PIXEL. Il valore quantizzato misurato da ciascun sensore diventa un. PICTURE ELEMENT = PIXEL dell immagine. Multimedia
|
|
- Guglielmo Maggi
- 7 anni fa
- Visualizzazioni
Transcript
1 PIXEL Il valore quantizzato misurato da ciascun sensore diventa un PICTURE ELEMENT = PIXEL dell immagine
2 2
3 3
4 Immagini Vettoriali e Raster 4
5 Formati Vettoriali
6 Grafica Vettoriale Nella grafica vettoriale un immagine è descritta come una serie di forme geometriche. Piuttosto che una serie finita di pixel, un visualizzatore di immagini vettoriali riceve informazioni su come disegnare l immagine sul DISPLAY DEVICE in uno specifico sistema di riferimento. Le immagini vettoriali possono essere stampate con strumenti appositi (plotter)
7 Differenze Raster Quali puntini devo colorare? Disegno a mano libera Vector Quale linee devo tracciare? Disegno tecnico
8 Confronto Raster Pro Fotorealismo Standard su Web Vector Pro Le trasformazioni sul piano sono semplici (Zooming, Scaling, Rotating) Contro: Nessuna descrizione semantica. Grandi dimensioni Contro: Non fotorealistico Formati vettoriali proprietari
9 Cui prodest vector? CAD (Computer Assisted Drawing) usa grafica vettoriale per misure precise, capacità di zoomare dentro i particolari dei progetti, ecc. (AutoCad, ) Desktop Publishing & Design (Adobe Illustrator, Macromedia Freehand, Publisher) Linguaggio di stampa Postscript Animazioni su web (Macromedia Flash) GIS (Geographical Information Systems): Arcview, Envi,
10 Vettoriale Raster
11 Un esempio concreto di scalabilità Raster (140x170) Vector (140x170)
12 Raster 2x Vector 2x
13 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
14 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
15 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
16 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
17 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
18 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
19 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
20 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
21 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
22 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
23 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
24 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
25 Vectorialisation Q=1 Q=2 Q=4 Q=8 Q=16 Q=32 Q=64 Q=128 Q=256 Q=512 Q=1024 Q=2048 Q=4096 Q=8192 PSNR bpp bpp 19,330 0,976 20,178 1,343 21,016 1,753 21,975 2,251 22,670 3,097 23,461 4,064 24,326 5,693 25,180 7,660 26,058 10,430 26,852 14,169 27,596 19,281 28,174 26,703 28,768 37,641 29,320 53,429 The visual perceived accuracy increases as the Q parameter increase.
26 Standard e formati grafici
27 I formati Un formato di file di un immagine è una modalità standard per organizzare e immagazzinare i dati di un immagine. Esso definisce come i dati vengono disposti e, se esiste, il tipo di compressione utilizzata. Gli standard di compressione di un immagine, invece, definiscono le procedure e gli algoritmi per la compressione e la decompressione, cioè per la riduzione della quantità dei dati necessari per rappresentare un immagine.
28
29
30 Immagini Binarie (Standard)
31 Immagini a toni continui - Standard
32 Immagini a toni continui
33
34
35
36 Teorema di Shannon per la compressione 36
37 Ma fino a che punto si può comprimere in maniera lossless? Non certo a piacere. C è un teorema che ci indica in numero minimo di bit necessari per comprimere un segnale. Prima di introdurre il teorema occorre richiamare alcuni concetti. 37
38 Frequenza Sia data una sequenza S di N caratteri tratti da un alfabeto di M possibili caratteri: a 1,,a M. Sia f i la frequenza del carattere a i cioè f i = (# occorrenze a i )/N 38
39 Entropia Definiamo entropia E della sequenza di dati S: E = - Σ f i log 2 (f i ) i S I logaritmi daranno tutti un valore negativo, occorre quindi cambiare di segno il risultato della sommatoria (per tale motivo c è il segno meno davanti alla sommatoria). 39
40 Teorema di Shannon (1945) Teorema fondamentale della teoria dell informazione I dati possono essere rappresentati senza perdere informazione (lossless) usando almeno un numero di bit pari a: N*E Dove N è il numero di caratteri mentre E è l entropia. 40
41 Attenzione! Il teorema di Shannon fissa il numero minimo di bit, ma non ci dice come trovarli. Occorre usare un algoritmo che permetta di codificare i nostri caratteri usando esattamente il numero di bit ricavati con il teorema di Shannon. Un algoritmo che fa ciò è dovuto ad Huffman. 41
42 Codifica di Huffman Huffman ha proposto un semplice algoritmo greedy che permette di ottenere un dizionario (cioè una tabella caratterecodifica_binaria) per una compressione quasi ottimale dei dati cioè pari al limite di Shannon con un eccesso di al più N bit. i codici di Huffman sono utilizzati in CCITT, JBIG2, JPEG, MPEG-1,2,4, H.261, H.262, H.263, H.264 e in altri standard di compressione. 42
43 Codifica di Huffman (1) Illustro l algoritmo con un esempio. Dati: AABABCAACAAADDDD. A : frequenza pari a 8/16 = ½ B : frequenza pari a 2/16= 1/8 C: frequenza pari a 2/16= 1/8 D: frequenza pari a 4/16= ¼ L algoritmo procede costruendo un albero binario le cui foglie sono i caratteri da codificare come segue: INIZIO: una foresta con 4 alberi ciascuno composto di un singolo nodo. 1/4 1/2 1/8 1/8 1/4 A B C D Aggrego i due alberi della foresta con minore frequenza 1/2 1/4 A B C D 43
44 Codifica di Huffman(2) Procedo in tal modo fino ad avere un solo albero che aggreghi tutte le foglie 1/4 1/2 1/2 1/4 A B C D Aggrego i due alberi della foresta con minore frequenza 1/2 A B C D 44
45 Codifica di Huffman(3) In questo caso ecco il risultato finale: 1/2 1 1/2 A B C D Aggrego i due alberi della foresta con minore frequenza A B C D 45
46 Codifica di Huffman(4) 1 A 1 B C 0 D Etichetto con 1 i rami sinistri e 0 i destri. Il cammino dalla radice al simbolo fornisce la parola del dizionario che codifica in maniera ottimale il simbolo. Si osservi che ho parole di codice di varia lunghezza, ma nessuna è prefissa delle altre. Inoltre i simboli più frequenti richiedono meno bit, i meno frequenti più bit. A : 1 B : 011 C : 010 D : 00 46
47 A : 1 B : 011 C : 010 D : 00 Codifica di Huffman(5) Codice per la sequenza AABABCAACAAADDDD. A : frequenza pari a 8/16 = ½ B : frequenza pari a 2/16= 1/8 C: frequenza pari a 2/16= 1/8 D: frequenza pari a 4/16= ¼ Codifica: pari a 28 bit (si osservi che i trattini sono del tutto superflui perché nessun codice per i caratteri è prefisso degli altri, cioè posso decodificare senza fare errori se ho solo: Quale è il limite previsto da Shannon? 16* (-1/2*log 2 (1/2) 1/8*log 2 (1/8) 1/8*log 2 (1/8)-1/4*log 2 (1/4)) = 16*(1/2+3/8+3/8+2/4) = = 28 bit CODIFICA OTTIMALE!
48 Attenzione in pratica! Costo aggiuntivo: si deve memorizzare la tabella caratteri-codici. Se i caratteri sono tanti questo può essere costoso. Per le immagini a toni di grigio i caratteri sono i livelli di grigio (256) e tale tabella è assai poco pratica. Huffman viene usato per comprimere alcune informazioni nella fase finale della codifica JPEG (dopo che è stata fatta una riduzione con altre tecniche) 48
49 Codifica di Golomb codifica di input interi non negativi con distribuzioni di probabilità che decadono esponenzialmente. Sono più facili da calcolare rispetto ad Huffman sono utilizzati negli standard di compressione JPEG-LS e AVS
50 Codifica di Golomb
51 Codifica di Golomb
52 Codifica aritmetica Codici di lunghezza variabile Sono codifiche protette da copyright ed è per questo motivo che se lo standard prevede sia la codifica aritmetica che quella di Huffman, spesso viene supportata solo la seconda. la codifica aritmetica è usata in JBIG1, JBIG2, JPEG-2000, H.264, MPEG-4 AVC
53 Codifica aritmetica
54 Codifica aritmetica
55 Codifica LZW La codifica Lempel-Ziv-Welch (LZW) assegna delle codeword a lunghezza fissa a sequenze di simboli a lunghezza variabile. Una caratteristica chiave della codfica LZW è che essa non necessita di una conoscenza a priori della probabilità di occorrenza dei simboli che devono essere codificati. è stata integrata in numerosi formati di file per l imaging, quali ad esempio GIF, TIFF, e PDF. Il formato PNG è infine stato creato anche per ovviare gli eventuali problemi di copyright della codifica LZW.
56 Codifica LZW
57 Codifica LZW
58 Codifica LZW
59 Codifica Run-length le immagini che hanno delle ripetizioni di intensità lungo le righe (o colonne) possono spesso essere compresse rappresentando tali sequenze (run) sottoforma di coppie di run-length, in cui ciascuna coppia individua l inizio di una nuova intensità e il numero di pixel consecutivi ne condividono il valore in questione. la codifica run-legnth è usata in CCITT, JBIG2, JPEG, M-JPEG-1,2,4, BMP
60 Run-Length-Encoding Si voglia comprimere la sequenza: Si potrebbe ricordare in alternativa: volte 0, 3 volte 1, 2 volte 0 etc. O meglio basterebbe accordarsi sul fatto che si inizia con il simbolo 0 e ricordarsi solo la lunghezza dei segmenti (run) di simboli eguali che compongono la sequenza: 5,3,2,1,1,3,1,3,1,1,1,7 Tali valori vanno adesso scritti in binario. Non sempre tale codifica porta un risparmio rispetto a quella di input. Ciò accade solo se la lunghezza della run è molto grande e prevede un numero di bit superiore a quelli necessari per scrivere il numero che rappresenta la run. Se ci sono molte run (sequenze di simboli eguali) piuttosto lunghe ricordare la sequenza delle loro lunghezze potrebbe portare un risparmio.
61 Codifica basata su i simboli In una codifica basata su simboli, o su token, un immagine viene rappresentata come una serie di sottoimmagini ricorrenti, chiamati simboli. Ciascun simbolo è memorizzato come un dizionario di simbolo e l immagine è codificata come un insieme di terzine { (x 1, y 1, t 1 ), (x 2, y 2, t 2 ), }, in cui ciascuna coppia (x i, y i ) determina la posizione di un simbolo nell immagine e il token t i è l indirizzo del simbolo della sottoimmagine nel dizionario. Immagazzinando solo una volta i simboli ripetuti si possono comprimere significativamente le immagini, dove i simboli sono spesso delle vere e proprie bitmap e sono ripetuti più volte. La codifica basata sui simboli è usata nella compressione JBIG2
62 Codifica basata su i simboli
63 Codifica basata su i Bit planes Le tecniche run-length e basate su simboli dei paragrafi precedenti possono essere applicate alle immagini che hanno più di due intensità attraverso l elaborazione singola del loro piano di bit. La tecnica, chiamata codifica per piani di bit (bit-plane) si basa sul concetto di scomposizione di un immagine a livelli multipli (a toni di grigio o a colori) in una serie di immagini binarie e di compressione di ciascuna immagine binaria attraverso uno dei metodi di compressione binaria conosciuti. la codifica mediante piani di bit è usata negli standard di compressione JBIG1 e JPEG-2000
64 Codifica basata su i Bit planes Il gray code a m-bit g m 1 g 2 g 1 g 0 che corrisponde può essere calcolato da dove denota l operatore di OR esclusivo. Questo codice gode delle proprietà per cui ogni codeword successiva differisce dalla precedente per solo un bit.
65
66 Codifica a blocchi mediante trasformata Consideriamo una tecnica di compressione che divide un immagine in piccoli blocchi non sovrapposti di uguale dimensione (per es. 8 8) ed elabora i blocchi indipendentemente utilizzando una trasformata 2-D. una trasformata lineare e reversibile (come la trasformata di Fourier) viene utilizzata per mappare ogni blocco o sottoimmagine in un insieme di coefficienti della trasformata, che vengono successivamente quantizzati e codificati. Per trasformare i dati dell immagine può essere utilizzata una grande varietà di trasformate. la codifica a blocchi mediante trasformata è usata in JPEG, M- JPEG, MPEG-1,2,4, H.261, H.262, H.263 e H.264, DV e HDV, VC-1
67 Codifica a blocchi mediante trasformata
68 trasformata Walsh-Hadamard (WHT)
69 trasformata discreta del coseno (DCT)
70
71 Trasformata wavelets
72 Watermarking Gli standard di compressione permettono la distribuzione delle immagini (fotografiche o video) su supporti digitali e su Internet, riducendone lo spazio fisico necessario per la loro memorizzazione. Sfortunatamente, le immagini così distribuite possono essere copiate ripetutamente e senza errore, violandone i diritti di proprietà. Anche quando vengono criptate per la distribuzione, le immagini rimangono comunque non protette una volta che vengono decriptate. Un modo per far fronte alla duplicazione illegale è quello di mimetizzare uno o più item di informazione, chiamati watermark (letteralmente marchio d acqua o trasparente ), nell immagine potenzialmente soggetta alla duplicazione, in modo che questi watermark non possano essere separati dalle immagini stesse.
73 Watermarking Una volta che essi diventano parte integrale delle immagini watermarked, preservano il diritto di proprietà in molti modi: Identificazione del Copyright. I watermark possono fornire l informazione necessaria per dimostrare la proprietà, quando i diritti del proprietario sono stati violati. Identificazione del proprietario. L identità del proprietario può essere codificata nei watermark e utilizzata per identificare le sorgenti di copie illegali. Determinazione dell autenticità. La presenza di un watermark può garantire il fatto che l immagine non sia stata alterata, assumendo che il watermarking venga distrutto ogni qual volta che l immagine viene modificata. Monitoraggio automatico. I watermark possono essere monitorati dai sistemi che tracciano il percorso dell immagine rispetto a dove e quando la si è utilizzata (per es. dai motori di ricerca su Internet, che cercano le immagini sulle varie pagine web). Il monitoraggio è utile per conteggiare le eventuali royalty e/o per individuare i fruitori illegali dell immagine. Protezione per la copia. I watermark possono specificare delle regole sull uso e la riproduzione dell immagine (per es. nei lettori DVD).
74 Watermarking Il watermarking può essere aggiunto sia nel dominio spaziale che in quello della frequenza.
75 watermark visibile Un watermark visibile è una sottoimmagine o un immagine opaca o semitrasparente che viene sovrapposta su un altra immagine in modo che sia palesemente evidente al fruitore. RAI, MEDIASET, LA 7, MTV
76 Watermark visibile
77 Watermark invisibile
78 Watermarking
PIXEL. Il valore quantizzato misurato da ciascun sensore diventa un. PICTURE ELEMENT = PIXEL dell immagine. Multimedia
PIXEL Il valore quantizzato misurato da ciascun sensore diventa un PICTURE ELEMENT = PIXEL dell immagine 2 3 Immagini Vettoriali e Raster 4 Formati Vettoriali Grafica Vettoriale Nella grafica vettoriale
DettagliInterazione & Multimedia
Compressione Compressione Con il termine compressione dati si indica la tecnica di elaborazione dati che, attuata a mezzo di opportuni algoritmi, permette la riduzione della quantità di bit necessari alla
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliLE IMMAGINI DIGITALI 3 formati. Università IUAV di venezia
LE IMMAGINI DIGITALI 3 formati Università IUAV di venezia Compressione Trasmissione ed archiviazione dei file grafici Algoritmo di compressione: trasformare la sequenza di byte che costituisce un file
DettagliCodifica a blocchi mediante trasformate
Codifica a blocchi mediante trasformate Consideriamo una tecnica di compressione che divide un immagine in piccoli blocchi non sovrapposti di uguale dimensione (per es. 8 8) ed elabora i blocchi indipendentemente
DettagliMETODI DI BASE PER LA COMPRESSIONE. Multimedia: Nicole R. Andrea C. Gianluca G
METODI DI BASE PER LA COMPRESSIONE Multimedia: Nicole R. Andrea C. Gianluca G INTRODUZIONE Multimedia: Nicole R. Andrea C. Gianluca G Indica il numero minimo di bit necessari per comprimere un segnale
DettagliSistemi di Elaborazione delle Informazioni
Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle Informazioni A.A. 26/27 Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle
DettagliCodifica dell Informazione
Introduzione all Informatica Fabrizio Angiulli Codifica dell Informazione CODIFICA DI DATI E ISTRUZIONI Algoritmi Istruzioni che operano su dati Per scrivere un programma è necessario rappresentare dati
DettagliWatermarking. Multimedia
Watermarking Watermarking Gli standard di compressione permettono la distribuzione delle immagini (fotografiche o video) su supporti digitali e su Internet, riducendone lo spazio fisico necessario per
DettagliCodifica dell Informazione
Francesco Folino CODIFICA DI DATI E ISTRUZIONI Algoritmi Istruzioni che operano su dati Per scrivere un programma è necessario rappresentare dati e istruzioni in un formato tale che l esecutore automatico
DettagliInformazione binaria:
Informazione binaria: Codici di compressione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Una soluzione per le immagini: la tavolozza (palette) Spesso
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliProgramma del corso. Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori
Programma del corso Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori Il concetto di FILE FILE: sequenza di byte conosciuta nel computer
DettagliInformazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione
Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin
DettagliLa codifica dell informazione
La codifica dell informazione Rappresentazione binaria Tutta l informazione interna ad un computer è codificata con sequenze di due soli simboli : 0 e 1 L unità elementare di informazione si chiama bit
DettagliLa codifica delle immagini
Per distinguere 16777216 colori sono necessari 24 bit per la codifica di ciascun pixel: la codifica di un'immagine formata da 640X480 pixel richiederà 7.372.800 bit (921.600 byte) Esistono delle tecniche
DettagliLa codifica dell informazione. Rappresentazione binaria. Rappresentazione posizionale in base 10
La codifica dell informazione Rappresentazione binaria Tutta l informazione interna ad un computer è codificata con sequenze di due soli simboli : 0 e 1 L unità elementare di informazione si chiama bit
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliElaborazione dell informazione. Elaborazione dell informazione. Rappresentazione dei numeri INFORMATICA PER LE DISCIPLINE UMANISTICHE 2 (13042)
Elaborazione dell informazione INFORMATICA PER LE DISCIPLINE UMANISTICHE 2 (13042) Elaborazione di informazione prevede una codifica come: Dato: insieme di simboli rappresentati su un supporto Negli elaboratori:
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
Dettagliche si ripete n volte, con n molto grande. Determinare il rate ottenuto dalla codifica LZ77, usando i parametri:
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 8 giugno 2006 Argomento: Esercizi sulle tecniche di compressione Scribes: Massimo Bellio, Massimo Padovan, Adalberto Zurlo 1 Esercizio su
DettagliIMMAGINE Immagini raster Fondamenti
IMMAGINE Immagini raster Fondamenti Le immagini raster, chiamate anche pittoriche o bitmap, sono immagini incomputer grafica la cui visualizzazione sullo schermo corrisponde direttamente alla struttura
DettagliIntroduzione alla codifica entropica
Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta
DettagliTecniche di compressione senza perdita
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Tecniche di compressione senza perdita 2000 Pier Luca Montessoro (si veda la nota di copyright
DettagliModulo 1. (Computer Essentials)
Modulo 1 (Computer Essentials) 1 Modulo 1 Un Po di Teoria Rappresentazione dei Dati Rappresentazione dei Caratteri Caratteristiche delle Immagini Digitali 2 RAPPRESENTAZIONE dei DATI 3 Rappresentazione
DettagliAbbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete)
Algoritmi di compressione per le immagini Abbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete) compressione
DettagliAlgoritmi Greedy. Tecniche Algoritmiche: tecnica greedy (o golosa) Un esempio
Algoritmi Greedy Tecniche Algoritmiche: tecnica greedy (o golosa) Idea: per trovare una soluzione globalmente ottima, scegli ripetutamente soluzioni ottime localmente Un esempio Input: lista di interi
DettagliNumeri interi. Laboratorio di Calcolo Paola Gallo
Numeri interi Alfabeto binario anche il segno può essere rappresentato da 0 o 1 è indispensabile indicare il numero k di bit utilizzati Modulo Modulo e segno 1 bit di segno (0 positivo, 1 negativo) k 1
DettagliConcetti Introduttivi. Rappresentazione delle informazioni
Concetti Introduttivi Rappresentazione delle informazioni Rappresentazione delle informazioni Per rappresentare i dati di ingresso o di uscita e la sequenza di operazioni che costituiscono un algoritmo,
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI SENZA PERDITA Sommario 1 2 (Lossless JPEG, PNG, ecc.) 3 4 Motivazione Gli algoritmi per la codifica
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliCodifica delle immagini
Codifica delle immagini Pixel = picture element Codifica delle immagini 1 1 1 1 1 1 1 1 2 3 4 5 6 7 22 23 24 25 26 27 28 15 16 17 18 19 2 21 8 9 1 11 12 13 14 Codifica delle immagini 1111111 zz Codifica
Dettagli1.2d: La codifica Digitale dei caratteri
1.2d: La codifica Digitale dei caratteri 2 12 ott 2011 Bibliografia Curtin, 3.6 (vecchie edizioni) Curtin, 2.5 (nuova edizione) CR pag. 9-14 Questi lucidi 3 12 ott 2011 La codifica dei caratteri Un testo
DettagliCapitolo 1. Salvataggio dei dati. Prof. Mauro Giacomini Pearson Addison-Wesley. All rights reserved
Capitolo 1 Salvataggio dei dati Prof. Mauro Giacomini 2007 Pearson Addison-Wesley. All rights reserved Capitolo 1: Salvataggio dei dati 1.1 Bits e loro memorizzazione 1.2 Memoria principale 1.3 Memorie
DettagliCompressione Parte 2. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 2 Prof. Filippo Milotta milotta@dmi.unict.it Fattori di compressione per codifiche basate su PCM Dipendono dalla implementazione della PCM: IMA ADPCM: 4/1 (75%) Con specifica G.721:
DettagliIntroduzione alla progettazione grafica
Introduzione alla progettazione grafica Marco Franceschini 2 Introduzione Progettazione tecnica Progettazione artistica Il progettista grafico 3 Elementi del progetto grafico Supporto (tipologie, formati,...)
DettagliCompressione dei dati. Appunti di Sistemi A cura del prof. Ing. Mario Catalano
Compressione dei dati Appunti di Sistemi A cura del prof. Ing. Mario Catalano Compressione di dati Cosa significa comprimere i dati? Eliminare l'informazione ridondante, in modo da poter rappresentare
DettagliLa codifica delle immagini
Un immagine può occupare molto spazio anche se non tutti i 16777216 colori sono CONTEMPORANEAMENTE usati Si può usare un sottoinsieme dei colori Si considera una tavolozza (palette) di colori (codificati
DettagliDigitalizzazione delle immagini
Digitalizzazione delle immagini Informazione multimediale Lettere e numeri non costituiscono le uniche informazioni utilizzate dai computer ma sempre più applicazioni utilizzano ed elaborano anche altri
DettagliLezione 8: La rappresentazione dell informazione Multimediale le Immagini Venerdì 30 Ottobre 2009
Università di Salerno Corso di FONDAMENTI DI INFORMATICA Corso di Laurea Ingegneria Meccanica & Ingegneria Gestionale Mat. Pari Docente : Ing. Secondulfo Giovanni Anno Accademico 2009-2010 Lezione 8: La
DettagliTecnologie Multimediali a.a. 2016/2017. Docente: DOTT.SSA VALERIA FIONDA
Tecnologie Multimediali a.a. 2016/2017 Docente: DOTT.SSA VALERIA FIONDA Rappresentazione digitale delle immagini Sistema binario Il computer "capisce" solo 2 stati: passacorrente (1) non passa corrente
DettagliCorso di Informatica
CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Immagini in movimento 2 Immagini in movimento Memorizzazione mediante sequenze di fotogrammi.
DettagliLA CODIFICA. CANALE IDEALE E REALE
LA CODIFICA. CANALE IDEALE E REALE L A CODIFICA Per trasmettere i simboli generati dalla sorgente devo tradurli in segnali adatti al canale. Per effettuare la trasmissione dovremo: MODULARE il segnale:
DettagliSommario. Lempel-Ziv coding e varianti Run-length encoding. 1 Introduzione. 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.
Sommario Lempel-Ziv coding e varianti 1 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.) 3 Lempel-Ziv coding e varianti 4 Lempel-Ziv coding e varianti Il codice di Huffman visto prima sfrutta
DettagliInformazione binaria: suoni, immagini, sequenze video
Informazione binaria: suoni, immagini, sequenze video Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Tipologie di codici Per la rappresentazione di:
DettagliRappresentazione digitale delle informazioni
Rappresentazione digitale delle informazioni Informazione oggi Informatica: disciplina che studia l elaborazione automatica di informazioni. Elaboratore: sistema per l elaborazione automatica delle informazioni.
DettagliLa codifica del testo
La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni I slide Informatica e sistemi
DettagliMemorizzazione delle immagini. Metodi e Formati
Memorizzazione delle immagini Metodi e Formati Dati bitmap Insieme di valori numerici che specificano i colori dei singoli pixel Linearizzazione per righe Formati e file grafici Come si registrano i dati?
DettagliLa codifica delle immagini
Per distinguere 16777216 colori sono necessari 24 bit per la codifica di ciascun pixel: la codifica di un'immagine formata da 640X480 pixel richiederà 7.372.800 bit (921.600 byte) Esistono delle tecniche
DettagliNozioni di grafica sul calcolatore. concetti di base
Nozioni di grafica sul calcolatore concetti di base La riproduzione di immagini fotografiche su computer avviene suddividendo l'immagine stessa in una matrice di punti colorati: pixels I formati basati
DettagliSegnale analogico. Analogico vs digitale. Segnale digitale. Trasformazione da analogico a digitale
LEZIONI 2 e 3 Rappresentazione dell informazione 53 Analogico vs digitale LEZIONI 2 e 3 Rappresentazione dell informazione 54 Segnale analogico Il computer può lavorare soltanto con grandezze di tipo digitale
DettagliSuono digitale. Ø Un secondo di musica stereo richiede 44'100 campioni di 16 bit (2 byte) ciascuno per due canali, quindi 176'400 byte.
Suono digitale Ø Formato standard per i CD audio frequenza di campionamento di 44'100 Hz quantizzazione su 65'536 livelli (un campione viene codificato su 16 bit) Ø Un secondo di musica stereo richiede
DettagliRAPPRESENTAZIONE DELLE INFORMAZIONI
RAPPRESENTAZIONE DELLE INFORMAZIONI 1 RAPPRESENTAZIONE DELLE INFORMAZIONI Le informazioni gestite dai sistemi di elaborazione devono essere codificate per poter essere memorizzate, elaborate, scambiate,
DettagliCos è una wavelet? Applicazioni della trasformata wavelet. Analisi multirisoluzione
Cos è una wavelet? Applicazioni della trasformata wavelet Analisi multirisoluzione Tre tecniche: Piramidi di immagine Trasformata di Haar Codifica per sottobande Il numero totale di pixel nel caso di una
DettagliRappresentazione delle Immagini. Corso di Informatica. Rappresentazione delle Immagini. Rappresentazione delle Immagini
Corso di Laurea in Conservazione e Restauro dei Beni Culturali Rappresentazione delle Immagini Corso di Informatica Gianluca Torta Dipartimento di Informatica Tel: 011 670 6782 Mail: torta@di.unito.it
DettagliLaboratorio di Informatica
Rappresentazione delle informazioni Pagina 1 Calcolatori digitali tutte le informazioni vengono rappresentate in forma numerica binaria (0,1): Numeri Caratteri Immagini Video Suoni Pagina 2 La codifica
DettagliCompressione delle immagini (codifica JPEG)
Compressione delle immagini (codifica JPEG) ALBERTO BELUSSI ANNO ACCADEMICO 2009/2010 Motivazioni a favore della compressione 2 Es. Si consideri di voler proiettare un ora di un film mediante un dispositivo
DettagliCapitolo 8 COMPRESSIONE DI IMMAGINI
Capitolo 8 COMPRESSIONE DI IMMAGINI La compressione delle immagini è il processo che riduce la quantità di dati necessari per rappresentare un immagine, cioè una certa quantità di informazione. La distinzione
DettagliLaboratorio Informatico di Base. Concetti di base sull informatica
Laboratorio Informatico di Base Concetti di base sull informatica Codifica di filmati u Immagini in movimento sono memorizzate come sequenze di fotogrammi u In genere si tratta di sequenze compresse di
DettagliCapitolo 3 Compressione sorgenti statiche
Capitolo 3 Compressione sorgenti statiche Elementi di codifica di sorgente Entropia Classificazione degli algoritmi Testo RLE Huffman statico Huffman dinamico Codifica aritmetica LZ Immagini Prestazioni
DettagliTutti i dispositivi di un elaboratore sono realizzati con tecnologia digitale
Calcolatore e Informazione Tutti i dispositivi di un elaboratore sono realizzati con tecnologia digitale Corrente + Corrente Magnetismo + Magnetismo Luce presente (+) Luce assente (-) Dati ed operazioni
DettagliOHLQIRUPD]LRQLQRQQXPHULFKH
OHLQIRUPD]LRQLQRQQXPHULFKH RAPPRESENTAZIONE DI TESTI Lo standard ASCII (American Standard Code for Information Interchange): 7 bit, 2 7 = 128 simboli diversi: - (a z A Z 0 9!?,. ; : @ # $ ), - alcuni codici
DettagliCodifica di Huffman e Lempel-Ziv-Welch A L B E R T O B E L U S S I A N N O A C C A D E M I C O /
Codifica di Huffman e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente
DettagliRAPPRESENTAZIONE DELLE INFORMAZIONI
RAPPRESENTAZIONE DELLE INFORMAZIONI 1 RAPPRESENTAZIONE DELLE INFORMAZIONI Le informazioni gestite dai sistemi di elaborazione devono essere codificate per poter essere memorizzate, elaborate, scambiate,
DettagliCompressione delle immagini (codifica JPEG)
Compressione delle immagini (codifica JPEG) A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Motivazioni a favore della compressione 2 Es. Si consideri di voler proiettare un ora
DettagliCodifica di Huffman e Lempel-Ziv-Welch
e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente la rappresentazione
DettagliDati bitmap. Insieme di valori numerici che specificano i colori dei singoli pixel
Dati bitmap Insieme di valori numerici che specificano i colori dei singoli pixel 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000
DettagliLa compressione video. Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG
La compressione video Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG Trasformata di Fourier Analisi in frequenza delle immagini 2 Trasformata di
DettagliCompressione delle immagini. Metodi e Formati
Compressione delle immagini Metodi e Formati Dati bitmap Insieme di valori numerici che specificano i colori dei singoli pixel Esempi di ridondanza dei dati Ridondanza della codifica (esempio: 4 livelli
DettagliFormati e compressioni
Sistemi Multimediali Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it Formati e compressioni Anche se in memoria le immagini vengono quasi sempre memorizzate come una sequenza di colori RGB,
DettagliAosta Formati di file immagine. Quick tutorial per scegliere il formato giusto per ogni output. Diapositiva 1 di 13
Aosta 2008 Quick tutorial per scegliere il formato giusto per ogni output Diapositiva 1 di 13 Mini glossario per le immagini http://www.zmphoto.it Dpi: ( Dots Per Inch, punti per pollice ) Unità di misura
DettagliModulo 1. Concetti base della Tecnologia dell informazione. Prof. Nicolello Cristiano. Modulo 1
Concetti base della Tecnologia dell informazione Algoritmi Come interpreta un computer un problema? Algoritmi Algoritmo: sequenza ordinata di istruzioni per risolvere un problema (tradotto: sequenza di
DettagliINFORMAZIONE E CODIFICA PROF. MAURIZIO NALDI ABILITÀ INFORMATICHE
INFORMAZIONE E CODIFICA PROF. MAURIZIO NALDI ABILITÀ INFORMATICHE INFORMAZIONE E DATI L'informazione permette in una situazione in cui si hanno almeno due occorrenze possibili di superare un'incertezza
DettagliL informazione e la sua codifica. Prof. Maurizio Naldi A.A. 2015/16
L informazione e la sua codifica Prof. Maurizio Naldi A.A. 2015/16 Informazione e dati L'informazione permette in una situazione in cui si hanno almeno due occorrenze possibili di superare un'incertezza
DettagliAlgebra di Boole Algebra di Boole
1 L algebra dei calcolatori L algebra booleana è un particolare tipo di algebra in cui le variabili e le funzioni possono solo avere valori 0 e 1. Deriva il suo nome dal matematico inglese George Boole
DettagliCODIFICA IMMAGINI IN BIANCO E NERO
Rappresentazione delle immagini Anche le immagini possono essere codificate mediante una sequenza di 0 e 1., questa operazione si chiama digitalizzazione. La prima cosa da fare è dividere l immagine in
DettagliCODIFICA DI CARATTERI
CODIFICA DI CARATTERI Associando un simbolo dell alfabeto ad ogni numero possiamo codificare tutte le lettere Codifica ASCII (American Standard Code for Information Interchange): Caratteri speciali, punteggiatura,
DettagliLa codifica. dell informazione
La codifica dell informazione (continua) Codifica dei numeri Il codice ASCII consente di codificare le cifre decimali da 0 a 9 fornendo in questo modo un metodo per la rappresentazione dei numeri Il numero
DettagliLaboratorio di Informatica. delle informazioni. Pagina 1
Rappresentazione delle informazioni Pagina 1 Cl Calcolatori lt idiitli digitali tutte le informazioni vengono rappresentate in forma numerica binaria {0,1}: Numeri Caratteri Immagini Video Suoni Pagina
DettagliInformazione multimediale
Informazione multimediale Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori ma ci sono sempre piu applicazioni che utilizzano ed elaborano anche altri tipi di informazione:
DettagliCompressione di dati: testi, immagini, suoni e video
1 Compressione di dati: testi, immagini, suoni e video B. Cipolla V1.2 Gennaio 2008 2 Compressione: motivazioni Ridurre le dimensioni di oggetti digitali per Risparmiare spazio occupato tempo di trasmissione
DettagliLa codifica binaria. Informatica B. Daniele Loiacono
La codifica binaria Informatica B Introduzione Il calcolatore usa internamente una codifica binaria ( e ) per rappresentare: i dati da elaborare le istruzioni dei programmi eseguibili Fondamenti di codifica
DettagliLa codifica delle immagini
Non sempre il contorno della figura coincide con le linee della griglia. Quella che si ottiene nella codifica è un'approssimazione della figura originaria Se riconvertiamo la stringa 0000000011110001100000100000
DettagliDisegnare con i computer
Grazie alla diffusione dei computer (PC desktop, notebook) sempre più potenti e affidabili compresi i dispositivi elettronici affini quali (smartphone, tablet) e all utilizzo diffuso di Internet i contenuti
DettagliModulo 2: RAPPRESENTAZIONE DEI DATI I sistemi di numerazione
LABORATORIO DI ABILITA INFORMATICA Modulo 2: RAPPRESENTAZIONE DEI DATI I sistemi di numerazione Ing. Maria Grazia Celentano 1 SISTEMI DI NUMERAZIONE SISTEMI DI NUMERAZIONE BIT 2/73 BIT In termini pratici
DettagliAnalogico vs digitale
Analogico vs digitale Informazione classificatoria e più che classificatoria Informazione classificatoria: è questo, ma avrebbe potuto essere quest altro altro. Informazione più che classificatoria: riconoscere
DettagliProgrammazione Greedy I codici di Huffman
Programmazione Greedy I codici di Huffman Codifica dell informazione La rappresentazione ordinaria dell informazione prevede l impiego di un numero costante di bit; per esempio ad ogni carattere del codice
DettagliInformatica grafica e Multimedialità. 4 Immagini grafiche
Immagini raster e vettoriali Le immagini grafiche si distinguono in due classi differenti: immagini raster e immagini vettoriali. Le immagini raster, dette anche pittoriche o pixel-oriented, dividono l
DettagliCodifica di Huffman e Lempel-Ziv-Welch
Codifica di e Lempel-Ziv-Welch 1 ALBERTO BELUSSI ANNO ACCADEMICO 2009/2010 Tipi di compressione Senza perdita (lossless lossless): permettono di ricostruire perfettamente la rappresentazione del dato originale,
DettagliLe immagini digitali
Le immagini digitali Formati e caratteristiche di digitalizzazione Processo complessivo 1. Documento originale (eventuale restauro del supporto) Argomento della lezione 2. Scansione 3. Oggetto digitale
DettagliCompressione di Immagini.
Compressione di Immagini Michelangelo Diligenti Dipartimento di Ingegneria dell Informazione Università di Siena Email: diligmic@dii.unisi.it http://www.dii.unisi.it/~diligmic/bdm2009 1 Immagini Maggior
DettagliRappresentazione dell'informazione
Rappresentazione dell'informazione Moreno Marzolla Dipartimento di Informatica Scienza e Ingegneria (DISI) Università di Bologna http://www.moreno.marzolla.name/ 2 Logica binaria 3 I moderni calcolatori
Dettaglio Occorre rappresentare tale informazione in formato facilmente manipolabile dall elaboratore
Codifica dell informazione o Il calcolatore memorizza ed elabora vari tipi di informazioni Numeri, testi, immagini, suoni o Occorre rappresentare tale informazione in formato facilmente manipolabile dall
DettagliCodifica dell informazione. 11/2/2014 Informatica applicata alla comunicazione multimediale Cristina Bosco
Codifica dell informazione 11/2/2014 Informatica applicata alla comunicazione multimediale Cristina Bosco L informatica è Informatica e informazione lo studio degli algoritmi che elaborano l informazione
DettagliALGORITMI: PROPRIETÀ FONDAMENTALI
ALGORITMI: PROPRIETÀ FONDAMENTALI Non si può risolvere un problema senza prima fissare un insieme di azioni, i di mosse elementari possibili per l'esecutore. Bisogna conoscerne le caratteristiche, le mosse
Dettagli