Loading
Note di Apprendimento
Study Reminders
Support
Text Version

Tecniche Di Compressione dell'immagine di base

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Video 1

Ciao a tutti e benvenuti a nuova discussione che faremo avere una tecnica di compressione delle immagini di base e diversi formati di file di immagini. Perché come abbiamo fatto discutere di dati ad alta risoluzione spaziale e altre cose, quindi a volte queste immagini acquisisce molto spazio sul nostro hard disk sui nostri sistemi e quindi, e dobbiamo comprimere le queste immagini e a volte vogliamo mantenerle in modalità compressa e ci vorrebbe ancora usare. Quindi, ci sono molte tecniche di compressione delle immagini di base che sono state sviluppate finora e che sono state implementate nell'elaborazione delle immagini digitali. Così, in questa discussione, avremo modo di avere che la discussione e anche noi contemporaneamente vedremo e quali sono i diversi formati di file di immagini a nostra disposizione in satellite in caso di immagini satellitari. Come sapete bene che e queste immagini sono memorizzate come matrice dimensionale 2 e in righe e colonne e il numero digitale di pixel valore c'è per ogni pixel e questa unità è sempre di forma quadrata. Mentre la forma complessiva di un'immagine può essere quadrata o rettangolare da me ripetendo questo perché quando andiamo per tecniche di compressione e poi questa forma di immagine complessiva avrà un certo ruolo di conseguenza, e ne hanno parlato qui è stato necessario, mentre la piazza che significa che l'unità rimarrà sempre è quadrata e rimarrete uniformi per tutto in termini di dimensioni in tutta l'immagine. Il che significa, se sto gestendo gli 10 metri di spazio e la risoluzione satellitare a risoluzione, allora tutti i pixel rappresenteranno 10 per 10 metro e delimitato che significa, 100 metri quadrati e ovviamente. Le immagini satellitari sono descritte come un dato continuo e a volte anche come uno strato matico e ci sono vari formati di immagine che sono molto popolari tutti hanno uno scopo specifico è come esempio, molto popolare è il TIFF e TIFF che è stand for Tagged Information File Format che significa le informazioni sul file che significa, una sorta di metadati viene etichettato anche con il file di immagini stesso o con i dati dell'immagine stessa. Quindi, è attraverso generalmente scrivere solo TIF piuttosto che TIFF ma qui è stand per il formato di file di informazioni con tag. Quindi, le informazioni sul file vengono etichettate con i dati dell'immagine che è quello che è il formato molto popolare di TIFF. Un altro formato è la GIF che è un formato grafico Interchange, molto popolare nelle animazioni e siamo sequenza di immagini vengono messe in un file che è un file GIF. E ha immagine in un software di elaborazione delle immagini molto diffuso utilizza il proprio formato di immagine e il formato dei dati che è formato IMG. Ma ci permette anche di gestire altri datasets come TIFF o JPEG e altri formati. Ora, al fine di comprendere 4 tipi fondamentali di tecniche di compressione dei dati. Utilizzeremo questa immagine binaria come esempio, l'esempio che assumerò è l'esempio più semplice ed essere pittici in binario. Ma in vere immagini di corso le cose diventeranno complicate. Così, al fine di comprendere le tecniche di compressione dei dati fondamentalmente 4 tipi di base di tecniche di compressione dati un semplicissimo.
Il nostro esempio più semplice possibile è stato preso e queste righe e linee che si conoscono mostrando righe e colonne sono solo per la nostra comprensione nell'immagine reale. Queste linee non sono presenti solo i pixel sono disposti in una matrice dimensionale 2. Quindi, questo è solo per la nostra comprensione e ci sono 2 aree principali sono qui. Uno è che possiamo vedere è un'area blindata 0 o aree bianche e un'altra sono le zone grigie che possiamo dire come aree nere e potrebbero averla da quando è un binario. Quindi, potrebbe avere valore di pixel valore 0, altri valori sono 1 così solo immagine binaria. Quindi, 2 aree e appena 2 aree principali uno sta avendo valore 1, un altro che ha valore 0 nero e bianco che è immagine binaria. Quindi, quando andiamo per il primo tipo di tecnica di compressione dei dati, che si chiama codici a catena, in questo quello che in sostanza facciamo che il confine della regione, così prima, è valutare quale parte sia meno. Così in questo nostro esempio, però, la parte oscura o la parte nera sta coprendo la parte inferiore dell'immagine di ingresso totale, quindi quel confine di quella parte nera è codificato in termini di origine, e la sequenza di piazze unitarie. Perché qui i pixel sono unità quadrate e vettoriali nella direzione cardinale che si trova a nord sud est ovest. Quindi, quello che diciamo partiamo da dire, e questo angolo e va così come questo e questo e ogni parte di questa parte nera è codificata come parte e che l'origine e la sequenza di unità 2 fattori nella direzione cardinale e la direzione cardinale o i codici che sono stati assegnati possono essere assegnati in codici a catena è come per il nord, è per il nord è il 1 per l'est è di 0 e per ovest è di 2 e per sud è di 3.
Così a partire da est 0, e poi a sud 3 o in senso orario, quindi, 0 est, nord 1, ovest 2 e sud 3. Quindi, gli anticlockwise possono essere assegnati questi sono solo codici per la nostra comprensione e diversi tipi di codici dicono per esempio, il nord 1 e l'est 2 possono essere assegnati, poi il sud diventerà il 3 e poi il west può diventare sai se 0 inizia e poi al massimo possiamo andare per 3 se 1 è inizio e diamo il codice 1 poi può arrivare al massimo a 4. Ecco, queste sono le indicazioni che vengono utilizzate. Così, ad esempio, se abbiamo iniziato la fila 10 fila 10 qui e vai e colonna 1 che è la colonna 1, perché questo pixel deve essere codificato prima e il limite di allora perché in senso orario record. Quindi, questo significa che, partiamo da qui e questo è il confine qui codificato per primo. Questo è un 0 e questi sono solo codici questi non sono veri, si conoscono i valori numerici tipici altrimenti si può dire come si può avere un quadrato di 0 questi sono solo codici che si conoscono, per la nostra comprensione, quindi, spostiamo una direzione in direzione cardinale e la nostra direzione est è 0 1 cell o 1 pixel qui, poi noi 1 andiamo 1 up, perché per il nord abbiamo dato il codice 1.So, 1 su poi 2 e 2 pixel dobbiamo essere coperti e quindi, 0 quadrato in questo 1, poi 1 giù che significa verso sud e sud è avere il codice 3, solo un pixel, quindi, così, così e poi ancora 2 pixel verso est. Quindi, 0 è quadrato poi 1 pixel verso nord per nord abbiamo un codice di segno 1. Quindi, quello c'è e poi si va verso est 0 e poi di nuovo e allo stesso modo copriamo l'intera regione come questa. Così, in questo modo copriremo e vediamo cosa c'è nelle estremità che quando raggiungeremo qui, poi in direzione nord andiamo per la cosa che significa dire direzione nord 3 pixel o 3 bit lunghezza di 3 pixel devono essere coperti e in questo modo copriremo la parte intera e nera o ombreggiata in questo esempio mettendo questi codici. Quindi, allora posso solo memorizzare questo numero di codici piuttosto che memorizzare per ogni cella o ogni pixel di immagine di input. Ecco, questo è quello che si chiama codici a catena. Ora, vediamo un'altra tecnica di compressione dei dati che è stata implementata in molti software e qualche volta si chiama RLE Run Length Encodes o Run Length Codes. Quindi codificare RLE è anche termine altrettanto popolare qui in codice di run lunghezza quello che in sostanza è fatto è che, si sa che percorriamo lungo la lunghezza praticamente. Quindi i codici permettono ai punti di ogni mappatura utilizzati di essere memorizzati per riga in termini di sinistra a destra. Da una cella di inizio e dalla cella di fine allo stesso modo, e che prima fila numero 9, 2 celle devono essere conservate qui, poi un'altra e poi altre 3 in più. Quindi, percorriamo la lunghezza, questo significa che la prima fila 9 viene scelta, poi i pixel numero 2 e 3 sono ulteriori colonne 2 e 3 sono codificate. Thensolo 6 perché la lunghezza qui è di appena 1 pixel larghezza. Quindi, 6 - 6 poi 8 - 10 e per tutte queste righe e la codifica è fatta. Così, ad esempio, per il 16 poi ci sono 3 celle 3 pixel sono in continuo così 16 e 9 a 11 allo stesso modo e il riposo è codificato in codice di lunghezza di esecuzione. Quindi, è un altro modo di saper memorizzare l'area ombreggiata o l'area oscura e automaticamente anche l'altra area sarà codificata che è l'area bianca. Ora, c'è un altro tipo di tecnica di compressione dei dati che si chiama codici a blocchi, è poco complicato e si può dire che, perché avere un tu sai come 1 / 1, 2 / 2 o 4 / 4 per nodo 3 / 3, ma quando andiamo per queste unità quadrate, allora questa è la 1 piazza 2 o 4 piazza 3 e non si può fare in tali esempi. Quindi, c'è in codice a blocchi quello che facciamo che il perché stiamo codificando in ogni esempio, l'area oscura di questa immagine di input. Così, la prima area che è tale è per il blocco più grande e il blocco più grande del nostro esempio può essere 4 / 4 è segnato qui in blu, poi il prossimo è 2 / 2 che è marcato e quei blocchi sono segnati da rosso. E poi ovviamente il rimanente andrà a segnare in nero e saranno solo 1 blocco che significa la dimensione dell'unità. Quindi, il in sostanza nei codici a blocchi e l'idea che stiamo discutendo solo caso di codice di lunghezza di esecuzione. E può essere esteso a 2 dimensioni utilizzando blocchi quadrati sono blocchi quadrati della zona che è l'area ombreggiata un altro esempio, da mappare o da conservare. Quindi, allo stesso modo se ci codifichiamo in codici a blocchi, allora la struttura dati è composta da soli 3 numeri, cioè l'origine del centro del blocco e poi il raggio di ogni piazza c'è anche. Così, qui dentro c'è solo un quadrato che significa 4 / 4 pixel, c'è solo 1 quadrato che è segnato qui in colore blu. E poi più vi faremo sapere 9 piazzole di 4 pixel che significa, 2 / 2 plus avremo 17 unità quadrati che significa di e stiamo raggiungendo il livello unitario e si immagazzina l'origine di ognuna di queste piazze se si tratta di un 4 / 4 o 2 / 2 o 1 e le dimensioni di quadrato. Poi possiamo codificare qui l'intera parte ombreggiata. Così, in questo modo possiamo fare i codici di blocco. Quindi, più grande è la piazza e otteniamo ciò significa l'omogeneità che è presente. Ora, stiamo assistendo ad alcune intricacie in arrivo e questi dati di compressione dei dati che se un'immagine sta avendo ampie aree, che stanno avendo gli stessi valori di pixel che significa, c'è una grande omogeneità è presente si otterrebbe una migliore compressione anche se si usa una qualsiasi delle tecniche che stiamo andando così, 3 la terza tecnica che stiamo discutendo un'altra tecnica di cui discuteremo. Quindi, dipenderà dall'efficienza di una compressione dipenderà dall'omogeneità di un'immagine se un'immagine si sta avendo eterogeneo significa che i valori dei pixel stanno variando valori di pixel adiacenti variando di valori di pixel allora non si otterrebbe una compressione elevata. Così, ad esempio, se uno sta avendo immagini di una zona del deserto o di un corpo idrico e non ci sono molto movimenti o onde ci sono, allora probabilmente le grandi aree avranno lo stesso valore di pixel e quindi, si può ottenere una compressione elevata. Quindi, ecco che qui conta la omogeneità e l'eterogeneità non fornirà una compressione alta.

Video 2

L'ultima tecnica che andiamo a discutere è Quadrissimi è che è un più complesso, ma fornisce una migliore compressione e ha a che fare con questa tecnica da implementare esteticamente in molti software per la compressione dei dati. Così, a Quadriello quello che è fatto perché l'esempio che abbiamo preso. La forma complessiva delle immagini è quadrata. E come ho detto all'inizio l'esempio che ho preso è il più semplice la forma complessiva delle immagini è quadrato e solo che è un binario me che sono i pixel neri e bianchi ci sono. Vediamo dunque, primo esempio di forma più semplice e poi vedremo quando un'immagine è rettangolare in forma, cosa accadrà. Così, quando immagine in un quadrato in forma, prima l'intera immagine è divisa in 4 quadranti e ogni quadrante e magari codici assegnati come 0 1 2 e 3. Così per il quadrante nordovest 0 per quest' intera area, 0 viene assegnato e per gli altri quadranti e 1 2 3 sono assegnati. Poi le ricerche fatte se hanno raggiunto l'omogeneità o meno. Così, nel nostro esempio, il quadrante 0 e il 1 ha raggiunto l'omogeneità che non significa ulteriori divisioni richiederemmo per questi 2 quadranti, mentre il quadrante 2 e il 3 richiederebbero ulteriori divisioni.
Quindi, ora andiamo per il quadrante 2. Quindi, questo significa ulteriori divisioni. Così, di nuovo 4 quadranti saranno creati così, quel quadrante 2 sarà diviso di nuovo in 4 sub quadranti, di nuovo lo stesso modo in cui la ricerca sarà fatta. E se l'omogeneità è stata raggiunta, allora si fermerà per le divisioni se non ci sarà, poi andrà per ulteriori divisioni, come in questo caso, se prendo esempio di quadrante 2 0 perché questo arriverà il 2 0 questo arriverà il 2 1 questo diventerà il 2 2 e questo diventerà il 2 3. Quindi, se prendo esempio del 2 0, allora di nuovo in omogeneità non è stato raggiunto finora così 4 divisioni saranno fatte. Di nuovo la ricerca è fatta. Così ora in quadrante 2 0 2 e 2 0 2 0 3 è stata raggiunta un'omogeneità, ma è stato realizzato un quadrante 2 0 0 e 2 0 1 e l'omogeneità non è stata raggiunta che significa per le divisioni. Quindi, le divisioni saranno fatte fino a raggiungere il livello unitario che è il livello di pixel. E allo stesso modo, l'immagine è codificata. E così se vediamo i codici quotazioni quadrati per questo e questo sarà qualcosa del genere come potete vedere qui, e che l'esempio in questo caso solo noi siamo passati al quarto livello e a ciascuno è stato assegnato un codice qui perché nel quadrante 2 quadrante complessivo 2 poi 2 si conoscono 4 suddivisioni sono state fatte i 0 così 2 0 poi sono state create delle suddivisioni di quadrante. Quindi ancora 0 e poi finalmente raggiungete a 1 e così via, così via. Così, nell'immagine quadrumana è un quadrato e forma, è molto più facile 2 2 e 2 ottenere la compressione tramite quaderno abbastanza facile, ma se l'immagine non è quadrata in forma, se è in forma rettangolare e poi potrebbe esserci uno scenario diverso, quindi faccio un esempio e che è un e anche se sembra quadrato e dico, ma questo è solo uno schematico. E così cosa succede se mi divido in 4 quadranti, quindi la mia origine è qui, allora non ne ho solo una è la piazza è lasciata e cioè nella stessa codifica se dico 0 e 1 e 2 qui e poi 3 qui poi non vi sto a conoscere questi quadranti come un quadrato in forma, comunque si estende sui confini e prima che venga applicata qualsiasi compressione e poi si faranno divisioni. Quindi, prima un'immagine rettangolare sarebbe fatta come un quadrato in forma aggiungendo poche righe e colonne su quella sui lati e poi si potrebbero fare divisioni. Così, allo stesso modo la rappresentazione quadrista di quella mappa di utilizzo del Land che stiamo vedendo sul lato sinistro sarà fatta qui.
Quindi, l'estensione qui sull'estensione lato goccia è fatta anche sul lato destro poi solo quadrante significa un quadrato in forma che si otterrebbe e anche nella parte inferiore così come si può vedere l'origine qui è questa. Quindi su tutti i lati praticamente, forse fatto, perché si chiama albero quadalbero perché questa è la radice. Quindi, l'intera immagine inizia dalla radice 4 quadranti 0 1 2 3. E si supponevano in questo esempio, e l'esempio quadruplo, che stiamo vedendo qui che nel quadrante 0 1 e 3 l'omogeneità è stata raggiunta che significa, non sono necessarie ulteriori divisioni, mentre, per il e questa regione 2 quadranti 2 ulteriori divisioni sono necessarie. Così, quadranti 2 ulteriori divisioni sono necessarie 2 0 2 1 2 2 e 2 3 ricerche effettuate nuovamente e si è reso conto che un quadrante 2 1 di 2 fondamentalmente 1 di 2 è richiesto per le divisioni perché l'omogeneità non è stata raggiunta, mentre nel quadrante 2 0 2 2 2 3 l'omogeneità è stata raggiunta quindi, non sono necessarie ulteriori divisioni. Quindi, 2 1 è richiesto per le divisioni lì e acquistate questo ora in questa fase stiamo raggiungendo il livello unitario. Quindi, ecco perché è invertita l'albero o le radici di esso e l'albero che stiamo vedendo qui così, si chiama quaderno e attribuisce informazioni che significa che i valori dei pixel possono essere memorizzati come questo che viene mostrato in questa tabella e anche se suona un po' complicato, ma una volta codificato, fornisce una compressione molto alta rispetto ad altre 3 tecniche che abbiamo discusso come codici a catena, codici neri, codici di corsa, e così quadalbero in quel modo è molto migliore che si possa argomentare invece che quad posso avere un ocalbero sì.
Si può sicuramente avere ma la gente ha fatto quel tipo di studio competitivo. E compriamo la stessa immagine utilizzando quaderno e ocalbero non c'è un miglioramento significativo in quello. E così, molte opzioni sono disponibili molti software supportano queste tecniche di compressione, le tecniche di compressione non dovrebbero essere tecniche di compressione distruttiva. Intendo dire che se ho compresso un'immagine e ogni volta che voglio decomporre dovrei tornare indietro o dovrei raggiungere la stessa immagine che ho messo per la compressione e c'è una compressione o un formato di file anche una tecnica di compressione che si chiama JPEG. JPEG sta avendo problemi è iniziato messo in una tecnica di compressione distruttiva che significa l'immagine quando viene salvata come un JPEG poi la qualità dell'immagine è compromessa e c'è uno scambio che significa che si ottiene una compressione molto alta. E ci sono altre tecniche di compressione e molti dettagli potrebbero non essere disponibili e come per le immagini TIFF possiamo avere una compressione LZW a parte quelle 4 che sto discutendo ora. E la compressione LZW può essere applicata su immagini TIFF o altri formati di immagine, che è di nuovo comune disponibile in molti software, sviluppato da 3 matematici Abraham Lempel, Jacob Ziv e Terry Welch e, insomma, al primo carattere dei loro cognomi è stato dato questo nome LZW, ovvero Lempel Ziv e Welch. Così, questa si chiama tecnica di compressione molto popolare LZW. E 2 formati di file comunemente utilizzati in LZW, che possono essere applicati su formati di immagine GIF o TIFF sono utilizzati e la compressione LZW è adatta per la compressione dei file di testo, perché così, farwe ha parlato solo di file di immagini, ma anche i file di testo possono essere compressi non andremo a discutere su file di testo perché la ridondanza veda l'omogeneità è il fattore maggiore e per ottenere una migliore compressione se perché in testo e la parte ridondanza è molto minore e quindi. In un testo di tipo e quindi, non si può ottenere una compressione molto elevata, mentre, in caso di immagini satellitari a volte e la parte ridondante l'omogeneità è molto più e quindi, si può ottenere una compressione elevata. Quindi, se si salva un like che sto prendendo esempio, se si salva un'immagine TIFF, queste sono le compressioni potrebbero essere disponibili. E la compressione LZW viene mostrata qui. Se si sceglie questa compressione, e poi i diversi codici come RLE I stava mentioning Run Lunghezza Encode. Ce ne sono altre che conosci variante di queste basiliche sono tecniche di compressione sono disponibili anche tu puoi scegliere e JPEG è dato anche qui. E un altro molto popolare che utilizziamo è ZIP che comprime e praticamente ha cercato di comprimere ogni cosa e tutto e o piuttosto intera cartella ma, a volte solo nelle immagini, si può ottenere una migliore compressione, ma in caso di semplici file di testo non riusciamo a ottenere molta compressione perché la ridondanza non c'è. Così, RLE e LZW possono andare per file TIFF perché stiamo cercando di salvarlo al file TIFF quindi, e questo tipo di opzioni potrebbe essere disponibile a seconda del software. Se andiamo per JPEG mi sono ricordato che JPEG è una tecnica di compressione distruttiva. Ad esempio, se sono immagine originale era nel formato TIFF ho compresso in formato JPEG o salvato come formato JPEG e ho cancellato il mio file TIFF originale TIFF ora per scomprimere è stato il risparmio è di nuovo TIFF e non raggiungerò la stessa qualità di immagine perché JPEG è distruttivo. Ma lo stesso tempo fornisce una compressione molto alta. Quindi, anche se nelle opzioni c'è una simile compressione lossless. Quindi, è un compromesso che lo farà fornirà una certa compressione ma non una compressione molto alta, ma allo stesso tempo non ci sarà alcuna perdita che significa anche non distruttiva e JPEG è possibile, di qualità è possibile controllare quanto e si vuole scendere a compromessi sulla qualità se si tiene il 100% che significa che si va per una compressione lossless ma se si dà 50% si è compromettenti sulla qualità. Sempre in JPEG, in alcuni software e si tratta di opzioni molto interessanti sono disponibili anche, a volte dobbiamo caricarci di un'immagine di esso è limitato dire che l'immagine deve essere solo di un megabyte. Così, possiamo anche risparmiare come quell' immagine in JPEG e dichiarando qui che voglio solo 1 megabyte o 2 megabyte. Così, posso andare per questa opzione e posso costrire qui che la compressione dell'immagine e di conseguenza la qualità sarà scelta da un JPEG. Così JPEG è un, JPEG fornisce una compressione molto alta, ma allo stesso tempo compromette la qualità. Quindi, se si salva qualsiasi immagine da TIFF a JPEG, non si elimina l'immagine TIFF perché normalmente non si può tornare in circostanze normali, non si può tornare alla qualità originale che era disponibile tramite TIFF. Ora, queste tecniche di compressione LZW e che impiegano ad esempio 12 di dati e crea le proprie tavole, che vengono chiamate dizionari o libri di codice e poi la comprime i dati e similmente. Ci sono versioni diverse come in JPEG ci sono diverse versioni di tecniche di compressione più recenti sono 2000 in JPEG. Allo stesso modo, in LZW qualche software è possibile trovare e queste opzioni con queste versioni come questa LZW di 77 78 o successive LZW. Quindi, in sostanza si guardano la compressione si ottiene attraverso la ricerca di tabelle e avendo approcci diversi in diverse versioni e questi programmi di decodifica o che sono dei programmi di scomprimere verranno di conseguenza scelti anche. Ora, basta dire che JPEG è un gruppo fondamentalmente ISO e che è stand per il gruppo di esperti fotografici comuni e questo un JPEG è davvero di solito come sappiamo che si pronuncia come JPEG.
JPEG sta scegliendo la gamma di compressione c'è e quando JPEG c'è, convertiamo un'immagine da un altro formato e alla domanda viene chiesto di specificare la qualità desiderata. Quindi, compromessi lì, Uno deve essere molto attento. Quindi, questo abbiamo già discusso c'è un altro formato altrettanto popolare che si chiama formato PNG a parte il tuo formato GIF, disponibile anche e che vengono utilizzati anche su internet è in sostanza il formato GIF o PNG. E questi sono non distruttivi, ma ovviamente GIF salva molte major in un unico file avendo una cosa diversa Ad esempio, posso mostrarti e questa GIF, GIF è popolare anche per il dataset 2D. Così, l'esempio che ti faccio vedere. E anche questa animazione ho mostrato in alcune altre presentazioni. Quindi, questo è nel formato GIF, ci sono 8 scene e che sono state messe in un unico file è stato creato un file GIF e questi sono il formato molto popolare per le animazioni. Un altro esempio di GIF è dato qui, siamo a conoscenza, molte scene sono state più di 10 scene sono state messe in una sequenza temporale e ogni intervallo di tempo è stato impostato e di conseguenza si può creare una GIF. Quindi, molte dicono 10 scene possono essere messe in un unico file e quindi, si può vedere che si tratta anche di una tecnica di compressione. Ma usando questo formato e si possono creare splendide animazioni, molto popolari su internet. Così, GIF ci sono anche versioni di GIF sono disponibili e che è un formato di interscambio grafico o interletta per presentazioni. Anche le GIF con il formato PNG sono state sviluppate soprattutto per internet e queste sono molto popolari.


Video 3

Ora, altri 2 punti di cui voglio discutere. E prima di chiudere questa discussione, uno è l'MrSID di un dataset o database di immagini seamless a risoluzione multipla. In sostanza questa è anche una tecnica di compressione. E questa è una tecnica che è stata sviluppata da un'azienda che si chiama Lizard Tech e i dettagli su e gli intricati o all'interno di queste compressioni sono protetti da copyright. E quindi, solo i vantaggi o i vantaggi che otteniamo e che possiamo discutere e perché questa è la tecnica che prevede la massima compressione finora e questa è sostanzialmente la tecnica di compressione delle immagini non distruttive MrSID e le immagini ad alta risoluzione che si vedono su di esse Google Earth o altre piattaforme, si utilizzano in background strumenti o tecniche di compressione dati MrSID. Fornisce una compressione molto alta anche in grado di fornire compressione fino a 50 volte che significa che se sto avendo un'immagine di 50 MB usando lo strumento di compressione MrSID, posso ridurre a 1 MB e che troppo senza distruzione. Quindi, 50 volte l'immagine a colori completo può essere ridotta di 50 dimes. Quindi questo rapporto di compressione è molto, molto alto. E questa tecnica utilizza il concetto ondulato di trasformata d'onda ed è stato sviluppato da National Research Laboratories ma è protetto da copyright e sono come 40 CD dati possono essere memorizzati in un solo CD se il comprimere tramite software MrSID come ERDAS supporta qualsiasi file di 500 MB o meno può essere salvato come MrSID. Ma se io sono file immagine è più di 500 MB allora devo pagare a quell' azienda per salvare o comprimere il mio file immagine. Così gratis è disponibile fino a soli 500 MB. L'ultimo in questa discussione riguarda i profitti. Questo è un concetto diverso. Anche se si può obiettare che questa non è davvero una tecnica di compressione circa ciononostante, fornisce un display più veloce e promette che la base avrà immagini ad alta risoluzione spaziale. E (()) dire che si avrebbe una rappresentazione di risoluzione del coarder che significa, quando sto visualizzando una vasta area, mi vedrei ad una risoluzione relativamente grossista, quando vado per lo zoom continuo e vado in giro a sapere dentro di quella Piramide andando verso il basso verso la più alta risoluzione spaziale e perché in grado di migliorare le prestazioni di visualizzazione del mio sistema. Così, Pyramid è molto popolare che è stato implementato in like software popolari come ArcGIS o ERDAS e la prima volta quando si visualizza prova a visualizzare un'immagine di dimensioni maggiori, il sistema chiederà, si desidera creare Pyramid Quindi, se si va per l'opzione sì e poi solo 2 piccoli file stanno creando un nuovo sistema avendo la prima prima e prima di puntare avendo la stessa necessità solo le estensioni sarebbero diverse e Pyramid verrà creato in pochi secondi. La prossima volta che si visualizzerà l'immagine che per la quale una Pyramid è già stata creata, allora il display sarà molto veloce. Quindi, in sostanza è possibile velocizzare la visualizzazione delle immagini raster richiamando i Dati solo ad una determinata risoluzione e che è richiesto per il display. Così più grande il grossista di area che la risoluzione visualizzerà. Ma quando andiamo per lo zoom, questo significa che sto chiedendo di visualizzare un'area più piccola, ma poi una risoluzione spaziale più alta. Così Pyramid funziona in quel modo. All'etichetta dei corsi. La risoluzione è una veloce rapidamente disegnata perché usando una risoluzione grossolana che significa dire Piramide in cima alla Piramide di Piramid.Quando siamo zoom, poi vado verso lo spazio finale di risoluzione o verso il fondo della Piramide. E in quel modo, e il mio display diventa questa figura sul lato destro raffigura quella cosa, che questa scala ordina che la risoluzione e lo sai, solo 4 celle per pixel rappresentano la zona. Ma quando ingranamo, come qui è così nello zoom, poi vado per finer e finge la risoluzione spaziale quando zoom e poi vado per la risoluzione spaziale grossolana e grossista. E questo significa che migliora le prestazioni di visualizzazione del nostro sistema creando semplicemente Pyramid solo una volta la prima volta quando si visualizza e qualsiasi file sul proprio sistema.
E poi chiederà, vuoi creare Piramide e una volta che hai detto sì, poi la prossima volta non lo chiedera '. E il tuo display sarà più veloce. Così, in quel modo e si può dire che fornisce un tipo di compressione, ma nessun danno all'immagine originale, vedere il nostro si parla di una risoluzione spaziale superiore che significa la qualità che stiamo parlando e se dobbiamo compromettere la qualità allora nessun utilizzo di andare per una maggiore risoluzione spaziale. Ad esempio, oggigiorno chiunque con fotocamere mobili stiamo andando per fotocamera da megapixel superiore e superiore, ma lo stesso tempo le persone memorizzano le loro immagini dalla fotocamera alta megapixel in formato JPEG e quindi, e quando acquisisce l'immagine originariamente hanno distrutto la qualità dell'immagine. Quindi, meglio è se si utilizzano fotocamere ad alta risoluzione spaziale, è meglio memorizzare l'immagine in TIFF e successivamente su. Se è necessario si può convertire o salvare come JPEG e perché è per questo che stiamo andando per una maggiore risoluzione spaziale e fotocamera o immagini satellitari ad alta risoluzione spaziale. Così le immagini satellitari spazialmente. Non deve essere inizialmente memorizzato in formato JPEG perché JPEG è un tipo distruttivo di compressione dell'immagine, il file originale se è stato cancellato, quindi la stessa qualità decomprimibile JPEG o salva come JPEG come TIFF, non si archivia. Quindi, questo deve tenere a mente molte tecniche che ho discusso sono tutte non distruttive tranne il JPEG. Allora, le Piramidi sono fondamentalmente che stavo dicendo e fornisce una bella risoluzione allo zoom e mantiene un'ottima efficienza in quel display e che praticamente rende il nostro sistema più efficiente e praticamente somiglia a qualsiasi dimensione più piccola l'intero dataset alla dimensione grossolana nella Piramide e che è il che aiuta il display molto velocemente. Quindi, questo dettagli Pyramidi sono qui e più grande l'immagine è sempre andata meglio per andare per e Piramidi esempio qui, quando per la prima volta visualizzati questo esempio viene da ArcGIS quando si va per la visualizzazione chiederà la loro Piramide qualche momento, ma vorreste creare Pyramid, perché questa fonte di dati raster non ha permessi. Quindi, prima si verifica se Pyramid è già stato creato o meno. Se sì allora non chiederà ma se non lo chiederà. Così, una volta che la Piramide è stata creata, allora ovviamente ci sono delle opzioni ci saranno anche così meglio. Se vogliamo conservare la qualità dell'immagine poi scegliere sempre vicino più vicino, che generalmente è nel default e nella compressione e in altre cose è possibile cambiare e una volta creato, allora si ottiene il vantaggio di un display più veloce sul proprio sistema .Così, questo porta alla fine della nostra discussione abbiamo iniziato con le 4 tecniche di compressione dei dati di base. Poi si discute anche del LZW che è associato a zip differenti. Si discute anche di un MrSID, che fornisce una compressione molto alta, tecnica di compressione dati completamente non distruttiva, ma che è un copyrigh