Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales
Compresión de imágenes digitales
Información
Horario Programa de la materia Bibliografia

" Podría decirse: dime lo que trabaja un pueblo y te diré lo que será "
- Bernardo Houssay (1887-1962) 
científico argentino, premio Nobel de Fisiología y Medicina 1947 -


Volver...chan-chan! Horario: 2do. cuatrimestre 2008

Horario:

  Martes (teórico-práctico)  de 17 a 19 hs,
en el laboratorio de imágenes.

  Jueves (teórico-práctico) de 17 a 19 hs, en el laboratorio de imágenes.



Docentes:

  Dra. Ana M. C. Ruedin

  Lic.  Daniel G. Acevedo

 


Puntaje:

  3 puntos para la Licenciatura

  4  puntos para el doctorado (a confirmar)




Correlativa:

  Métodos Numéricos.

 

Lu Ma Mi Ju Vi
16:00
       
17:00          
18:00          
19:00          
20:00          



     Primer clase: martes 19 de agosto..

 









Volver...chan-chan! Programa de la Materia
  • Métodos de codificación.  
           Compresión de archivos de texto: método basados en la entropía, para una fuente de memoria nula: Huffman.         

  • Cuantización:
           Cuantización uniforme y LLoyd-Max (cuantización óptima en norma cuadrática).
           Codificación diferencial con cuantización: DPCM.
  • Transformadas: DCT
          Bases de funciones de variable continua: transformada coseno. Fenómeno de Gibbs. Frecuencias.
          Transformada coseno discreta (DCT). Su uso para compresión de imágenes. Norma JPEG. 
          Cuantización y codificación utilizadas por JPEG. Ventajas y  desventajas. 
  • Transformadas: Wavelets
          Qué son las Wavelets (onditas, ondículas). Espacios de multirresolución.
           Descomposición de una señal en distintos niveles de detalle.
           Concentración de los coeficientes de la transformada : su aplicación para compresión de señales digitales.
           Obtención de los coeficientes de la transformada wavelet mediante filtrados y submuestreos.
           Comparación de varias transformadas ortogonales: Haar, Daubechies.
           Reconstrucción perfecta de una señal a partir de los coeficientes de la transformada.
  • Aplicaciones a imágenes:  Compresión.
          Uso de onditas en dimensión 2 para agrandar o achicar una imagen (zoom).
          Transmisión progresiva de una imagen. Cuantización progresiva.
          Norma JPEG2000. Compresión con y sin pérdida. Sus propiedades. Ventajas y desventajas.


Albert Einstein, sufriendo las cuadriculadas distorsiones causadas por JPEG
Albert Eisntein comprimido con JPEG a diferentes calidades. 
A bajos bit rates se producen distorsiones cuadriculadas. :( 

Volver...chan-chan! Bibliografía: ( ver Apuntes -para bajar)
A. Fournier, M. Cohen, W. Sweldens, P. Shroder, et al.
Wavelets and their applications in Computer Graphics, 
SIGGRAPH '95 Course Notes.
J. Lim
Two-dimensional Signal and Image Processing. 
Prentice-Hall 1990. Capítulo 10.
S. Mallat
A theory of multiresolution signal decomposition: The Wavelet representation. 
IEEE Trans. Pattern Analysis Machine Intell., Vol. PAMI-11, No 7, 1989.
W. Press, S.Teukolsky, W.Vetterling and B.Flannery
Numerical Recipes in C . Cambridge University Press, 1992.
Reissell, Leena-Maija
Multiresolution and Wavelets, SIGGRAPH '95 Course Notes.
G. Strang and T. Nguyen
Wavelets and Filter Banks. 
Wellesley-Cambridge Press, 1996. (Está en la biblioteca del Pab II)
G. Strang
Wavelets and Dilation Equations. 
Siam Review 31,1989, pp613-627
G. Wallace
The JPEG Still Picture Compression Standard. 
IEEE Transactions on consumer Electronics, 1991