1. Video- und Audiokodierung (MPEG) 2. DVB 3. DVB-T in Nürnberg Quellen: U. Reimers, Digitale Fernsehtechnik http://www.dvb-t-baern.de Referate und Ausarbeitungen
MehrDatenkompression: Fraktale Kompression. H. Fernau
Datenkompression: Fraktale Kompression H. Fernau email: fernau@informatik.uni-trier.de SoSe 2006 Universität Trier 1 Fraktale Codierung mathematische Grundgedanken Statt ein Datum zu übertragen, übertrage
MehrQuellencodierung NTM, 2006/05, 9.3 Quellencodierung, Rur, 1
Quellencodierung NTM, 2006/05, 9.3 Quellencodierung, Rur, 1 Referenzen [1] Proakis, Salehi, Grundlagen der Kommunikationstechnik, Pearson, 2004. [2] D. Salomon, Data Compression, Springer, 2004. [3] D.
MehrHuffman-Kodierung. Fachbereich Medieninformatik. Hochschule Harz. Huffman-Kodierung. Referat. Henner Wöhler. Abgabe:
Fachbereich Medieninformatik Hochschule Harz Huffman-Kodierung Referat Henner Wöhler 11459 Abgabe: 15.01.2007 Inhaltsverzeichnis Einleitung...I 1. Entropiekodierung...1 1.1 Morse Code...2 1.2 Shannon-Fano-Kodierung...3
MehrDigitalisierung. Vorlesung FH-Hagenberg MBI
Digitalisierung Vorlesung FH-Hagenberg MBI Biomedizinische Bildverarbeitung Werner Backfrieder Abbildungssysteme Camera obscura einfachstes Abbildungssystem bekannt seit dem Altertum Licht fällt durch
MehrBasisinformationstechnologie II
Basisinformationstechnologie II Sommersemester 2015 13. Mai 2015 Algorithmen der Bildverarbeitung I: Kompression Universität zu Köln. Historisch-Kulturwissenschaftliche Informationsverarbeitung Dr. Jan
MehrPulse Code Modulation
Fachbereich Medieninformatik Hochschule Harz Pulse Code Modulation Referat Johannes Bastian 11038 Abgabe: 15.01.2007 Inhaltsverzeichnis Einleitung / Vorwort...1 1 Analoge Signale als Grundlage von PCM...1
MehrWoraus besteht ein Bild? 28.02.2008 (c) Winfried Heinkele 2006 2
Woraus besteht ein Bild? 28.02.2008 (c) Winfried Heinkele 2006 2 Was ist ein Pixel? Die durch das Objektiv einer Kamera auf einen Film oder einen elektronischen Bildsensor projizierte Wirklichkeit ist
MehrMusterlösung. Prüfung: Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung
Musterlösung Prüfung: Datenformate für interaktive Medien + Computergrafik und Bildverarbeitung DFIM+CGBV (SS 2006) 13.10.2006 Name (bitte in Blockschrift) Matrikelnummer Unterschrift Hinweise: Überprüfen
Mehr