Datenkompressionsverfahren für mobile Endgeräte
|
|
|
- Moritz Lange
- vor 5 Jahren
- Abrufe
Transkript
1 Datenkompressionsverfahren für mobile Endgeräte Dr.-Ing. Michael Thierschmann IfKom-Forum März 2002
2 Übersicht Firmenprofil Grundlagen der Datenkompression Kompressionsverfahren Kodierungstechniken Rasterdatenkompression - Multilayer-Verfahren Ebenenzerlegung Eigenschaften und Einsatzbereiche von LuraDocument Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 2
3 Hintergrund / Szenario Bedarf an datenintensiven Applikationen über mobile Systeme wächst Märkte: Digitale Photographie, MedTech, DMS, etc. Warum mobil: Verfügbarkeit, Zeit, Kosten, Redundanz Derzeit verfügbare Bandbreiten reichen nicht aus! Aber: Anwachsen der Bandbreite von GSM zu UMTS Verwendung von mobilen Endgeräten wird massiv anwachsen Datenmengen werden überproportional anwachsen Herkömmliche Kompressionsverfahren (z.b. JPEG) sind nicht ausreichend in Qualität und Funktionsumfang Neue Standards mit JPEG2000 Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 3
4 Kompressionsverfahren Kompressionsverfahren verlustbehaftet verlustlos Bilder Daten, Programme Bilder Daten, Programme kleinster maximaler Fehler kleinster mittlerer Fehler near lossless lossy Modi lossless lossless (LuraWave.jp2) JPEG, MPEG LuraWave.jp2 LuraDocument Programme JPEG LS LuraWave.jp2 lzw, gzip, arj compress Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 4
5 Einsatzbereiche Kompressionsfaktor = Original verlustlos verlustbehaftet Originalbildgröße Dateigröße des komprimierten Bildes Kompressionsfaktor TIFF JPEG LuraWave.jp2 (JPEG2000) Kompressionsfaktor 100 eines Graustufenbildes bedeutet 0.08 Bit pro Pixel Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 5
6 Redundanz Bild- und Videodaten sind redundant örtlich zeitlich Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 6
7 Kompression durch Redundanzbeseitigung Örtliche Redundanzbeseitigung Prädiktionskodierung Transformationskodierung DCT (JPEG, MPEG) Waveletkodierung (JPEG2000) Zeitliche Redundanzbeseitigung Bewegungskompensierte Prädiktionskodierung 3D - Waveletkodierung Spektrale Redundanzbeseitigung Waveletkodierung Fraktale Kodierung Kontextbezogene Redundanzbeseitigung Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 7
8 Prädiktionskodierung (pixelbasiert) Redundanzreduktion durch Vorhersage des aktuellen Pixels aus bekannten Pixeln aus der Vergangenheit. bekannte Vergangenheit unbekannte Zukunft Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 8
9 1D Transformationskodierung Graustufenbild Verbundverteilungsdichte (Auftretenshäufigkeit) f(x+1) Pixelintensität an benachbarter ungerader x-position x f(x) Pixelintensität an gerader x-position Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 9
10 Basisfunktionen DCT Basisblöcke KLT Basisblöcke Transformsbasis von JPEG und MPEG Optimale Transformsbasis (bildabhängig) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 10
11 Partielle Kodierung Original Rekonstruktion mit Koeffezienten LuraWave.jp2 (JPEG2000) (JPEG) DCT Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 11
12 Einstufige Wavelet-Transformation Originalbild Einstufige Zerlegung Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 12
13 Vorteile von LuraWave.jp2 (JPEG2000) Original: 1229 kbyte ISO-Standard (JPEG): 8 kbyte LuraWave.jp2: 8 kbyte Im Vergleich zum gegenwärtig verbreiteten Standard JPEG: Deutlich verbesserte Bildqualität bei gleicher Kompressionsrate, bzw. kleinere Dateigrößen bei gleicher Bildqualität Vergrößerter Funktionenumfang, und als Standard verabschiedet Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 13
14 Rasterdatenkompression - Multilayer-Verfahren am Beispiel von LuraDocument Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 14
15 Einsatzbereiche von LuraDocument Dokumentenmanagementsysteme, z.b. EASY Software AG GFT Solutions GmbH Louis Leitz Digital Office GmbH SER AG Archiv-Systeme, z.b. bit by bit Software AG Bauer-Vertriebs KG Minol Messtechnik Intuitive Inc. (Canon Medical) Geoinformationssysteme, z.b. GEBIG GIS GmbH Tensing SiCad Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 15
16 Einsatzbereich von LuraDocument Original verlustlos verlustbehaftet Texte nicht lesbar ohne Farben s/w (bitonal) JPEG LuraWave.jp2 Fax G4 (s/w) Kompressionsfaktor LuraDocument (farbig) LuraDocument (s/w) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 16
17 Digitale Dokumente Digitales Dokument ist vorhanden Originalformat PDF Fax Group 4 Digitales Dokument ist nicht vorhanden, aber ein Ausdruck TIFF GIF JPEG Fax Group 4 Scanner + Kompression LuraDocument Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 17
18 Problem der Dokumentenkompression Dokumente bestehen aus unterschiedlichsten Komponenten: Texte Bilder Graphiken / Logos (farbig / schwarzweiß) Hohe Kompression mit Bildkompressionsverfahren: Text nicht lesbar Archivierung mit Fax Group 4: Verlust der Farbigkeit Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 18
19 Ebenenzerlegung Zerlegung des Dokuments in drei Ebenen: Textfarbe binäres Maskenbild Hintergrundbild Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 19
20 Funktionsprinzip LuraWave Kompression für Bildanteile Kontextbasierte arithmetische Kodierung oder Fax Group 4 für bitonales Textbild Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 20
21 Arbeitsschritte der Kodierung Textfarbenbestimmung Textentfernung Original Textdetektion Quantisierung Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 21
22 Separation Optimale Separation: gute Lesbarkeit einfache Struktur der einzelnen Ebenen sehr hoher Kompressionsgewinn Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 22
23 Dekodierung Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 23
24 Arbeitsschritte der Dekodierung bitonales Textbild + Textfarbenbild + Hintergrundbild = Rekonstruktion + + = Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 24
25 Kompressionsvergleich Original Fax G4 JPEG LuraDocument 23,8 MB 162 kb 158 kb 55 kb Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 25
26 Kompressionsvergleich Original Fax G4 JPEG LuraDocument 23,8 MB 162 kb 158 kb 55 kb Textbereich Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 26
27 Qualitätsvergleich Original (24 MB) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 27
28 Qualitätsvergleich Fax Group 4 (1: kb) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 28
29 Qualitätsvergleich LuraDocument (1: kb) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 29
30 OCR von schwierigen Dokumenten Original 20 MB LuraDocument 61 kb Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 30
31 OCR bei schwierigen Dokumenten Textbridge (FaxG4: 255 kb) Textbridge (LDF als FaxG4: 40 kb) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 31
32 Kontakt Dr.-Ing. Michael Thierschmann Tel: (0) Datenkompressionsverfahren für mobile Endgeräte, Dr. Michael Thierschmann Folie 32
Standbildcodierung. 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
Abbildtreue und Kompression gescannter Dokumente bei PDF/A
Abbildtreue und Kompression gescannter Dokumente bei PDF/A Empfehlungen geeigneter Einstellungen Datum: 29.11.2013 Autor: Axel Rehse Thomas Zellmann LuraTech Imaging GmbH LuraTech Europe GmbH Inhalt Einleitung...
Grafikformate. 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
PDF/A für gescannte Dokumente
DMS 2007 PDF/A Forum PDF/A für gescannte Dokumente Analog wird Digital, Vertrieb Banken und Versicherungen LuraTech Europe GmbH 2007 by PDF/A Competence Center, Bisherige Lösungen für gescannte Dokumente
PDF/A für gescannte Dokumente
Webinar PDF/A für gescannte Dokumente Papier wird digital, LuraTech, Armin Ortmann, LuraTech, Entwicklungsleiter 2009 PDF/A Competence Center, Bisherige Lösungen für gescannte Dokumente schwarz/weiß: TIFF
Lossy 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:
Themen Medientechnik II. Grundlagen der Bildkompression (Teil 1) Claude E. Shannon ( ) Digitale Bildübertragungsstrecke
.4.6 Themen Medientechnik II Grundlagen der Bildkompression (Teil ) Dr. Detlev Marpe Fraunhofer Institut für Nachrichtentechnik HHI Grundlagen der statistischen ignalverarbeitung Mittelwert, Varianz, NR,
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,
Kompression. Tim Kilian
Kompression Tim Kilian Seminar Effiziente Programmierung Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg
Tagged Image File Format. Im Printbereich neben EPS sehr verbreitet.
1.1 Pixelgrafik (auch ) Beispiel: Bei en wird das Bild in kleine Quadrate (Pixel) zerlegt. Für jedes Pixel wird die entsprechende Farbe gespeichert. Ein Foto kann nur durch eine große Zahl von Pixeln realistisch
Algorithmen 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,
Kompressionsverfahren
Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Verlustlose Kompressionsalgorithmen RLC Huffman Adaptive Huffman Kodierung Arithmetische
JPEG-Standbildcodierung
JPEG-Standbildcodierung Dipl.-Ing. Guido Heising Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 1 Gliederung der Vorlesung Einführung JPEG (1992)
Diskrete Cosinustransformation (DCT)
Fachbereich Medieninformatik Hochschule Harz Diskrete Cosinustransformation (DCT) Referat Björn Wöldecke 10954 Abgabe: 15.01.2007 Inhaltsverzeichnis Einleitung / Vorwort... 1. Methoden zur Datenreduktion...
Inhaltsverzeichnis. 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....................
Proseminar Datenkomprimierung Dr. U. Tamm. Bildkompression WS 2002/03. Florian Strunk
Proseminar Datenkomprimierung Dr. U. Tamm Bildkompression WS 2002/03 Florian Strunk Problematik: Die Datencodierung und Kompression ist so alt wie die Geschichte des Computers. Seit dem es hochauflösende
Kompression und Datenformate. Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate
Kompression und Datenformate Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate Digitale Speicherung von Bildern Digitalisierung Informationsgehalt Speicherbedarf Kompression von Multimediadaten
JPEG, 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
Grafikformate. 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
Multimediatechnik / 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)
Verlustfreie 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
Grafikformate: 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
DCT: 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
Hauptdiplomklausur 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.:
Panorama der Mathematik und Informatik
Panorama der Mathematik und Informatik 20: Algorithmen III: png und Co Dirk Frettlöh Technische Fakultät / Richtig Einsteigen 26.6.2014 Kompressionsalgorithmen: Idee: Speichere 2 MB Daten in einer 1 MB
Qualitätskriterien digitaler Bilder im Langzeitarchiv! KOST Veranstaltung in Bern vom Dr. Peter Fornaro
Qualitätskriterien digitaler Bilder im Langzeitarchiv! KOST Veranstaltung in Bern vom 11. 11. 2009 Dr. Peter Fornaro Workflow Aufnahme Nachbearbeitung Archivierung Das Archivieren beginnt bei der Aufnahme!
JPEG - 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
Graphische Datenverarbeitung
Graphische Datenverarbeitung Bildkompression & Dateiformate Prof. Dr. Elke Hergenröther Gründe für eine Kompression Unkomprimierte Rasterbilder benötigen: viel Speicherplatz hohe Bandbreite zur Übertragung
Bildkompression mit Wavelet Transformationen FHTW Berlin Prof. Dr. H.L.Cycon
Bildkompression mit Wavelet Transformationen FHTW Berlin Prof. Dr. H.L.Cycon 19.07.02 Waveletprojekt H.L.Cycon 1 Überblick Einführung Standbildkodierung (PACC,JPEG2k) Videokodierung Demonstration 19.07.02
'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
Beispielhafte 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
Kompressionsverfahren
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
Datenkompression. 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,
Untersuchung von Verfahren zur Messdatenreduktion und kompression für den Einsatz in einer Nanomessmaschine
Untersuchung von Verfahren zur Messdatenreduktion und kompression für den Einsatz in einer Nanomessmaschine Dipl.-Ing. T. Machleidt PD Dr.-Ing. habil. K.-H. Franke Fachgebiet Graphische Datenverarbeitung
Kriterien zur qualitativen Beurteilung von Bild-Kompressionsverfahren
Kriterien zur qualitativen Beurteilung von Bild-Kompressionsverfahren 1. Kompressionsrate Verhältnis der Originaldatenmenge zur Menge der komprimierten Daten (z.b. 10:1 Originaldatenmenge 10 mal größer
Bilddatenformate 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
Einführung in Kompressionstechniken
Einführung in Kompressionstechniken W. Kowarschick 7. Februar 997. November 9 W. Kowarschick Motivation Dateigrößen Text Vektorgraphiken Rasterbilder Tomographien Telephon CD-Stereo Bildfolgen VD7 VD7
Diskrete Cosinus-Transformation (DCT)
Diskrete Cosinus-Transformation (DCT) Prinzip von DCT: (in einer oder zwei Dimensionen...) Menge von Datenpunkten f(x) bzw. f(x,y) (für x,y = 1, N) Forward DCT (FDCT) Inverse DCT (IDCT) Rekonstruktion
16 - Kompressionsverfahren für Texte
16 - Kompressionsverfahren für Texte Prof. Dr. S. Albers Kompressionsverfahren für Texte Verlustfreie Kompression Original kann perfekt rekonstruiert werden Beispiele: Huffman Code, Lauflängencodierung,
Kapitel 2: Informationstheorie. 3. Quellencodierung
ZHAW, NTM2, Rumc, 2.3-1 Kapitel 2: Informationstheorie 3. Quellencodierung Inhaltsverzeichnis 1. EINLEITUNG... 1 2. QUELLENCODIERUNGSTHEOREM... 2 3. HUFFMAN-QUELLENCODIERUNG... 3 4. DATENKOMPRESSION MIT
U6: Webgerechte Bilder
Konzeption Gestaltung U6: Webgerechte Bilder BILDAUFLÖSUNG UND GRÖSSE Auflösung bestimmt die Anzahl an Punkten (dots), die pro Längeneinheit (cm oder inch) zur Verfügung steht und wird demzufolge n der
Animation und Multimedia
Bewegtbildmedien: Video 2 Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Graphische Datenverarbeitung Rückblick Grundprobleme und technische Lösungen der Bewegtbildmedien Analog-Video Primärparameter
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.
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
Algorithmen 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,
Panorama der Mathematik und Informatik
Panorama der Mathematik und Informatik 18: Algorithmen III: png und Co Dirk Frettlöh Technische Fakultät / Richtig Einsteigen 11.6.2015 Kompressionsalgorithmen: Idee: Speichere 2 MB Daten in einer 1 MB
Multimediatechnik / Video
Multimediatechnik / Video Codierung, Datenreduktion Quantisierung, Lauflängencodierung DCT, JPEG http://www.nanocosmos.de/lietz/mtv Inhalt Codierung digitaler Signale Datenreduktion (Kompression) Verlustfrei
1 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
Kompression. 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
PDF/A für gescannte Dokumente
PDF/A für gescannte Dokumente Die Themen in der Übersicht: Analog wird digital - Bisherige Lösungen für gescannte Dokumente - Alternative PDF - Wenn PDF dann gleich PDF/A Möglichkeiten der Volltextsuche
Algorithmen und Datenstrukturen (für ET/IT) Programm heute. Wintersemester 2012/13. Dr. Tobias Lasser. 7 Fortgeschrittene Datenstrukturen
Algorithmen und Datenstrukturen (für ET/IT) Wintersemester 202/3 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Programm heute 7 Fortgeschrittene Datenstrukturen 8 Such-Algorithmen
Arithmetik nahe. Die Pixel der Bilddaten werden hierbei als Elemente aus einem Restklassenring Z=2 n Z (etwa mit n 2 [12::16]) interpretiert. Entsprec
![Arithmetik nahe. Die Pixel der Bilddaten werden hierbei als Elemente aus einem Restklassenring Z=2 n Z (etwa mit n 2 [12::16]) interpretiert. Entsprec](/thumbs/71/64075171.jpg "Arithmetik nahe. Die Pixel der Bilddaten werden hierbei als Elemente aus einem Restklassenring Z=2 n Z (etwa mit n 2 [12::16]) interpretiert. Entsprec")
Filterbankstrukturen zur verlustfreien Kompression medizinischer Bilddaten Andreas Klappenecker, Frank U. May und Thomas Beth Universitat Karlsruhe, IAKS, D-76128 Karlsruhe wavelet@ira.uka.de Zusammenfassung
Kompressionsverfahren für Texte
Kompressionsverfahren für Texte Prof. Dr. S. Albers Prof. Dr. Th. Ottmann 1 Zeichenkettenverarbeitung Suche in Texten, Textindizes Mustererkennung (Pattern-Matching) Verschlüsseln Komprimiern Analysieren
Kompression und Datenformate. Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate
Kompression und Datenformate Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate AGENDA Digitale Speicherung von Bildern Digitalisierung Informationsgehalt Speicherbedarf Kompression von
Quellencodierung 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.
Woraus 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
Videos 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
Grundsätze und Qualitätsanforderungen an die Digitalisierung. Martin Liebetruth, SUB Göttingen
Grundsätze und Qualitätsanforderungen an die Digitalisierung SUB Göttingen Digitalisierung konservatorische Aspekte technische Aspekte Digitalisierung konservatorische Aspekte Buchprüfung, Erhaltungszustand
Verlustbehaftete Kompression von Kamera Rohdaten
Verlustbehaftete Kompression von Kamera Rohdaten Prof. Dr., Prof. Dr. D. Kunz, Katja Köhler Fachhochschule Köln Institut für Medien- und Phototechnik 1 Übersicht Aktuelle Situation Konzept Modellierung
Verlustbehaftete 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)
Telemedizin. Geschichte Beispiele Trend Zusammenfassung Arten medizinischer Information
Geschichte Beispiele Trend Zusammenfassung : Einsatz von Gesundheitstelematik zur Überwindung einer räumlichen Trennung zwischen Patient und Arzt oder zwischen mehreren behandelnden Ärzten. : Medizin aus
Datenkompression. 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
Effiziente Algorithmen und Komplexitätstheorie
Fakultät für Informatik Lehrstuhl 2 Vorlesung Effiziente Algorithmen und Komplexitätstheorie Sommersemester 2008 Ingo Wegener; Vertretung: Carsten Witt 7. Juli 2008 Vorlesung am 14.07. (nächste Woche):
2. 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
Digital Imaging Einführung
Tutorium Digital Imaging Einführung 7./14. Juli 2004 Martin Stricker martin.stricker@rz.hu-berlin.de Bilder bestehen aus Pixeln Die Maße eines Bildes bestimmen sich aus Breite x Höhe in Pixeln (Auflösung)
16. März Kommunikation der Universität Basel. Das digitale Bild. Bildaufbau Bildformate. Matthias Geering, Sprache & Kommunikation 1
16. März 2017 Kommunikation der Universität Basel Das digitale Bild Bildaufbau Bildformate Matthias Geering, Sprache & Kommunikation 1 Der Aufbau des digitalen Bildes Matthias Geering, Sprache & Kommunikation
1 Einführung Allgemeines über Dateiformate. Hier ist eine Liste mit einigen häufig benutzen Anhängen, und den dazugehörigen Dateiformaten:
Grafik-Dateiformate 1 Einführung Allgemeines über Dateiformate 1.1 Was ist eigentlich ein Dateiformat? Dateien (englisch: Files) können verschiedene Arten von Daten enthalten (Texte, Bilder, Musik usw.)
Der 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
Video. Grundlagen Videokompression
Video Grundlagen Videokompression Videokompression: Motion Compensation Video 1. Grundlagen der Videokompression Damit im Film Bewegung flüssig dargestellt werden kann, benötigt man ca. 15-25 Bilder pro
Sitzung: Bilder für das WWW
Sitzung: Bilder für das WWW 1. Grafikformate im WWW Im WWW lassen sich nur drei Dateiformate für pixelorientierte Grafiken verwenden, die von allen modernen Browsern angezeigt werden können: die Formate
10%, 7,57 kb 20%, 5,3 kb 30%, 4,33 kb 40%, 3,71 kb 50%, 3,34 kb. 60%, 2,97 kb 70%, 2,59 kb 80%, 2,15 kb 90%, 1,62 kb 99%, 1,09 kb
Die Komprimierung: Die Abkürzung JPG (oder auch JPEG) steht für "Joint Photographic Experts Group". Dieses Bildformat ist nach der Expertengruppe, die es erfunden hat, benannt. Die Komprimierung empfiehlt
Mathematische 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
Einführung Proseminar Datenkompression Wintersemester 2017/2018
Einführung Proseminar Datenkompression Wintersemester 2017/2018 Dr. Ralf Schlüter Lehrstuhl für Informatik 6 RWTH Aachen 52056 Aachen mailto:schlueter@cs.rwth-aachen.de R. Schlüter: Proseminar Datenkompression
JPEG 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
Proseminar 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.
Digitales Video I. Wie wird Video am Computer codiert? Bilder. Bewegte Bilder. Ton. Videoformate. Auflösung Speicherung am Computer
Digitales Video I Wie wird Video am Computer codiert? Bilder Auflösung Speicherung am Computer Bewegte Bilder Interlacing Kompression / Codec Ton Audioformate / Codecs Videoformate Bilder Auflösung: z.b.:
6. Licht, Farbe und Bilder
6. Licht, Farbe und Bilder 6.1 Licht und Farbe: Physikalische und physiologische Aspekte 6.2 Farbmodelle 6.3 Raster-Bilddatenformate 6.4 Verlustbehaftete Kompression bei Bildern 6.5 Weiterentwicklungen
Vorlesung. Grundlagen der Medieninformatik. Prof. Dr. Antonio Krüger.
Vorlesung Grundlagen der Medieninformatik Prof. Dr. Antonio Krüger krueger@dfki.de Wintersemester 2017/ 2018 6. Licht, Farbe und Bilder 6.1 Licht und Farbe: Physikalische und physiologische Aspekte 6.2
Einführungsvortrag zum Proseminar Datenkompression im Wintersemester 2003/2004
Einführungsvortrag zum Proseminar Datenkompression im Wintersemester 2003/2004 Dr. Ralf Schlüter Lehrstuhl für Informatik VI RWTH Aachen 52056 Aachen schlueter@cs.rwth-aachen.de Ralf Schlüter Einführungsvortrag
DIGITALE VIDEO KOMPRESSION AM BEISPIEL DES JPEG-VERFAHRENS
1 DIGITALE VIDEO KOMPRESSION AM BEISPIEL DES JPEG-VERFAHRENS Um das digitale Schneiden von digitalisierten Bildern zu ermöglichen, ist es notwendig, die drastisch hohe Datenmenge, die für jedes Bild gespeichert
5. Licht, Farbe und Bilder
5. Licht, Farbe und Bilder 5.1 Licht und Farbe: Physikalische und physiologische Aspekte 5.2 Farbmodelle 5.3 Raster-Bilddatenformate 5.4 Verlustbehaftete Kompression bei Bildern JPEG Weiterführende Literatur:
Einführung in die Informatik II Aus der Informationstheorie: Datenkompression
Einführung in die Informatik II Aus der Informationstheorie: Datenkompression Prof. Bernd Brügge, Ph.D Institut für Informatik Technische Universität München Sommersemester 2 2. Juli 2 Copyright 2 Bernd
4. Licht, Farbe und Bilder
4. Licht, Farbe und Bilder 4.1 Licht und Farbe: Physikalische und physiologische Aspekte 4.2 Farbmodelle 4.3 Raster-Bilddatenformate 4.4 Verlustbehaftete Kompression bei Bildern JPEG Progressives und hierarchisches
Einführung in die Medieninformatik 1
Einführung in die Medieninformatik 1 Wintersemester 2007/08 Prof. Dr. Rainer Malaka, Digitale Medien Medieninformatik 1 1 Plan (vorläufig) 31.10. Einführung 7.11. Menschen: Wahrnehmung 14.11. Menschen:
Grundkurs Dateiformate in der Druckvorstufe PDF EPS XLS DOC QXD TXT PSD AI INDD
Grundkurs Dateiformate in der Druckvorstufe PDF EPS XLS DOC QXD TXT PSD AI INDD 3Es gibt drei relevante Grundtypen von Dateiformaten Textorientierte Dateien Vektororientierte Dateien Pixelorientierte Dateien...und
TIPPS & TRICKS. Rastertuning mit den Image Station Raster Utilities (ISRU) Tools. 20. März 2003
TIPPS & TRICKS Rastertuning mit den Image Station Raster Utilities (ISRU) Tools 20. März 2003 INTERGRAPH (Schweiz) AG Neumattstrasse 24, CH 8953 Dietikon Tel: 043 322 46 46 Fax: 043 322 46 10 HOTLINE:
ADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 5. Vorlesung Uwe Quasthoff Abteilung Automatische Sprachverarbeitung Institut für Informatik Universität Leipzig 9. Mai 2012 1 / 35 Datenkompression Bisheriges Hauptziel
6. Licht, Farbe und Bilder
6. Licht, Farbe und Bilder 6.1 Licht und Farbe: Physikalische und physiologische Aspekte 6.2 Farbmodelle 6.3 Raster-Bilddatenformate Grundbegriffe für Bildspeicherung und -Bearbeitung Bitmap-Formate Verlustfrei
Lossless Codecs. Fachbereich Medieninformatik. Hochschule Harz. Referat. Christian Menschel. Thema: Lossless Codecs
Fachbereich Medieninformatik Hochschule Harz Lossless Codecs Referat Christian Menschel 11487 Abgabe: 15.01.2007 Inhaltsverzeichnis Abkürzungen...I 1 Einleitung...1 2 Entropiekodierung...2 3 MPEG - 4 Audio
Independent 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,
Digitale 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
Kompression. Tim Kilian
Kompression Tim Kilian Seminar Effiziente Programmierung Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg
SCAN-AS-SCAN-CAN I N F O R M I E R T
I N F O R M I E R T SCAN-AS-SCAN-CAN Eine Herausforderung beim Digitalisieren liegt darin, die gescannten Dokumente einer Datenbank oder einem ERP-System zuführen zu können. Hierzu muss der Textinhalt
Grafikformate. Auflösung Farbtiefe Farbmodelle
Farblehre Grafikformate Auflösung Farbtiefe Farbmodelle Grafikformate 1. Auflösung Je höher die Auflösung umso besser das Bild. niedrig mittel hoch 09.03.2007 2 Auflösung 1cm 1cm 1 Pixel pro cm Auflösung
Algorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 206 Dr. Tobias Lasser Computer Aided Medical Procedures Technische Universität München Organisatorisches Weiterer Ablauf: heute und Donnerstag,
Image 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
REINE FORMSACHE REIN IN DEN SCANNER RAUS INS ARCHIV?
White Paper REINE FORMSACHE REIN IN DEN SCANNER RAUS INS ARCHIV? So einfach wäre es. Zumindest in der Was-Frage. Spätestens bei der Wie-Frage wird es komplizierter. Die Selbstverständlichkeit, mit der
Hauptseminar: Digitale Medien und Übertragungstechnik. Videokomprimierung. Teil I. Vortrag: Philipp Correll Betreuer: Deti Fliegl
Hauptseminar: Digitale Medien und Übertragungstechnik Videokomprimierung Teil I Vortrag: Philipp Correll Betreuer: Deti Fliegl Übersicht 1. Grundlagen Standards (PAL, NTSC) 2. Motivation Sehr große Datenmengen