Skip Navigation Linksلیست مقالات ترجمه شده / مقالات ترجمه شده مهندسی كامپيوتر /

عنوان ترجمه شده مقاله: فشرده سازی lossless و فشرده سازی نزدیک به lossless از تصاویر ابر طیفی بر اساس برنامه نویسی منبع توزیع شده

این مقاله مسئله فشرده سازی lossless و نزدیک به فشرده سازی lossless تصاویر ابر طیفی را مورد بررسی قرار می دهد
 Abstract

This paper addresses the problem of the lossless and near-lossless compression of hyperspectral images and presents two efficient algorithms based on distributed source coding, which perform the lossless compression by means of multilevel scalar codes. The proposed algorithms are implemented on the co-located blocks in the spectral orientation. A novel multiband spectral predictor is proposed to construct the side information of each block. The back-up side information is introduced for the second algorithm to recover the images when the original side information is corrupted by errors. The encoder only requires the transmission of the least significant bit (LSB) bit-planes to the decoder, and the number of bits is computed by the maximum error between the block and its side information. The proposed algorithms are also extended to near-lossless compression. The experimental results show that the proposed algorithms have a competitive compression performance with the existing distributed compression algorithms. Moreover, the proposed algorithms can provide low complexity and different degrees of error resilience, which is suitable for onboard compression

چکیده

این مقاله مسئله فشرده سازی lossless و نزدیک به فشرده سازی lossless تصاویر ابر طیفی را مورد بررسی قرار می دهد و دو الگوریتم موثر بر اساس برنامه نویسی منبع توزیع شده، ارائه می دهد که فشرده سازی lossless را با استفاده از کدهای عددی چند سطحی انجام می دهد. الگوریتم پیشنهادی در بلوک های- co-locatedدر جهت طیفی اجرا می شود. پیش بینی کننده طیفی چند بانده جدید برای ساخت اطلاعات هر بلوک پیشنهاد شده است. اطلاعات جانبی بازگشت به بالا برای الگوریتم دوم برای بازیابی تصاویر معرفی شد زمانی که اطلاعات جانبی اصلی توسط خطاها خراب می شوند. رمز گذاری تنها نیاز به انتقال حداقل بیت کم اهمیت (LSB) به دیکودر  دارد و تعداد بیت ها با حداکثر خطا بین بلوک و اطلاعات جانبی آن محاسبه می شود. الگوریتم پیشنهادی نیز به فشرده سازی نزدیک به lossless گسترش یافته است. نتایج تجربی نشان می دهد که الگوریتم پیشنهادی یک عملکرد فشرده سازی رقابتی با الگوریتم های فشرده سازی توزیع موجود دارد. علاوه بر این، الگوریتم پیشنهادی می تواند پیچیدگی کم و درجه متفاوتی از انعطاف پذیری خطا، ارائه  دهد که برای فشرده سازی پردازنده مناسب است.

1-مقدمه

تصویربرداری فراطیفی  یک روش مهم در میدان سنجش از راه دور است که توسط رزولوشن های بالا در بعد طیفی مشخص می شود. با افزایش طیفی و مکانی رزولوشن ، در دسترس بودن و ابعاد تصاویر ابر طیفی به طور مداوم افزایش می یابد. این  یک خواسته  برای روش فشار سازی کارا است که می تواند برای فشرده سازی ابر طیفی تصاویر و به منظور کاهش حجم داده ها مورد استفاده قرار گیرد.  تصویر تکنیک های فشرده سازی می تواند برای حل این مشکل، به کار  گرفته شود که اجازه می دهد که انتقال داده ها در همان زمان صورت پذیرد. انواع مختلفی از روش های فشرده سازی موجود است...


موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " فشرده سازی lossless و فشرده سازی نزدیک به lossless از تصاویر ابر طیفی بر اساس برنامه نویسی منبع توزیع شده " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
فشرده سازی lossless و فشرده سازی نزدیک به lossless از تصاویر ابر طیفی بر اساس برنامه نویسی منبع توزیع شده
نویسنده/ناشر/نام مجله :
Journal of Visual Communication and Image Representation
سال انتشار
2015
کد محصول
1008409
تعداد صفحات انگليسی
7
تعداد صفحات فارسی
16
قیمت بر حسب ریال
880,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
419 کیلو بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی فناوری اطلاعات , مهندسی كامپيوتر را مشاهده کنید.
کاربر عزیز، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوا را ببینید
هزینه این مقاله ترجمه شده 880000 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:




Hyperspectral images
Lossless compression
Near-lossless compression
Distributed source coding

تاریخ انتشار در سایت: 2016-06-24
جستجوی پیشرفته مقالات ترجمه شده
نظرتان در مورد این مقاله ترجمه شده چیست؟

ثبت سفارش جدید