Basisinformationstechnologie II
|
|
|
- Frauke Waltraud Winkler
- vor 8 Jahren
- Abrufe
Transkript
1 Basisinformationstechnologie II Sommersemester Mai 2015 Algorithmen der Bildverarbeitung I: Kompression Universität zu Köln. Historisch-Kulturwissenschaftliche Informationsverarbeitung Dr. Jan G. Wieners //
2 Themenüberblick Grundbegriffe: Farbmischung: Additiv, Subtraktiv Raster- vs. Vektorgrafik Pixel Auflösung Farbtiefe Kompressionsverfahren Nicht verlustbehaftet Run Length Encoding (RLE) Wörterbuch-Algorithmen, z.b. Lempel-Ziv-Welsh (LZW) Verlustbehaftet
3
4
5 Faktoren der Farbentstehung
6 Additive Farbmischung Mischung (Addition) von Licht Beispiel Taschenlampe: Leuchten mehrere Taschenlampen auf dieselbe Stelle, wird jene Stelle heller beleuchtet, als würde sie nur von einer Taschenlampe angestrahlt. Werden rote und grüne Filter vor die Taschenlampe gesetzt, addiert sich das Licht.
7
8 Subtraktive Farbmischung Z.B.: Mischung von Farbpigmenten Malen mit Deckfarbkasten
9
10 HSV: Farbwinkel, Sättigung, Hellwert bzw. absolute Helligkeit (B), Brightness L*a*b*: Menschl. Wahrnehmung RGB: Wenn jede der drei Primärfarben mit einer Auflösung von 256 Werten dargestellt werden kann, dann erhalten wir 256³ = 16,7 Mio. verschiedene Farbtöne.
11 RasterGrafiktypen: vs. Vektorgrafik Raster- vs. Vektorgrafik
12 RasterGrafiktypen: vs. Vektorgrafik Raster- vs. Vektorgrafik
13 RasterGrafiktypen: vs. Vektorgrafik Raster- vs. Vektorgrafik Quantisierung: 8 Bit RGB rgb(120, 70, 63)
14
15 Auflösung Gesamtzahl der Bildpunkte eines Bildes, z.b. 2592px * 1936px = ~ 5 Mio. Pixel 2592 Pixel 1936 Pixel
16 Kompression
17
18
19 Ansätze zur Datenkompression RLE Run Length Encoding (Lauflängenkodierung) Wörterbuchbasierte Kompressionsmethoden Lempel-Ziv-Welch (LZW) Statistische Kompressionsmethoden Huffman-Algorithmus
20 Lauflängenkodierung
21 Neulich beim Obsthändler Ich hätte gerne Eine Kiwi Eine Birne Eine Birne Eine Birne Einen Apfel Einen Apfel Einen Apfel Einen Apfel Einen Apfel Eine Pampelmuse Eine Pampelmuse Eine Zitrone Eine Limette Eine Limette
22 Neulich beim Obsthändler Ich hätte gerne Eine Kiwi Drei Birnen Fünf Äpfel Zwei Pampelmusen Eine Zitrone Zwei Limetten
23 Neulich beim Obsthändler Ich hätte gerne Eine Kiwi Drei Birnen Fünf Äpfel Zwei Pampelmusen Eine Zitrone Zwei Limetten Lauflängencodierung / Run-Length-Encoding (RLE): (1 Kiwi) (3 Birnen) (5 Äpfel) (2 Pampelmusen) (1 Zitrone) (2 Limetten)
24 rot := rgb(255, 0, 0) grün := rgb(0, 255, 0) blau := rgb(0, 0, 255)
25 rot, rot, grün, grün, grün, grün, grün, rot, rot rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, rot, rot, blau, rot, blau, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot [ ]
26 Komprimiert mit RLE: (2 rot) (5 grün) (2 rot) (1 rot) (1 grün) (5 rot) (1 grün) (1 rot) (1 rot) (1 grün) (5 rot) (1 grün) (1 rot) (3 rot) (1 blau) (1 rot) (1 blau) (3 rot) (9 rot) [ ]
27 Lauflängenkodierung: RLE RLE - Lauflängenkodierung Verlustfrei nutzt lange Folgen sich wiederholender Zeichen oder Zeichenketten ( Läufe / runs ) aus: AAAA BBB CCCC D EEEEE 4A 3B 4C 1D 5E 1m 1i 2s 1i 2s 1i 2p 1i? Funktioniert also am besten bei homogenen Eingabedaten
28 Wörterbuchbasierte Verfahren
29 LZW (Lempel-Ziv-Welch) 1978 von A. Lempel und J. Ziv entwickelt, 1984 von T. A. Welch verfeinert Verlustfrei Versucht, den zu komprimierenden Zeichenstrom in Teilstrings zu zerlegen und diese in einem Wörterbuch zu speichern Zeichenkette: Hello World Hello Tabelle: 0: Hello 1: World Codefolge: 0 1 0
30 LZW (Lempel-Ziv-Welch) Unterschiedliche Algorithmen: LZSS (Lempel-Ziv-Storer-Szymanski (gzip, ZIP und andere)) LZW (Lempel-Ziv-Welch) LZC (Lempel-Ziv Compress) LZMW (Unix Compress, GIF) Vgl.: Patente auf LZW (1980er+), darum GIF problematisch
31 LZW Ein Beispiel vgl.
32
33
34
35
36
37
38
39
40
41
42 LZW - Decodierung
43
44
45
46
47
48
49
50
51
52
53 Statistische Kompressionsverfahren
54 Huffman Kodierung 1952 von David A. Huffman ( ) vorgestellt Verlustfrei Kompression über Binärbaum Huffman-Algorithmus verfolgt das Ziel, weniger häufigen Symbolen längere Codewörter zuzuweisen Nachruf:
55 Erinnerung: Binärbäume Ein Binärbaum ist definiert als ein Baum, dessen Knoten über maximal zwei Kindknoten verfügen dürfen:
56 rot, rot, grün, grün, grün, grün, grün, rot, rot rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, grün, rot, rot, rot, rot, rot, grün, rot, rot, rot, rot, blau, rot, blau, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot, rot rot, blau, rot, rot, rot, rot, rot, blau, rot, rot, rot, blau, rot, rot, rot, blau, rot, rot rot, rot, rot, blau, blau, blau, rot, rot, rot v rrgggggrrrgrrrrrgrrgrrrrrgrrrrbrbrrrrrrrrrrrrrrrrrrrrrrbr rrrrbrrrbrrrbrrrrrbbbrrr
57 rgrrrrrgrrrrbrbrrrrrrrrrrrr
58
59
60
61
62 Codegenerierung nach folgender Logik: Start beim Wurzelknoten An jedem Knoten (einschl. Wurzelkn.): Links abbiegen: 0 notieren Rechts abbiegen: 1 notieren Beispiel g : Vom Wurzelknoten aus rechten Kindknoten besucht (1 notiert); anschließend linken Kindknoten besucht (0 notiert) g := 10
63 Noch ein Beispiel
64
65
66
67
68
69
70
71
72
73
74
75 e :=? m :=? l :=? a :=?
76
77 Übung Komprimieren Sie die Zeichenkette bananarama (ohne Anführungszeichen) unter Verwendung des Huffman-Algorithmus.
78
79
80
81
82
83 /
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
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,
2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Verlustfreie universelle Kompression 2.3 Digitalisierung, Digitale Medien Ludwig-Maximilians-Universität München, Medieninformatik,
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,
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
Ziv-Lempel-Kompression von André Lichei
Ziv-Lempel-Kompression von André Lichei Einführung: Die wichtigsten Ansprüche,die an einen Komprimierungs-Algorithmus gestellt werden, sind: - eine hohe Komprimierungsrate - für alle Typen von Daten (
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
Datenkompression. Theorie
Datenkompression Theorie Einleitung Übersicht Wie lassen sich beliebige Daten verdichtet (komprimiert) darstellen? verlustfreie Kompression: Programme Texte verlustbehaftete Kompression: Audio Video Kompressionsfaktor:
Datenbanken und Informationssysteme. Bildbearbeitung. DI (FH) Levent Öztürk
Datenbanken und Informationssysteme DBI2 Bildbearbeitung DI (FH) Levent Öztürk Inhalt GIMP Vektorgrafik, Pixelgrafik Pixel, Punkt und co. Dpi, ppi Komprimierung Grafikformate BMP JPG GIF PNG TIFF Übungen
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
Datenbanken und Informationssysteme. Bildbearbeitung. DI (FH) Levent Öztürk
Datenbanken und Informationssysteme DBI2 Bildbearbeitung DI (FH) Levent Öztürk Inhalt GIMP Vektorgrafik, Pixelgrafik Pixel, Punkt und co. Dpi, ppi Komprimierung Grafikformate BMP JPG GIF PNG TIFF Übungen
Kompressionsverfahren
Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Verlustlose Kompressionsalgorithmen RLC Huffman Adaptive Huffman Kodierung Arithmetische
Textkompression. Komprimierung von Daten. Runlength Komprimierung (2) Runlength Komprimierung (1) Herkömmliche Kodierung. Runlength Komprimierung (3)
Komprimierung von Daten Textkompression Effiziente Algorithmen VU 2.0 WS 2008/09 Bin Hu Ziel: Platz und Zeit sparen Kompression durch - Effiziente Kodierung - Verminderung der Redundanzen (verlustfrei)
1 / 33. P.F. Stadler & S. Will (Bioinf, Uni LE) ADS 2, V5 07. Mai / 33
P.F. Stadler & S. Will (Bioinf, Uni LE) ADS 2, V5 07. Mai 204 7 / 33 P.F. Stadler & S. Will (Bioinf, Uni LE) ADS 2, V5 07. Mai 204 8 / 33 ADS: Algorithmen und Datenstrukturen 2 Teil 5 Prof. Peter F. Stadler
Grundlagen digitaler Bildbearbeitung
Grundlagen digitaler Bildbearbeitung Folie 2 Inhaltsübersicht Bitmaps und Vektorgrafiken Grafikformate Farbräume und Farbmodelle Farbmodus (Farbtiefe) Bildauflösung Webfarben Folie 3 Bitmaps und Vektorgrafiken
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 Programm 11 Datenkompression Einführung Grundlagen
Eigenschaften von Kompressionsverfahren
6 Textkompression Eigenschaften von Kompressionsverfahren Das Ziel der Datenkompression ist es, eine gegebene Information (Datenquelle) auf eine kompaktere Weise zu repräsentieren. Dies geschieht, indem
Ajdovic/Mühl Farbmodelle FARBMODELLE
FARBMODELLE Grundlagen: Gegenstände, die von einer Lichtquelle beleuchtet werden, reflektieren und absorbieren jeweils einen Teil des Lichts. Dabei wird das von den Gegenständen reflektierte Licht vom
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
BILDBEARBEITUNG IM UNTERRICHT
BILDBEARBEITUNG IM UNTERRICHT Grundlagen Farbtiefe Farbmodelle CYMK, RGB Patrick Meier, Wilmatt 2, 637 Root, msib.ch GRUNDLAGEN PHOTOSHOP Ein zentraler Begriff bei Pixelgrafiken ist die Bildauflösung.
Graphische Datenverarbeitung
Graphische Datenverarbeitung Bildkompression & Dateiformate Prof. Dr. Elke Hergenröther Gründe für eine Kompression Unkomprimierte Rasterbilder benötigen: viel Speicherplatz hohe Bandbreite zur Übertragung
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
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,
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
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
Huffman-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
Seminar. Codierungstheorie
Seminar Codierungstheorie Lempel-Ziv-Verfahren Informatik Sommersemester 25 Tim Schweisgut, Juni 25 Inhalt INHALT... 2 WÖRTERBUCHMETHODEN... 3 Statische Wörterbuchmethoden... 3 Beispiel:... 3 Bemerkung:...
Kompression. Tim Kilian
Kompression Tim Kilian Seminar Effiziente Programmierung Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg
2. Repräsentation und Codierung von Daten. Klassen von Codierverfahren
2. Repräsentation und Codierung von Daten Klassen von Codierverfahren SS 2009 Multimediale Informationsverarbeitung: Repräsentation und Codierung 1 Klassen von Codierverfahren SS 2009 Multimediale Informationsverarbeitung:
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
Farb-Fernsehsignal (Composite FBAS)
Farb-Fernsehsignal (Composite FBAS) Quelle: Ze-Nian Li : Script Multimedia Systems, Simon Fraser University, Canada VIDEO- Digitalisierung Gemeinsame Kodierung FBAS Farbbild- Austast- und Synchronsignal
Kodierungsalgorithmen
Kodierungsalgorithmen Komprimierung Verschlüsselung Komprimierung Zielsetzung: Reduktion der Speicherkapazität Schnellere Übertragung Prinzipien: Wiederholungen in den Eingabedaten kompakter speichern
Digitale 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
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
Algorithmen und Datenstrukturen 2-3. Seminar -
Algorithmen und Datenstrukturen 2-3. Seminar - Dominic Rose Bioinformatics Group, University of Leipzig Sommersemster 2010 Outline 3. Übungsserie: 3 Aufgaben, insgesamt 30 Punkte A7 Huffmann-Codierung
Datenbanken: Datenkompression. Dr. Matthias Uflacker, Stefan Klauck 2. Mai 2018
Datenbanken: Datenkompression Dr. Matthias Uflacker, Stefan Klauck 2. Mai 2018 Vorlesungsinhalte/-aufbau Phase 1 Einführung zu Unternehmensanwendungen (2 Vorlesungen) Grundlagen von spaltenorientierten
2. Digitale Codierung und Übertragung
2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Verlustfreie universelle Kompression 2.3 Digitalisierung, Digitale Medien Weiterführende Literatur zum Thema Informationstheorie:
Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind.
1 2 Im ersten Schritt werden wir uns mit dem Begriff und der Definition der Information beschäftigen. Ferner werden die notwendigen math. Grundlagen zur Quellencodierung gelegt. Behandelt werden Huffman,
Effiziente Algorithmen und Komplexitätstheorie
1 Effiziente Algorithmen und Komplexitätstheorie Vorlesung Thomas Jansen 22.06.2006 2 Ein anderer Ansatz Beobachtung in Dokumenten eines Typs wiederkehrende Muster Idee Muster in Wörterbuch speichern,
Kompression: Lempel/Ziv-Algorithmen
Unversität Koblenz-Landau Abteilung Koblenz Fachbereich Informatik Dipl.-Inf. Jörg Müller Proseminar WS 2000/2001 Algorithmen Kompression: Lempel/Ziv-Algorithmen 9. Januar 2001 Tobias Koch
Klausur Digitale Medien
Klausur Digitale Medien Sommersemester 2003 LMU München LFE Medieninformatik Prof. H. Hußmann Dauer: 90 Minuten Auf jedes Blatt sind Name und Matrikelnummer einzutragen! Blätter ohne Namen oder ohne Matrikelnummer
Multimediatechnik / Video
Multimediatechnik / Video Codierung, Datenreduktion Quantisierung, Lauflängencodierung DCT, JPEG http://www.nanocosmos.de/lietz/mtv Inhalt Codierung digitaler Signale Datenreduktion (Kompression) Verlustfrei
LZxx Kompressionsverfahren. und. Anwendungsmöglichkeiten
LZxx Kompressionsverfahren und Anwendungsmöglichkeiten 1 Vorschau 1. LZxx-Verfahren und Beispiele 2. Pressestimmen 3. Entropie 4. Anwendungen 4.1.Spracherkennung 4.2.Autorenidentifikation 4.3.Sprachklassifizierung
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
Kapitel 2 Quellencodierung
Kapitel 2 Quellencodierung Prof. Dr. Dirk W. Hoffmann Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik Übersicht Quelle Senke Kompression Huffman-, Arithmetische-, Lempel-Ziv
1 Kompressionsarten Verlustfreie Kompression Verlustbehaftete Kompression... 3
Inhaltsverzeichnis 1 Kompressionsarten 3 1.1 Verlustfreie Kompression......................... 3 1.2 Verlustbehaftete Kompression...................... 3 2 Mathematische Modelle 4 2.1 Grundlagen................................
Informatik der digitalen Medien
Informatik der digitalen Medien Ergänzungs-Studienangebot der Mediendidaktik für Lehramtstudenten Dr. Harald Sack Institut für Informatik FSU Jena Sommersemester 2007 http://www.informatik.uni-jena.de/~sack/ss07/infod.htm
Kodierung und Komprimierung von Bilddaten
Kodierung und Komprimierung von Bilddaten Seminarvortrag von Dennis Heimann Seminar: Neue Technologien in Internet und WWW Seminarleiter: Dr. rer. nat. H. Sack Wintersemester 2003/2004 Institut für Informatik
Verlustfreie Kompression
Verlustfreie Kompression Tim Rolff Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg 8. Juni 2016 Tim Rolff
Digitale Medien. Übung
Digitale Medien Übung Übungsbetrieb Informationen zu den Übungen: http://www.medien.ifi.lmu.de/dm http://www.die-informatiker.net Zwei Stunden pro Woche Praktische Anwendungen des theoretischen Vorlesungsstoffs
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
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!
Übung zu Einführung in die Informatik # 14
Übung zu Einführung in die Informatik # 14 Tobias Schill [email protected] 12. Februar 2016 Aktualisiert am 12. Februar 2016 um 11:13 Erstklausur: Mi, 24.02.2016 von 10-12Uhr Antworten von
Digitalisierung. 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
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
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.
Bildschirmauflösungen im Vergleich (verkleinert!)
Bildschirmauflösungen im Vergleich (verkleinert!) nun zur Farbtheorie... Die Farbräume RGB CMYK Rot, Grün, Blau addieren sich zu weißem Licht - Additive Lichtmischung Cyan, Magenta, Yellow verschlucken
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
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
1.2.1 Analoges Speichern auf Vinyl Erläutern Sie die prinzipielle Funktionsweise von Langspielplatten bzw. Plattenspielern.
1 Digitalisierung https://de.wikipedia.org/wiki/digitalisierung 1.1 Was versteht man unter Digitalisierung 1.2 Digital vs. Analog 1.2.1 Analoges Speichern auf Vinyl Erläutern Sie die prinzipielle Funktionsweise
Kompression.pdf h. völz /17
Kompression.pdf h. völz 23.5.02 1/17 Lauflängen-Codierung CCCCCCAABBBBAAAAEE _ 6C2A4B4A2E Pixel- und Zähl-Byte unterscheiden Pointer-Verfahren ABRABRIKADABRA Ab 4. Buchstaben ABR _ Verweis . total
Kompression. Tim Kilian
Kompression Tim Kilian Seminar Effiziente Programmierung Arbeitsbereich Wissenschaftliches Rechnen Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg
Bilder im Zusammenhang mit Geoinformatik sind u.a.: Luftbilder, Satellitenbilder Synthetische Bilder (z.b. digitale Oberflächenmodelle)
Grundlagen der digitalen Bildverarbeitung Bilder im Zusammenhang mit Geoinformatik sind u.a.: Luftbilder, Satellitenbilder Synthetische Bilder (z.b. digitale Oberflächenmodelle)... dagegen weniger Fotos
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
Datenkompression. 1. Einleitung. Einfache Techniken. RLE (Text/Bild) Move-to-Front Coding. 1.1 Einteilung der Verfahren.
Grundlegende Techniken 1. Einleitung Einfache Techniken Was versteht man unter Kompression? Einteilung der Kompressionsverfahren RLE (Text/Bild) Move-to-Front Coding Michael Muth 1999 Michael Muth Folie
Grundlagen der Informationstheorie. Hanna Rademaker und Fynn Feldpausch
Grundlagen der Informationstheorie Hanna Rademaker und Fynn Feldpausch . Thema Informationstheorie geht zurück auf Claude Shannon The Mathematical Theory of Communication beschäftigt sich mit Information
Farbe. Licht Farbmodelle Farbsysteme
Farbe Licht Farbmodelle Farbsysteme Übungsblatt 5 http://www.uni-koblenz.de/~ugotit Organisatorisches Übung am 13.07. fällt aus. Neuer Termin 06.07. Übung am 06.07. ist damit auch letzte Übung vor der
