JPEG-Standbildcodierung
|
|
|
- Jakob Kästner
- vor 7 Jahren
- Abrufe
Transkript
1 JPEG-Standbildcodierung Dipl.-Ing. Guido Heising Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 1
2 Gliederung der Vorlesung Einführung JPEG (1992) - Funktionsblöcke - Transformation mittels DCT - Lauflängencodierung - Betriebsmodi Einführung JPEG Anforderungen - Vergleich JPEG versus JPEG Neue Funktionalitäten - Wavelettransformation Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 2
3 ISO Bild- und Videocodierstandards Standard Datei-Extension Medien ISO/JPEG (1992): *.jpg Standbild ISO/JPEG 2000: *.jp2 Standbild ISO/Motion JPEG 2000: *.mj2 Mehrere Standbilder,Video ISO/MPEG 1, 2: *.mpg Video, Audio ISO/MPEG 4: *.mp4 Beliebig geformte Videos, Audio, synthetische 2D + 3D Welten ISO (International Standardization Organisation) Deutschland ist bei der ISO durch das DIN (Deutsches Institut für Normung e.v.) vertreten. Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 3
4 JPEG-Standard (1992) Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 4
5 Transformationscodierung (JPEG, MPEG) digitales Bildsignal Codierer Decodierer rekonstruiertes digitales Bildsignal Transformation Quantisierung Entropiecodierung Entropie- Decodierung Inverse Transformation Nebeninformationen Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 5
6 Basisfunktionen DCT Basisblöcke KLT Basisblöcke (Karhunen-Loeve-Transf.) Transformationsbasis von JPEG und MPEG Optimale Transformationsbasis für das rechts dargestellte Bild (bildabhängig, daher sind die Basisblöcke am Decoder nicht bekannt) Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 6
7 Partielle Codierung Original Rekonstruktion mit Koeffizienten KLT (JPEG) DCT Probleme durch visuelle Artefakte an den Blockgrenzen! Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 7
8 Quantisierungskennlinie xq /2 x Gleichförmige Quantisierung mit Quantisiererstufenhöhe Bsp: Werte 3 /2 < x 5 /2 werden mit x q = 2 rekonstruiert Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 8
9 Entropiecodierung von JPEG (1992) DCT-Koeffizienten eines 8x8 Blocks quantisierte Koeffizienten Zigzag Scan Viele Koeffizienten werden auf den Wert Null quantisiert. Eine Lauflängencodierung überführt die 2D-Anordnung der Koeffizienten mittels Zigzag-Scan in eine 1D-Reihenfolge, wobei der Abstand zwischen Koeffizienten ungleich Null und der Wert des Koeffizienten bei JPEG gemeinsam codiert. Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 9
10 Entropiecodierung von JPEG (1992) Quantisierungsmatrix , Lauflängencodierung (RLC) mit Wertepaaren (Länge,Quantisiererindex) Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 10
11 JPEG (1992) Modi (insgesamt 25 Modi) 2 verbreitete Modi: Baseline Modus Progressiver Modus (Bild kann vom Decoder nach und nach mit besserer Qualität aufgebaut werden) wenig unterstützt: Lossless Modus (DPCM) kein Standard (viele unterschiedliche Implementierungen): Motion JPEG Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 11
12 Codierungsbeispiel (geringe Qualität) 8x8 Pixel Block Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 12
13 Anforderungen an JPEG 2000 (Auswahl) Erhöhte Codiereffizienz bei mittleren und niedrigen Bitraten Wahlweise verlustbehaftete oder verlustfreie Kompression Progressive Übertragung (Qualitäts- bzw. Auflösungsskalierbarkeit) Erhöhter Fehlerschutz Zugriff auf Teilbereiche des Bildes (Region of Interest, ROI) Offene Architektur (Optimierung für bestimmte Bildklassen)... Verfahren: Wavelettransformation + EBCOT Entropiecodierung (Embedded Block Coding with Optimized Truncation, wird hier nicht näher behandelt) Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 13
14 Vergleich JPEG vs. JPEG2000: JPEG (1992) Encoder Einstellungen Quantisierung Vorverarbeitung Decoder Möglichkeiten keine unbekannte Bitrate Bitstrom Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 14
15 Vergleich JPEG vs. JPEG2000: JPEG (2000) Encoder Einstellungen verlustfrei, verlustbehaftet zerlegen in Teilbilder bisherige Parameter von JPEG (1992) Decoder Möglichkeiten Auflösung Qualität Region-of-Interest (ROI) feste Rate Teilkomponenten Bitstrom Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 15
16 JPEG: 0,145 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 16
17 JPEG2000: 0,145 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 17
18 Vergleich JPEG2000 (verlustbehaftet) [1] Bike PSNR /64 1/32 3/64 1/16 1/Kompressionsfaktor JPEG 2000 SPIHT JPEG 1992 [1] M.D.Adams, H.Man, F. Kossentini, T.Ebrahimi, JPEG2000: The Next Generation Still Image Compression Standard Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 18
19 Auflösungsskalierbar 5 Stufen, Hotel 1 Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 19
20 Auflösungsskalierbar 5 Stufen, Hotel 2 Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 20
21 Auflösungsskalierbar 5 Stufen, Hotel 3 Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 21
22 Auflösungsskalierbar 5 Stufen, Hotel 4 Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 22
23 Auflösungsskalierbar 5 Stufen, Hotel 5 Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 23
24 Qualitätsskalierbar mit 6 Raten, bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 24
25 Qualitätsskalierbar mit 6 Raten, 0,125 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 25
26 Qualitätsskalierbar mit 6 Raten, 0,25bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 26
27 Qualitätsskalierbar mit 6 Raten, 0,5 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 27
28 Qualitätsskalierbar mit 6 Raten, 1,0 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 28
29 Qualitätsskalierbar mit 6 Raten, 2,0 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 29
30 Region of Interest (ROI), Kreis, 0,0625 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 30
31 Region of Interest (ROI), Kreis, 0,125 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 31
32 Region of Interest (ROI), Kreis, 0,25 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 32
33 Region of Interest (ROI), Kreis, 0.5 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 33
34 Region of Interest (ROI), Kreis, 1,0 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 34
35 Region of Interest (ROI), Kreis, 2,0 bpp Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 35
36 Flexibilität -> Anwendungsgebiete (Auswahl) Medizin verlustfrei sehr wichtig, Region of Interest (ROI) Digitale Kameras begrenzter Speicherplatz, Ratenkontrolle Archivierung Angepasste Extraktion für spezielle Darstellungsmedium (Bildschirm, Drucker) WWW Dialog (mehr Daten, andere Daten) Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 36
37 Blockdiagramm image image R G B Color transform R G B Inverse color transformn X1 X2 X3 DWT DWT DWT X1 X2 X3 IDWT IDWT IDWT Coder Decoder Storage Media Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 37
38 JPEG Verfahren Bild zerlegen in Teile Bild zerlegen in Wavelettransformation -> Zerlegung in Teilbänder Farbkomponenten Zerlegung in Auflösungsstufen (Gruppen von Waveletkoeffizienten) Magnitude Zerlegung in Zonen Zerlegung in Codeblöcke Zerlegung in Bitebenen (Ermöglicht Erzeugung eines skalierbaren Bitstroms) Codierung in mehreren Pässen mittels Entropiecodierung Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 38
39 Wavelet-Basisfunktionen Wavelet-Basisfunktionen überlappen sich und haben unterschiedliche Größen 5/3 Spline-Wavelet DCT Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 39
40 Lokalisation im Zeit- (Orts-) und Frequenzbereich Sinusschwingung plus Impuls Identitätsbasis Fourier-Basis Gefensterte Fourier-Basis Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 40
41 Wavelets im Zeit- (Orts-) und Frequenzbereich Wavelet- Basis ψ j,k Zeitbereich Frequenzbereich Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 41
42 Wavelettransformation Wavelettransformation mittels Tiefpassfilter H0 liefert tieffrequente Koeffizienten in x- und y-richtung (LL) und Hochpassfilter H1 liefert die hochfrequenten Koeffizienten HH. HL und LH enthalten nur hochfreq. Anteile in x- oder y-richtung H 0(z) 2 c 0 2 G 0(z) f(x) H 1(z) 2 c 1 2 G 1(z) Σ f(x) LL LH HL HH Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 42
43 Wavelet-Analyse und -Synthese 1D-Wavelet-Analyse and Synthese mittels 2-Kanal-Filterkaskadierung Kaskadierung: Mehrmalige Anwendung der gleichen Filter auf das Filterergebnis Filter: Analyse: Tiefpass H 0 and Hochpass H 1 Synthese: Tiefpass G 0 and Hochpass G 1 Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 43
44 2D-Wavelet-Analyse: einstufig Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 44
45 2D-Wavelet-Analyse: zweistufig Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 45
46 2D-Wavelet-Analyse: dreistufig Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 46
47 Wavelettransformation (Beispiel: Lena) Waveletkoeffizienten nach der Quantisierung show decoding example (Zu Null quantisierte Werte sind weiss dargestellt) Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 47
48 Vorteile von Wavelets Keine Blockartefakte durch überlappende Basisfunktionen Bessere Zerlegung der Zeit-Frequenzebene Funktionsweise entspricht in etwa dem menschl. Auge Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 48
49 Auflösungsskalierbarkeit Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 49
50 Qualitätsskalierbarkeit durch Zoomen + Restfehler Zoomen + = Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel, G. Blättermann 50
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
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
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
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)
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
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
JPEG (Fortsetzung) und Einführung in JPEG2000. JPEG Modi. JPEG Sequentiell vs. Progressiv. 1. Stufe: DC ohne LSB (0.
22.5.26 JPEG Modi JPEG (Forsezung) und Einührung in JPEG2 Dr. Delev Marpe Fraunhoer Insiu ür Nachrichenechnik HHI Baseline (Minimale Anorderung an jeden Decoder) 8 bis/sample 8x8 DCT Human-Codierung (opional:
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
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
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
Multimediatechnik / Video
Multimediatechnik / Video Codierung, Datenreduktion Quantisierung, Lauflängencodierung DCT, JPEG http://www.nanocosmos.de/lietz/mtv Inhalt Codierung digitaler Signale Datenreduktion (Kompression) Verlustfrei
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.
Darstellung 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
Datenkompressionsverfahren für mobile Endgeräte
Datenkompressionsverfahren für mobile Endgeräte Dr.-Ing. Michael Thierschmann IfKom-Forum 2002 15. März 2002 Übersicht Firmenprofil Grundlagen der Datenkompression Kompressionsverfahren Kodierungstechniken
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:
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.:
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
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,
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....................
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 Channel Encoding Error-Free Compression Hufmann Coding Runlength
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
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
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)
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
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
Digitale Bilder. Dipl.-Ing. Guido Heising. Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K.
Digitale Bilder Dipl.-Ing. Guido Heising Digitale Videotechnik, SS 02, TFH Berlin, Dipl.-Ing. G. Heising G. Heising, K. Barthel 1 1. Digitalisierung von Video-Signalen Alias-Entstehung im Frequenzband
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
Thema: 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
Image 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
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
WebM / VP 8. Seminar Kompressionsalgorithmen Sommer Juli von Daniel Wolf
WebM / VP 8 Seminar Kompressionsalgorithmen Sommer 2012 von Daniel Wolf 11. Juli 2012 Motivation Keinen akzeptierten freien Video Codec für das Internet Quelle: Cisco Visual Networking Index: Forecast
KTI-Projekt Hochgeschwindigkeitskameras mit integrierter Videokompression
1.5 GPixel/s komprimieren KTI-Projekt Hochgeschwindigkeitskameras mit integrierter Videokompression IMVS: Christoph Stamm IME: Michael Pichler, Dino Zardet, Nils Frey, Marcel Baier in Zahlen und Stichworten
Digitale Wasserzeichen für Videodaten
CISST 23 e-mail: Uwe.Wessely@tu-ilmenau.de Uwe Wessely Digitale Bild- und Videobearbeitung Technische Universität Ilmenau Überblick Grundlagen Was sind digitale Wasserzeichen? Wofür werden Wasserzeichen
5 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
Department of Computer Sciences Selektive Kompression von Iris Bildern und Matching Performance
Department of Computer Sciences Selektive Kompression von Iris Bildern und Matching Performance Christian Prähauser Thomas Starzacher 2 Inhalte Einführung in JPEG2000 JPEG2000 Regions of Interest EyeDROID
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
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,
Bilddatenkompression
Tilo Strutz Bilddatenkompression Grundlagen, Codierung, MPEG, JPEG Mit 134 Abbildungen und 55 Tabellen Herausgegeben von Otto Mildenberger vieweg VII 1 Einführung 1 2 Grundlagen der Datenkompression 5
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,
Digital Signal Processing
- for Master Study by TFH Bochum - Analog Signal I OO O I I I O O O Digital Signal Seite 1 Zielsetzung der Signalverarbeitung Analyse: H(t), H(f) Modellieren y(t) {} Physikalische Größe und Prozesse Synthese
Kompressionsverfahren- 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...
Analyse 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
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,
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
Nichtlineare Quantisierung
Nichtlineare Quantisierung Die einfachste Form der Codierung besteht in einer nichtlinearen Quantisierung der Abtastwerte, um die wesentlich häufiger auftretenden kleinen Amplitudenwerte mit einer höheren
Verlustbehaftete 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)
Das Ziel einer Transformationscodierung ist, die Korrelation zwischen den Pixeln zu
4. Methoden zur Bildcodierung der JPEG-Standard Das Ziel einer Transformationscodierung ist, die Korrelation zwischen den Pixeln zu reduzieren. Man transformiert und dhat mit den transformierten Entwicklungskoeffizienten
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
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
FKTG Regionalveranstaltung Ilmenau. Datenratenreduktion. Rolf Hedtke Matthias Schnöll Fachhochschule Wiesbaden University of Applied Sciences
FKTG Regionalveranstaltung Ilmenau Datenratenreduktion für HDTV Rolf Hedtke Matthias Schnöll Fachhochschule Wiesbaden University of Applied Sciences Fachbereich Ingeneurwissenschaften Studienbereich Fernsehtechnik
, Franz J. Hauck, Verteilte Systeme, Univ. Ulm, [2006w-MMK-D-VoD.fm, ]
![, Franz J. Hauck, Verteilte Systeme, Univ. Ulm, [2006w-MMK-D-VoD.fm, ]](/thumbs/79/78919616.jpg ", 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
Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 6-32
6. Ton und Klang 6.1 Ton: Physikalische und physiologische Aspekte 6.2 Kompression von Audio-Signalen: MPEG-Audio 6.3 Audio-Datenformate: Übersicht 6.4 Klangerzeugung und MIDI Ludwig-Maximilians-Universität
Datenkompression: Teilbandcodierung. H. Fernau
Datenkompression: Teilbandcodierung email: fernau@uni-trier.de WiSe 2008/09 Universität Trier 1 Teilbandcodierung Eine Überleitung Beobachte Beispielfolge {x n }: 10 14 10 12 14 8 14 12 10 8 10 12 Anwenden
Kompressionsverfahren
Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Verlustlose Kompressionsalgorithmen RLC Huffman Adaptive Huffman Kodierung Arithmetische
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
11. Weitere Bild- und Bewegtbildformate
11. Weitere Bild- und Bewegtbildformate 11.1! Stufenweise Anzeige: Progressives und hierarchisches JPEG! 11.2! Verlustfreie prädiktive Bildkompression: JPEG-LS! 11.3! Wavelet-basierte Bildkompression:
Multimediale Werkzeuge, Audio: Formate, Tools
Multimediale Werkzeuge, Audio: Formate, Tools Sound/Audio Objekte Formate, Beispiele: Mp3 (Kurz für MPEG1/2 Layer 3) PCM (Pulse Code Modulation, zb Wave Datei), übliche Formate: CD: 44100 Hz Abtastrate,
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.:
Invertierung, 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
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
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
Kleine Formelsammlung zu Multimediakommunikation
Kleine Formelsammlung zu Multimediakommunikation Florian Franzmann 21. Juli 2005 Inhaltsverzeichnis 1 Grundlagen 2 1.1 Ergodizität................................... 2 2 Optik 3 2.1 Weber sches Gesetz...............................
JPEG2000. Gereon Schüller. Email:X@Y mit X= schuelle Y= cs.uni-bonn.de. 13. Dezember 2005. Seminar Datenkompression
JPEG2000 Seminar Datenkompression Universität Bonn, WS 2005/2006 Prof. Dr. N. Blum, Matthias Kretschmer Gereon Schüller Email:X@Y mit X= schuelle Y= cs.uni-bonn.de 13. Dezember 2005 1 1 Probleme von JPEG
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
Videocodierstandards der ITU-T
T. WIEGAND Videocodierstandards der ITU-T Die ITU-T hat seit Anfang der 8er Jahre eine Reihe von sehr erfolgreichen Standards für die Videocodierung geschaffen. Die Vielzahl dieser Standards wird in diesem
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...
Proseminar Datenkompression
Proseminar Datenkompression Soundkompression Michael Grünert Markus Rickert Übersicht Fähigkeiten von MPEG Digitalisierung / Sampling Das Psychoakustische Modell Hörschwelle Simultane Maskierung Zeitliche
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,
Statistische Kenngrößen. Histogramm. Grundlagen zur statistischen Signalverarbeitung. Statistische Beschreibung von Audio
8.3.6 Statistische Kenngrößen Grundlagen zur statistischen Signalverarbeitung Dr. Detlev Marpe Fraunhofer Institut für achrichtentechnik HHI Histogramm Wahrscheinlichkeitsdichteverteilung Mittelwert µ
Bildverarbeitung Herbstsemester. Wavelet-Transformation
Bildverarbeitung Herbstsemester Herbstsemester Wavelet-Transformation Inhalt Probleme der Fourier-Analysis Übergang zur Wavelet-Transformation Kontinuierliche Wavelet-Transformation (CWT) Diskrete Wavelet-Transformation
Multimediatechnik / Video
Multimediatechnik / Video Codec-Standards DV, MPEG, H264 http://www.nanocosmos.de/lietz/mtv 1 Codec-Standards und Videoformate Industrie-Standards zur Videocodierung ISO/IEC/DIN: MPEG, H264 Firmenstandards:
Digitales 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
Qualitätssicherung visueller Medien in Videokonferenzen
Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) Qualitätssicherung visueller Medien in Videokonferenzen Auflösung, Farb-Tiefe, Weiss-Balance, Quantisierung, Re-Sampling, Transcoding, Pre-/Post-Processing,
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
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
Filtern, 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
Ziel: Minimalität der Feature-Werte Ausnutzung Kompaktheit im Frequenzbereich Kompaktheit:
Anwendung DFT zur Feature-Aufbereitung Ziel: Minimalität der Feature-Werte Ausnutzung Kompaktheit im Frequenzbereich Kompaktheit: Funktion häufig durch wenige, niedrige Frequenzkoeffizienten approximierbar,
Datenkompression. Motivation Datenmengen
Motivation Übersicht, Informationstheorie, Modellierung Verlustfreie : Huffman-Codierung, Arithmetische Codierung,... Verlustbehaftete : Fourier-Analyse, JPEG, MPEG,... Datenorganisation 6 Seite Motivation
Audio- und Videodatenströme im Internet
Audio- und Videodatenströme im Internet Jürgen Quittek Institut für Informatik Freie Universität Berlin C&C Research Laboratories NEC Europe Ltd., Berlin Vorlesung Rechnernetze Institut für Informatik
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
Video-Encoding für die Flash Plattform. Florian Plag November 2009
Video-Encoding für die Flash Plattform Florian Plag November 2009 www.video-flash.de Florian Plag www.video-flash.de www.florian-plag.de Encoding für das Web Encoding Original-Video Web-Video Intro Intro
Arne Heyda, Marc Briede, Ulrich Schmidt: Datenformate im Medienbereich, Fachbuchverlag Leipzig 2003, Kapitel 5
5. Ton und Klang 5.1 Ton: Physikalische und physiologische Aspekte 5.2 Kompression von Audio-Signalen: MPEG-Audio 5.3 Audio-Datenformate: Übersicht 5.4 Klangerzeugung und MIDI Weiterführende Literatur:
BENUTZERANLEITUNG Adobe Media Encoder
BENUTZERANLEITUNG Adobe Media Encoder 1 Übersicht SurCode for Dolby Digital konvertiert Ihre 5.1 Surround-Sounddateien in das Dolby Digital-Format (auch AC-3 genannt) innerhalb von Adobe Premiere Pro.
Adaption von Videos. Übersicht. Adaption von Videos
Mobile Business Seminar Adaption von Videos Universität Mannheim Lehrstuhl für Praktische Informatik IV Wintersemester 05/06 Ralf Diem rdiem@rumms.uni-mannheim.de Übersicht Adaption von Videos Universal
Kap. 7: Wavelets. 2. Diskrete Wavelet-Transformation (DWT) 4. JPEG2000. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1
Kap. 7: Wavelets. Die kontinuierliche Wavelet-Transformation (WT). Diskrete Wavelet-Transformation (DWT) 3. Sh Schnelle Wavelet-Transformation ltt ti (FWT) 4. JPEG000 H. Burkhardt, Institut für Informatik,
Seminararbeit. Wavelet-basierte Bilddatenkompression. Fachbereich Elektrotechnik und Informatik. Christian Hahn Fachhochschule Coburg, 2007
Fachbereich Elektrotechnik und Informatik Seminararbeit Wavelet-basierte Bilddatenkompression Verfasser: Fach: Betreuer: Christian Hahn Informatik-Seminar Professor Engel Wavelet-basierte Bilddatenkompression
Kompression. Tim Kilian
Kompression Tim Kilian Seminar Effiziente Programmierung Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg
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
Aspekte bei der Speicherung von digitalen Filmen
Film digital Aspekte langfristiger Informationssicherung Aspekte bei der Speicherung von digitalen Filmen Matthias Fachhochschule Wiesbaden University of Applied Sciences Fachbereich Ingenieurwissenschaften
Bildanalyse und neue Workflows für eine verbesserte Bildqualität bei der Distribution
Bildanalyse und neue Workflows für eine verbesserte Bildqualität bei der Distribution dirk hildebrandt wavelet beam 21 April 2015 FKTG Regionalgruppe Rhein-Main AGENDA: > Rauschanteile und Bildqualität
Zusatzaufgabe 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
Nichtlineare Quantisierung
Nichtlineare Quantisierung Die einfachste Form der Codierung besteht in einer nichtlinearen Quantisierung der Abtastwerte, um die wesentlich häufiger auftretenden kleinen Amplitudenwerte mit einer höheren
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
43 Fourierreihen Motivation Fourierbasis
43 Fourierreihen 43. Motivation Ähnlich wie eine Taylorreihe (vgl. MfI, Kap. 2) eine Funktion durch ein Polynom approximiert, wollen wir eine Funktion durch ein trigonometrisches Polynom annähern. Hierzu
Übung 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
Adaptive Datenkompression Datenkompression II für Informatik-Student der Johann Wolfgang Goethe-Universität
Adaptive II für Informatik-Student der Johann Wolfgang Goethe-Universität Frankfurt am Main I OO O I I I O O O 2001-2005 by, Bielefeld Seite 1 Überblick Digitale Signal Quantisierung herstellen Abtasttheorem
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.