NAGIOS: RODERIC FUNCIONANDO

Compresión y restauración de imágenes por técnicas no lineales

Repositori DSpace/Manakin

IMPORTANT: Aquest repositori està en una versió antiga des del 3/12/2023. La nova instal.lació está en https://roderic.uv.es/

Compresión y restauración de imágenes por técnicas no lineales

Mostra el registre parcial de l'element

dc.contributor.advisor Mulet Mestre, Pep
dc.contributor.advisor Aràndiga i Llaudes, Francesc
dc.contributor.author Renau Torres, Vicente
dc.contributor.other Departament de Matemàtica Aplicada es_ES
dc.date.accessioned 2014-09-04T08:20:01Z
dc.date.available 2014-09-05T06:10:03Z
dc.date.issued 2011
dc.date.submitted 28-06-2011 es_ES
dc.identifier.uri http://hdl.handle.net/10550/37495
dc.description.abstract Esta memoria consta de dos partes: compresión de imágenes y restauración de imágenes. Empezamos la parte dedicada a la compresión de imágenes haciendo un repaso sobre fundamentos de compresión de imágenes y explicando algunos estándares. Describimos los algoritmos EZW y SPIHT con detalle en el apéndice A. Hay aplicaciones de compresión de datos, donde el control de calidad es de suma importancia. Ciertas características de la señal decodificada deben ser recuperadas de forma exacta, o con mucha precisión, aunque se prefiriera la eficiencia con respecto a almacenamiento y velocidad de cálculo. En esta tesis presentamos algoritmos multiescala de compresión de datos en el marco de la multiresolución de Harten que dan una determinada estimación del error entre la imagen original y la decodificada, medida en las normas discretas L infinito y L2. El algoritmo bidimensional propuesto, que no se basa en una estrategia de producto tensorial, proporciona cotas a priori del error máximo (PAE), del Error Cuadrático Medio (ECM) y del Root Mean Square Error (RMSE) de la imagen decodificada que dependen de los parámetros de cuantificación. Mostramos cómo esta técnica se puede utilizar para obtener algoritmos de compresión sin pérdida y casi-sin pérdida. También presentamos algoritmos de multiresolución bidimensionales no separables en el contexto de medias en celda que nos permiten obtener algoritmos que garantizan a priori una cierta calidad en la imagen descomprimida. En esta tesis se propone un algoritmo de interpolación 2D no separable basado en interpolación 2D ENO ponderada donde los pesos son calculados de manera similar a como se propone en el trabajo de P. Aràndiga, A. Belda y P. Mulet. Además, en esta tesis obtenemos los siguientes resultados para cualquier r, utilizando conjuntos de puntos de 2r×2r puntos: (1) el orden de interpolación es de 2r en regiones suaves; (2) el orden la interpolación es de r + 1, como en los interpolantes ENO, cuando la función tiene una discontinuidad en el conjunto de 2r × 2r puntos, pero es suave en al menos uno de los subconjuntos de (r +1)×(r +1) puntos; (3) los pesos óptimos se obtienen en forma cerrada. En la parte que versa sobre la restauración de imágenes estudiamos problemas variacionales que son generalizaciones de la supresión de ruido en imágenes mediante minimización de la variación total. Con estas generalizaciones se pretende suavizar el efecto escalera que produce la restauración por variación total en transiciones suaves. Específicamente, proponemos un método rápido y robusto para la solución de las ecuaciones de Euler-Lagrange de los problemas generalizados. Este método generaliza el método propuesto en 1996 por T.F.Chan, G.H.Golub y P.Mulet. es_ES
dc.format.extent 218 p. es_ES
dc.language.iso es es_ES
dc.subject restauración de obras de arte es_ES
dc.subject tratamiento digital de imágenes es_ES
dc.subject procesos de compresión es_ES
dc.title Compresión y restauración de imágenes por técnicas no lineales es_ES
dc.type doctoral thesis es_ES
dc.subject.unesco UNESCO::MATEMÁTICAS es_ES
dc.embargo.terms 0 days es_ES

Visualització       (5.486Mb)

Aquest element apareix en la col·lecció o col·leccions següent(s)

Mostra el registre parcial de l'element

Cerca a RODERIC

Cerca avançada

Visualitza

Estadístiques