A Study on Data Compression Using Image Sets and Ambiguous Entropy

利用图像集和模糊熵进行数据压缩的研究

基本信息

  • 批准号:
    16500047
  • 负责人:
  • 金额:
    $ 1.41万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2004
  • 资助国家:
    日本
  • 起止时间:
    2004 至 2005
  • 项目状态:
    已结题

项目摘要

Information in two-dimension digital monochromatic image can be considered to be a mapping function from the domain of pixels into the region of the intensity at contrast. It usually shows by the matrix expression. It can be thought that the image encoding such as JPEG has achieved the information compression by concisely expressing the approximation type. The image encoding method proposed by this research handles data within the range of the intensity in each pixel of the original image which has the upper bound and the lower bound. It has features such as suiting the object encoding, being able to use the set operations, being able to treat the level of the quality quantitatively and systematically. by using the concept of ambiguous information, and being able to reproduce the image based on a preferable criterion during the renewal processing.In this report, the classes of the objects adopt the smooth figure where smooth area is expressed, the edge figure where boundary of an object is identified, and the one-dimension scanning figure which is not depending on the kind of pictures and can be applied to arbitrary domains. The image compression and the reconstruction were tried to various images like a natural image and an illustration image with monochromatic or e color, and the advantage and the fault of the proposed method were investigated in detail. In the color image, we separate the plains by using the YUV table color system which are mutually independent. This encoding and decoding process are performed to each, and the constructed picture is compounded. It is able to be confirmed that the above-mentioned features functioned effectively as the result of various experiments. However, there is a fault that the compressibility is inferior compared with JPEG in natural images. As future improvements it is necessary to add the new object classes and to devise the mode of the color image expression.
二维数字单色图像中的信息可以被认为是从像素域到对比度强度区域的映射函数。通常用矩阵表达式来表示。可以认为,JPEG等图像编码通过简洁地表达近似类型实现了信息压缩。本研究提出的图像编码方法处理原始图像每个像素的强度范围内的数据,该范围具有上界和下界。它具有适合对象编码、能够使用集合运算、能够定量、系统地对待质量等级等特点。通过使用模糊信息的概念,并且能够在更新处理过程中基于优选标准来再现图像。在本报告中,对象的类别采用光滑图形来表示平滑区域,边缘图形表示边界识别物体,得到不依赖于图片种类、可应用于任意领域的一维扫描图形。对自然图像、单色或彩色插图图像等多种图像进行了图像压缩和重建尝试,详细研究了该方法的优点和缺点。在彩色图像中,我们使用相互独立的YUV表颜色系统来分离平原。分别执行该编码和解码处理,并且合成所构造的图片。各种实验的结果可以证实上述特征有效地发挥作用。然而,与自然图像中的JPEG相比,存在压缩率较差的缺点。作为未来的改进,有必要添加新的对象类并设计彩色图像表达的模式。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
画像集合とあいまい情報量を用いた画像圧縮
使用图像集和模糊信息进行图像压缩
Image Data Compression using image sets and ambiguous entropy
使用图像集和模糊熵进行图像数据压缩
ファジー推論ニューラルネットワークを用いた動画像からの動オブジェクト抽出
使用模糊推理神经网络从视频图像中提取运动目标
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

SAKATA Masato其他文献

SAKATA Masato的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似国自然基金

基于智能标注与自动建模的道路高频响应时序数据压缩方法
  • 批准号:
    52308449
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于图像区块编码的基因组测序数据压缩及二维随机访问方法
  • 批准号:
    62362050
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
基于数据压缩神经网络的偶极和非厄米体系局域化相变性质研究
  • 批准号:
    12305015
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
面向高通量神经接口的混合信号数据压缩技术研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
高通量测序的序列数据压缩以及纠错算法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Collaborative Research: OAC Core: Topology-Aware Data Compression for Scientific Analysis and Visualization
合作研究:OAC 核心:用于科学分析和可视化的拓扑感知数据压缩
  • 批准号:
    2313124
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Standard Grant
BRAIN CONNECTS: A Center for High-throughput Integrative Mouse Connectomics
大脑连接:高通量集成鼠标连接组学中心
  • 批准号:
    10665380
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
HEAR-HEARTFELT (Identifying the risk of Hospitalizations or Emergency depARtment visits for patients with HEART Failure in managed long-term care through vErbaL communicaTion)
倾听心声(通过口头交流确定长期管理护理中的心力衰竭患者住院或急诊就诊的风险)
  • 批准号:
    10723292
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
Collaborative Research: OAC Core: Topology-Aware Data Compression for Scientific Analysis and Visualization
合作研究:OAC 核心:用于科学分析和可视化的拓扑感知数据压缩
  • 批准号:
    2313122
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Standard Grant
STTR Phase I: Machine Learning-Based Smart Data Compression Solutions for Structural Health Monitoring Sensors
STTR 第一阶段:用于结构健康监测传感器的基于机器学习的智能数据压缩解决方案
  • 批准号:
    2321884
  • 财政年份:
    2023
  • 资助金额:
    $ 1.41万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了