Kompression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Folie 2

Größe: px
Ab Seite anzeigen:

Download "Kompression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Folie 2"

Transkript

1 Kompression Kompression Encoder Decoder Beseitigung der unnötigen Daten... Redundanz Folie 2 1

2 Inhalte Redundanz Channel Encoding Loss-less Compression Hufmann Coding Runlength Coding Lossy Compression Transform Coding Folie 3 Redundanz Daten <=> Information Kompressionsrate= n 1 /n 2 n 1, n 2 Anzahl der Info-Träger Relative Redundanz R D =1-(1/C R ) n 1 =n 2 R D =0, n 2 <<n 1 : R D => 1 Redundanz: coding, interpixel, psychovisulal Folie 4 2

3 Coding-Redundanz r p( r ) Code 1 l ( r ) Code 2 l ( r ) 1 0, , , , , , , , L = l r) p( r) r ( L=2,7bit Folie 5 Interpixel-Redundanz Threshold Run-length 1024x343 ~ runs/ 11 bit C R =2.63 Folie 6 3

4 Psychovisuelle Redundanz (a) 256, (b) 16 gleichverteilt, (c ) 16 quantisiert Graustufen Folie 7 Literatur comp.compression FAQ (part2) University of Western Australia algorithms course nimum-redundancy-codes.pdf Folie 8 4

5 Entropie Zusammenhang zwischen der Wahrscheinlichkeit eines Ereignisses und der Information die dadurch übermittelt wird Selbstinformation eines Ereignisses stets gleichbleibendes Ereignis p(e)=1 Information Null sinkende Wahrscheinlichkeit steigende Information funktioneller Zusammenhang 1 I( E) = log = log( p( E)) p( E) durchschnittliche Selbstinfo = Entropie H = J j= 1 p( E )log( p( j E j )) Folie 9 Huffman: Source Reduction Häufigkeit der Quellsymbole wird ermittelt zwei Symbole mit niedrigster Wahrscheinlichkeit werde zusammengefaßt Reduktion auf zwei Gruppen Folie 10 5

6 Huffman: Codierung Oberstes Level: Zuweisung der Symbole 0,1 Aufspaltung der zusammengesetzen Gruppe Resulierender Code: eindeutig, instant, minimale Redundanz (optimal) Folie 11 Decodierung Baum wird von oben nach unten durchlaufen dekodiertes Symbol am Ende eines Zweiges Symbole eindeutig Codelänge unterschiedlich für Symbole Folie 12 6

7 Run-length Coding zeilenweise Verarbeitung des Bildes Run: aufeinanderfolgende Pixel mit gleichem Wert zwei Zahlen zur Codierung eines Runs (Grauwert, Anzahl) optimale Kompression für binäre Bilder binär: abwechselnde runs mit weißer und schwarzer Pixel Codierung einer Zeile: Farbe des ersten Zeichens, Länge der abwechselnden runs Konvention: Zeilenstart mit weißem run Fax-Übermittlung Folie 13 Modifikation für Grauwertbilder: Bitplane Coding Bits 7-4 Bits 3-0 Folie 14 7

8 Bitplane Decomposition & Coding Decomposition eines Grauwertes mit m-bit/pixel a m 1 m 2 0 m 12 + am a0 2 Codierung mit exklusiv oder (XOR), g i neuer Code g m 1 = a g = a i i m 1 a i+ 1 zb. 127={ } a ={ } g Folie 15 Transformations Coding Grundlage EinBildkannalternativalsÜberlagerung von Grundschwingungen mit steigender Frequenz verstanden werden Die Stärke der jeweiligen Grundschwingung wird durch die Amplitude gekennzeichnet Die Amplituden aller Schwingungen bezeichen die Koeffizienten der Transformation Diskrete Cosinustransformation (DCT): Grundschwingungen sind Cosinus- Schwingungen Folie 16 8

9 Beispiel: DCT 1 Koeffizient Folie 17 Beispiel: DCT 3 Koeffizienten Folie 18 9

10 JPEG-Verfahren Folie 19 Farbtransformation RGB -> YUV ->YCbCr Cb Abweichung Blau-Gelb Cr Abweichung Rot-Cyan Komponenten in YUV geringer korreliert Farbebenen werden getrennt komprimiert Folie 20 10

11 Down-Sampling Farbkomponente wird komprimiert Luninanz-Signal bleibt erhalten 4:2:0-Abtastung PAL-DV Standard z.b. 2x2 Block: Original 4x3=12 Werte komprimiert: 4+2=6 Werte = 50% reduziert Folie 21 Down-sampling Schemata Folie 22 11

12 Transformation Bildung von 8x8 Blöcken Diskrete Cosinustransformation Basis-Funktionen Folie 23 Quantisierung Gewichtung eines jeden Koeffizieneten der DCT G( u, v) G'( u, v) = round q( u, v) Quantisierungs-Tabelle q eine Tabelle pro Farbebene für jeden Koeffizienten eine Qualitätswert niedrige Werte -> geringer Verlust Folie 24 12

13 Quantisierungstabelle Beispiel: Folie 25 Codierung Umordnen der 8x8 Maske zu einem linearen Array: Zigg-Zagg-Ordering: Durch starke Quantisierung der hohen Frequenzen, entstehen lange Nullfolgen Huffman coding Runlength Coding Folie 26 13

14 Zusammenfassung: Farbtransformation Downsampling Diskrete Cosinus-Transformation Quantisierung Codierung Rot markierte Schritte komprimieren Daten Folie 27 14

Image Compression. Vorlesung FH-Hagenberg DSB

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

Mehr

Image Compression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Vorlesung FH-Hagenberg SEM. Backfrieder-Hagenberg. Backfrieder-Hagenberg

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

Mehr

Image Compression. Kompression. Beseitigung der unnötigen Daten... Redundanz. Vorlesung FH-Hagenberg SEM. Backfrieder-Hagenberg. Backfrieder-Hagenberg

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

Mehr

JPEG Kompression technische Realisierung

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

Mehr

Bildkompression InTh, 2005, JPEG, Hak, Rur, 1

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,

Mehr

Algorithmen und Datenstrukturen (für ET/IT)

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,

Mehr

1 Einführung. Bildformate Analyse der LSB-Ersetzung Weitere steganographische Algorithmen. Syndromkodierung in der Steganographie

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

Mehr

Multimediatechnik / Video

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)

Mehr

Algorithmen und Datenstrukturen (für ET/IT)

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,

Mehr

Kapitel 7: Optimalcodierung und Huffman Coding

Kapitel 7: Optimalcodierung und Huffman Coding Kapitel 7: codierung und Huffman Coding Ziele des Kapitels Auftreten von Fehlern bei zu starker Kompression Konstruktion optimaler Codes Huffman Coding 2 Bisher Theorem (Shannon I): Die mittlere Codewortlänge

Mehr

Kompressionsverfahren

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

Mehr

Verlustbehaftete Kompression. JPEG: Joint Photographic Experts Group

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)

Mehr

Digitales Video. Digitales Video

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

Mehr

Kompressionsverfahren

Kompressionsverfahren Kompressionsverfahren Quelle: Steinmetz, Ralf: Multimedia-Technologie: Einführung und Grundlagen, Springer, Verlag Verlustlose Kompressionsalgorithmen RLC Huffman Adaptive Huffman Kodierung Arithmetische

Mehr

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. 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

Mehr

Multimediatechnik / Video

Multimediatechnik / Video Multimediatechnik / Video Codierung, Datenreduktion Quantisierung, Lauflängencodierung DCT, JPEG http://www.nanocosmos.de/lietz/mtv Inhalt Codierung digitaler Signale Datenreduktion (Kompression) Verlustfrei

Mehr

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. 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

Mehr

Datenkompression. 1 Allgemeines. 2 Verlustlose Kompression. Holger Rauhut

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,

Mehr

Hauptdiplomklausur Informatik Februar 2006: Multimedia Systems

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.:

Mehr

Datenkompression. Theorie

Datenkompression. Theorie Datenkompression Theorie Einleitung Übersicht Wie lassen sich beliebige Daten verdichtet (komprimiert) darstellen? verlustfreie Kompression: Programme Texte verlustbehaftete Kompression: Audio Video Kompressionsfaktor:

Mehr

Algorithmen und Datenstrukturen (für ET/IT) Programm heute. Wintersemester 2012/13. Dr. Tobias Lasser. 7 Fortgeschrittene Datenstrukturen

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

Mehr

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. 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

Mehr

Kompression.pdf h. völz /17

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

Mehr

Dynamisches Huffman-Verfahren

Dynamisches Huffman-Verfahren Dynamisches Huffman-Verfahren - Adaptive Huffman Coding - von Michael Brückner 1. Einleitung 2. Der Huffman-Algorithmus 3. Übergang zu einem dynamischen Verfahren 4. Der FGK-Algorithmus 5. Überblick über

Mehr

Diskrete Cosinustransformation (DCT)

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...

Mehr

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 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

Mehr

Beispiel: Zeigen Sie, dass H(x) = H 0 = I gilt, wenn alle Zeichen gleichwahrscheinlich sind.

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,

Mehr

Verlustbehaftete Kompression. Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)

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)

Mehr

Farb-Fernsehsignal (Composite FBAS)

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

Mehr

Inhaltsverzeichnis. 1 Einführung 1

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....................

Mehr

Bildkompression Proseminar Datenkompression Daniel Koch

Bildkompression Proseminar Datenkompression Daniel Koch Bildkompression Proseminar Datenkompression Daniel Koch 0 Inhalt INHALT...1 VERLUSTFREIE KOMPRESSIONSVERFAHREN...2 VERLUSTBEHAFTETE KOMPRESSIONSVERFAHREN...3 YUV-FARBREDUKTION...3 QUANTISIERUNG...3 JPEG...4

Mehr

DCT: Diskrete Kosinus-Transformation

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

Mehr

ffl Die Portable Bitmap Utilities (PBM) manipulieren monochrome Bilder. ffl Die Portable Greymap Utilities (PGM) manipulieren Grauwert-Bilder.

ffl Die Portable Bitmap Utilities (PBM) manipulieren monochrome Bilder. ffl Die Portable Greymap Utilities (PGM) manipulieren Grauwert-Bilder. Kapitel 9 Pixeldateiformate Es gibt diverse Formate, in denen die generierten Grafiken abgespeichert werden können Stellvertretend soll hier nur auf 2 Formate eingegangen werden; eines, bei dem die Pixel

Mehr

, Franz J. Hauck, Verteilte Systeme, Univ. Ulm, [2006w-MMK-D-VoD.fm, ]

, 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

Mehr

'LJLWDOH%LOGHUXQG'DWHLIRUPDWH

'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

Mehr

compressed domain image retrieval

compressed domain image retrieval Compressed domain image retrieval Christian Ott Seminar Inhaltsbasierte Bildsuche - Universität reiburg - 4. ebruar 25 4. ebruar 25, C.Ott Seite 1 Übersicht 1. Einleitung 2. JPEG 3. Merkmalsextraktion

Mehr

Einführung in Kompressionstechniken

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

Mehr

Das Ziel einer Transformationscodierung ist, die Korrelation zwischen den Pixeln zu

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

Mehr

Mathematische Methoden der graphischen Datenverarbeitung

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

Mehr

Bilddatenformate BMP GIF JPG. Digitale Bildverarbeitung Liedtke 7.1. Bezeichnung: Microsoft Windows Bitmap, BMP, DIB

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

Mehr

Digitales Fernsehen DVB

Digitales Fernsehen DVB Digitales Fernsehen DVB Thomas Lauterbach DL1NAW 1. Video- und Audiokodierung (MPEG) 2. DVB 3. DVB-T in Nürnberg Quellen: U. Reimers, Digitale Fernsehtechnik http://www.dvb-t-baern.de Referate und Ausarbeitungen

Mehr

Algorithmen und Datenstrukturen (für ET/IT)

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

Mehr

KTI-Projekt Hochgeschwindigkeitskameras mit integrierter Videokompression

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

Mehr

Einführung Medienforscher Aufgabe 3 - MPEG. Tobias Reinsch 2011

Einführung Medienforscher Aufgabe 3 - MPEG. Tobias Reinsch 2011 Einführung Medienforscher Tobias Reinsch 2011 Allgemeines Ziel der Aufgabe Kennenlernen der Bildkodierungsverfahren des MPEG Standards Praktische Umsetzung dieser Techniken mit Java Bearbeitungszeitraum:

Mehr

Einführung in die Informatik II Aus der Informationstheorie: Datenkompression

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

Mehr

Datenkompression. Vortrag von Markus Durzinsky Student der Otto-von-Guericke-Universität Magdeburg

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

Mehr

Kapitel 9: Informationstheorie. 2. Entropie

Kapitel 9: Informationstheorie. 2. Entropie ZHAW, NT, FS2008, Rumc, Kapitel 9: 2-1 Kapitel 9: Informationstheorie 2. Entropie Inhaltsverzeichnis 2.1. INFORATIONSQUELLEN...2 2.2. INFORATIONSGEHALT...3 2.3. INIALE ANZAHL BINÄRE FRAGEN...5 2.4. ENTROPIE

Mehr

JPEG, MPEG & Co. Alex Titze Angewandte Informatik FHTW-Berlin

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

Mehr

Panorama der Mathematik und Informatik

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

Mehr

Videos für das Internet

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

Mehr

Lossy Bildkompression: Techniken und Bildqualität

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:

Mehr

Algorithmen und Datenstrukturen (für ET/IT)

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,

Mehr

Independent JPEG Group. JPEG Software Tools

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,

Mehr

6. Licht, Farbe und Bilder

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

Mehr

Arithmetisches Codieren

Arithmetisches Codieren Arithmetisches Codieren 1. Motivation: Als Alternative zum arithmetischen Codieren bot sich damals als effizientester Algorithmus das Huffmann-Coding an. Dieses jedoch hatte einen entscheidenden Nachteil:

Mehr

J.P.E.G. Standard. J.P.E.G. Eigenschaften. J.P.E.G. System. JPEG Verschlüsselungsschritte. Farbmodell

J.P.E.G. Standard. J.P.E.G. Eigenschaften. J.P.E.G. System. JPEG Verschlüsselungsschritte. Farbmodell Inhaltsbasierte Bildsuche J.P.E.G = Joint Photographic Expert Group Informatica Feminale Universität Bremen, Aug. 2005 Maja Temerinac Albert-Ludwigs-Universität Freiburg J.P.E.G. Standard Standard zur

Mehr

Kodierung. Kodierung von Zeichen mit dem ASCII-Code

Kodierung. Kodierung von Zeichen mit dem ASCII-Code Kodierung Kodierung von Zeichen mit dem ASCII-Code Weiterführende Aspekte zur Kodierung: Speicherplatzsparende Codes Fehlererkennende und -korrigierende Codes Verschlüsselnde Codes Spezielle Codes, Beispiel

Mehr

Diskrete Cosinus-Transformation (DCT)

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

Mehr

JPEG. Seminar: Kompressionsalgorithmen. Ruslan Ragimov. 5. September 2012

JPEG. Seminar: Kompressionsalgorithmen. Ruslan Ragimov. 5. September 2012 JPEG Seminar: Kompressionsalgorithmen Ruslan Ragimov 5. September 2012 Zusammenfassung Die allgemeinen verlustfreien Verfahren zur Datenkompression können gute Kompressionsraten für verschiedene Dateitypen

Mehr

Digitalisierung. analoges Signal PAM. Quantisierung

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

Mehr

Run Length Coding und Variable Length Coding

Run Length Coding und Variable Length Coding Fachbereich Medieninformatik Hochschule Harz Run Length Coding und Variable Length Coding Referat Matthias Zittlau 11034 Abgabe: 15.01.2007 Inhaltsverzeichnis 1. RLC...1 2.1 Einführung...1 2.2 Prinzip...1

Mehr

Bildkompression am Beispiel JPEG

Bildkompression am Beispiel JPEG Bildkompression am Beispiel JPEG Medientechnologie IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Sommersemester 2014 Andreas Unterweger (FH Salzburg) Bildkompression am

Mehr

Datenkomprimierung. Lauflängenkodierung

Datenkomprimierung. Lauflängenkodierung Datenkomprimierung Datenkomprimierung dient der Einsparung von Speicherplatz und von Übertragungskapazität für digitale Daten. Dabei werden Daten in neuen Datenstrukturen platzsparender repräsen@ert. Wir

Mehr

2.7 Der Shannon-Fano-Elias Code

2.7 Der Shannon-Fano-Elias Code 2.7 Der Shannon-Fano-Elias Code Die Huffman-Codierung ist ein asymptotisch optimales Verfahren. Wir haben auch gesehen, dass sich die Huffman-Codierung gut berechnen und dann auch gut decodieren lassen.

Mehr

Grafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression

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

Mehr

Animation und Multimedia

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

Mehr

Verlustbehaftete Kompression von Kamera Rohdaten

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

Mehr

(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!)

(Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Teil 1: Fragen und Kurzaufgaben (Bitte geben Sie bei der Beantwortung von Fragen eine Begründung bzw. bei der Lösung von Kurzaufgaben eine kurze Berechnung an!) Frage 1 (6 Punkte) Es wird ein analoges

Mehr

4. Licht, Farbe und Bilder

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

Mehr

Effiziente Algorithmen und Komplexitätstheorie

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):

Mehr

Einführung Aufgabe 3 - MPEG. Tobias Reinsch 2011

Einführung Aufgabe 3 - MPEG. Tobias Reinsch 2011 Einführung Aufgabe 3 - MPEG Tobias Reinsch 2011 Allgemeines Aufgabe 3 - MPEG Ziel der Aufgabe Kennenlernen der Bildkodierungsverfahren des MPEG Standards Praktische Umsetzung dieser Techniken mit Java

Mehr

Kompression und Datenformate. Grundlagen der Bildspeicherung, Kompressionsverfahren, Datenformate

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

Mehr

6. Licht, Farbe und Bilder

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

Mehr

6. Licht, Farbe und Bilder

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

Mehr

Proseminar Datenkomprimierung Dr. U. Tamm. JPEG - Kompression WS 2002/03. Torsten Zichner

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.

Mehr

Nichtlineare Quantisierung

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

Mehr

Hauptklausur zur Vorlesung Bildverarbeitung WS 2002/2003

Hauptklausur zur Vorlesung Bildverarbeitung WS 2002/2003 Name:........................................ Vorname:..................................... Matrikelnummer:.............................. Bitte Studiengang ankreuzen: Computervisualistik Informatik Hauptklausur

Mehr

Digital Signal Processing

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

Mehr

Computergrafik 2: Übung 2. Subsampling und Moiré-Effekte, Color Maps und Histogrammlinearisierung

Computergrafik 2: Übung 2. Subsampling und Moiré-Effekte, Color Maps und Histogrammlinearisierung Computergrafik 2: Übung 2 Subsampling und Moiré-Effekte, Color Maps und Histogrammlinearisierung Inhalt Besprechung von Übung 1 Subsampling und Moiré Effekte Color Maps Histogrammlinearisierung Computergrafik

Mehr

Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A) + Info (B) Definition: = Info (nie eintretendes Ereignis) eines

Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A) + Info (B) Definition: = Info (nie eintretendes Ereignis) eines Seite 1 Georg-August-Universität Göttingen Robert Schaback Zum Begriff der Information in Mathematik und Informatik Seite 2 Information = Unsicherheit e Info (e) := - log p(e) Info ( A und B) = Info (A)

Mehr

5. Licht, Farbe und Bilder

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:

Mehr

Quellencodierung NTM, 2006/05, 9.3 Quellencodierung, Rur, 1

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.

Mehr

Definition Information I(p)

Definition Information I(p) Definition Information I(p) Definition I(p) Die Information I(p) eines Symbols mit Quellws p > 0 ist definiert als I(p) = log 1 p. Die Einheit der Information bezeichnet man als Bit. DiMa II - Vorlesung

Mehr

Grundlagen der Informationstheorie. Hanna Rademaker und Fynn Feldpausch

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

Mehr

Statistische Kenngrößen. Histogramm. Grundlagen zur statistischen Signalverarbeitung. Statistische Beschreibung von Audio

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

Mehr

6. Licht, Farbe und Bilder

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 Verlustfrei komprimierende

Mehr

Was bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col

Was bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col Was bisher geschah digitale Bilder: Funktion B : pos col Matrix B col pos mit den Mengen pos von Positionen (Adressen) col von Farben, Intensitäten Aufgaben maschineller Bildverarbeitung: Erzeugung, Wiedergabe,

Mehr

Farben. Spektrale Zerlegung der sichtbaren Lichtes. Folie 2

Farben. Spektrale Zerlegung der sichtbaren Lichtes. Folie 2 Farben Spektrale Zerlegung der sichtbaren Lichtes Folie 2 1 Additive und subtraktive Farbmischung Additives Modell Primäre Grundfarben: Rot, Grün, Blau Subreaktives Modell Primäre Grundfarben: Cyan, Magenta,

Mehr

Digitale Medien. Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid. Übung zur Vorlesung

Digitale Medien. Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid. Übung zur Vorlesung Übung zur Vorlesung Digitale Medien Vorlesung: Heinrich Hußmann Übung: Renate Häuslschmid Wintersemester 2016/17 LZW-Komprimierung Idee: Nicht einzelne Zeichen werden günstig kodiert, sondern ganze Zeichenketten

Mehr

Informatik II, SS 2016

Informatik II, SS 2016 Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 22 (20.7.2016) Greedy Algorithmen - Datenkompression Algorithmen und Komplexität Greedy Algorithmen Greedy Algorithmen sind eine Algorithmenmethode,

Mehr

Eike Müller. Kompression-Algorithmen für Bilder. 3. Juli 2013

Eike Müller. Kompression-Algorithmen für Bilder. 3. Juli 2013 Eike Müller Kompression-Algorithmen für Bilder 3. Juli 23 Inhaltsverzeichnis Huffman-Kodierung 2. Präfixfreie Codes................................. 2.2 Huffman Code.................................. 3.3

Mehr

Optimalcodierung. Thema: Optimalcodierung. Ziele

Optimalcodierung. Thema: Optimalcodierung. Ziele Optimalcodierung Ziele Diese rechnerischen und experimentellen Übungen dienen der Vertiefung der Kenntnisse im Bereich der Optimalcodierung, mit der die Zeichen diskreter Quellen codiert werden können.

Mehr

6. Licht, Farbe und Bilder

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

Mehr

Bilddatenkompression

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

Mehr

JPEG, MPEG & Co. - Alex Titze. JPEG, MPEG & Co. Alex Titze Referat WS 2004 Konzepte Interaktiver Medien FHTW Berlin.

JPEG, MPEG & Co. - Alex Titze. JPEG, MPEG & Co. Alex Titze Referat WS 2004 Konzepte Interaktiver Medien FHTW Berlin. JPEG, MPEG & Co. Alex Titze 76900504811 Referat WS 2004 Konzepte Interaktiver Medien FHTW Berlin Seite 1 von 12 Inhaltsverzeichnis 1 Einleitung (Abstract) 3 1.1 Deutsch 3 1.2 English 3 2 JPEG 4 2.1 Geschichte

Mehr

Datenkompression. Motivation Datenmengen

Datenkompression. Motivation Datenmengen Motivation Übersicht, Informationstheorie, Modellierung Verlustfreie : Huffman-Codierung, Arithmetische Codierung,... Verlustbehaftete : Fourier-Analyse, JPEG, MPEG,... Datenorganisation 6 Seite Motivation

Mehr

Huffman-Kodierung. Fachbereich Medieninformatik. Hochschule Harz. Huffman-Kodierung. Referat. Henner Wöhler. Abgabe:

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

Mehr

Invertierung, Separierbarkeit

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

Mehr