| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:A case study on entropy-aware block-based linear transforms for lossless image compression
Avtorji:ID Žalik, Borut (Avtor)
ID Podgorelec, David (Avtor)
ID Kolingerová, Ivana (Avtor)
ID Strnad, Damjan (Avtor)
ID Kohek, Štefan (Avtor)
Datoteke:.pdf s41598-024-79038-2_(1).pdf (5,13 MB)
MD5: F1753726E04619726C945756447631C3
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Data compression algorithms tend to reduce information entropy, which is crucial, especially in the case of images, as they are data intensive. In this regard, lossless image data compression is especially challenging. Many popular lossless compression methods incorporate predictions and various types of pixel transformations, in order to reduce the information entropy of an image. In this paper, a block optimisation programming framework is introduced to support various experiments on raster images, divided into blocks of pixels. Eleven methods were implemented within , including prediction methods, string transformation methods, and inverse distance weighting, as a representative of interpolation methods. Thirty-two different greyscale raster images with varying resolutions and contents were used in the experiments. It was shown that reduces information entropy better than the popular JPEG LS and CALIC predictors. The additional information associated with each block in is then evaluated. It was confirmed that, despite this additional cost, the estimated size in bytes is smaller in comparison to the sizes achieved by the JPEG LS and CALIC predictors.
Ključne besede:computer science, information entropy, prediction, inverse distance transform, string transformations
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:27.07.2024
Datum sprejetja članka:05.11.2024
Datum objave:28.11.2024
Založnik:Springer Natur
Leto izida:2024
Št. strani:15 str.
PID:20.500.12556/DKUM-91488 Novo okno
UDK:004.9
COBISS.SI-ID:217965571 Novo okno
DOI:10.1038/s41598-024-79038-2 Novo okno
ISSN pri članku:2045-2322
Avtorske pravice:© The Author(s) 2024
Datum objave v DKUM:07.01.2025
Število ogledov:0
Število prenosov:5
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Scientific reports
Skrajšan naslov:Sci. rep.
Založnik:Nature Publishing Group
ISSN:2045-2322
COBISS.SI-ID:18727432 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:J2-4458-2022
Naslov:Paradigma stiskanja podatkov z odstranjevanjem obnovljivih informacij

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0041-2020
Naslov:Računalniški sistemi, metodologije in inteligentne storitve

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:računalništvo, entropija, stiskanje slik


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici