compressão de imagens - Apresentação.ppt

MarceloAugustoRomane 4 views 9 slides Sep 22, 2025
Slide 1
Slide 1 of 9
Slide 1
1
Slide 2
2
Slide 3
3
Slide 4
4
Slide 5
5
Slide 6
6
Slide 7
7
Slide 8
8
Slide 9
9

About This Presentation

Explicação didatica


Slide Content

Curso de Formação de Peritos
Compressão de
Imagens

Porque comprimir ?
TV colorida de baixa resolução
640 x 480 pixels
24 bits/pixel para representar as cores : Bit Depth
Taxa de Trasnmissão de Quadros (frames): 30 fps
Qual a banda (largura de faixa) necessária para transmitir 1s do sinal?
Mbps 210,9375
1024 x 1024
bps 221184000
RateBit
segundo / bits 221184000 RateBit
frames/s 30 x bits/frame 7372800 RateBit
bits/frame 737280024 x 307200bits/pixel x DN
px 307200480 x 640 Altura x Largura D
segundopor bits de totalnúmero RateBit
framepor bits de totalnúmero N
pixels em frame do dimensão D
Mbps
2








Ou seja cada segundo de um vídeo ocupa 210,9375 megabits. Se desejo
armazenar 1 hora de filme vou precisar de
GB 92,6971
bits/byte 8 x bits 1024
3600s
Mbits/s 210,9375 

Porque comprimir ?
HDTV – High Definition Television
1280 x 720 pixels
24 bits/pixel para representar as cores
Taxa de Trasnmissão de Quadros (frames): 60 fps
GB 556,18
bits/byte 8 x bits 1024
3600s
x Mbits/s 1265,625ser deverá
ntoarmazename de capacidade a filme de hora) (uma1h Em
Mbps 1265,625
1024 x 1024
bps 1327104000
RateBit
segundo / bits 1327104000 RateBit
frames/s 60 x bits/frame 22118400 RateBit
bits/frame 2211840024 x 921600bits/pixel x DN
px 921600720 x 1280 Altura x Largura D
segundopor bits de totalnúmero RateBit
framepor bits de totalnúmero N
pixels em frame do dimensão D
Mbps
2








Porque comprimir ?
Radiografia com 14 x 17 polegadas de dimensão escaneada a
70µm com Bit Depth de 24 bits/pixel
MB 89,66
bits/byte 8 x bits 1024 x bits 1024
sbits/pixel 24 x px 6169 x 5080
Necessária Banda
altura na pixels 6169
m10 x 70
m 0,0254x 17"
N
largura na pixels 5080
m10 x 70
m 0,0254x 14"
N
altura na pixels de númeroN
largura na pixels de númeroN
2
6H
6L
H
L
pixels
pixels
pixels
pixels






Princípio Básico da Compressão
Imagens digitais estáticas: pixels vizinhos em regiões
homogêneas são muito semelhantes e pequenas variações nos
valores destes pixels não são percebidas pelo olho humano
Vídeo: frames consecutivos em uma cena estacionária ou com
variação lenta são bastante semelhantes e há muita redundância
entre os respectivos frames
Áudio: existem freqüências que apesar de estarem dentro da faixa
audível do ser humano não possuem significado prático nenhum

Nos três exemplos acima o sistema sensorial humano (olhos,
ouvidos e cérebro) não consegue perceber todo o conteúdo
gravado nos sinais. Existe uma quantidade de informação supérfula
e redundante que pode ser eliminada sem prejuízo algum para o
entendimento do referido conteúdo

REDUNDÂNCIA SENSORIAL ou REDUNDÂNCIA PERCEPTIVA

Teoria da Informação – Conceitos Básicos
Os dados são representados como uma combinação de
Informação e Redundância (informação redundante)
Informação  parte dos dados que deve ser preservada
permanentemente em sua forma original com o objetivo de
permitir que os dados sejam interpretados de forma correta
Redundância  parte dos dados que pode ser removida
quando não for necessária podendo ser reinserida com o
objetivo de interpretar os dados originais
A compressão de dados é simplesmente a técnica de
redução da informação redundante
Compressão  sinônimo de Codificação
Descompressão  sinônimo de Decodificação

Compressão – Diagrama Esquemático
Modelagem  extrai da informação originária da fonte a redundância existente e
descreve a referida informação como um modelo
Modelo  Obtido da observação empírica dos dados estatísticos relativos à
informação originária da fonte
Observação Empírica  observação do comportamento dos conjuntos de
símbolos gerados pela fonte. Este conjunto de símbolos pertence a um alfabeto.
Informação a ser codificada = Informação originária – Informação Modelada

Algoritmo Genérico
亞 Segmentação: divide a imagem bitmap em blocos (8x8 ou 16x16 etc)
亞 Redução da Redundância Espacial: decorrelação dos dados através da
transformada DCT
亞 Redução da Entropia: retira informações redundantes (causa distorções
sendo o principal contribuinte para a perda de informações)
亞 Codificação : assinalamento de palavras códigos (bit strings) de
comprimento curto que substituem um padrão repetitivo de caracteres

MB 89,66
bits/byte 8 x bits 1024 x bits 1024
sbits/pixel 24 x px 6169 x 5080
Necessária Banda
altura na pixels 6169
m10 x 70
m 0,0254x 17"
N
largura na pixels 5080
m10 x 70
m 0,0254x 14"
N
altura na pixels de númeroN
largura na pixels de númeroN
2
6H
6L
H
L
pixels
pixels
pixels
pixels






Tags