|
|
|
|
| LEADER |
03036na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid4668
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Blažeković, Ivan
|
| 245 |
1 |
0 |
|a Izvedba koraka dekodiranja metode za kompresiju slikovnih podataka bez gubitaka na mobilnoj računalnoj platformi :
|b završni rad /
|c Ivan Blažeković ; [mentor Josip Knezović].
|
| 246 |
1 |
|
|a Lossless Image Decoding Implementation for Mobile Computing Platform
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b I. Blažeković,
|c 2015.
|
| 300 |
|
|
|a 46 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računalno inženjerstvo, šifra smjera: 40, datum predaje: 2015-01-23, datum završetka: 2015-02-27
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U ovom radu analizirane su metode za kompresiju slika bez gubitaka temeljene na tehnikama predviđanja. Ispitan je utjecaj predikcijskog podmodela i kontekstualnog podmodela greške konačnih simbola na efikasnost kompresije i računsku složenost.
Kod predikcijskog podmodela analiziran je utjecaj funkcija predviđanja na smanjenje entropije slikovnih podataka. Uvedeni su pojmovi tipičnih svojstava slikovnih područja i mehanizma prilagodbe funkcije predviđanja na prevladavajuće tipično svojstvo u slikovnom području kojem pripada trenutni element.
Kontekstualno modeliranje greške predviđanja predstavlja nužan korak u tehnikama kompresije bez gubitaka ukoliko se želi postići visok stupanj kompresije.
Implementiran je koder i dekoder metode za kompresiju podataka bez gubitaka sa više različitih tehnika predviđanja na operativnom sustavu Android. Optimizirano je vrijeme izvođenja te odabrana optimalna funkcija predviđanja s obzirom na zahtjeve korisnika.
|
| 520 |
3 |
|
|a Sažetak na engleskom: In this thesis, lossless image compression techniques based on predictive coding are analyzed. The effects on the compression rate and on the computational complexity are reported.
Regarding the prediction module, the influence of the varios prediction functions on the reduction of the model entropy are examined. The tipical properties of image regions, such as edges, textures and noisy regions, are introduced. Also, the concept of adaptation mechanism that is built in the prediction function is presented.
Contextual modeling of prediction error is necessary step in the complete predictive model if the good compression rate is required.
Lossless image compression encoder and decoder are implemented with multiple techniques based on predictive coding on operating system Android. Runtime is optimised and based on user requirements optimal technique is selected.
|
| 653 |
|
1 |
|a kompresija slike bez gubitaka
|a metode predviđanja
|a kontekstualno modeliranje
|a Android OS
|
| 653 |
|
1 |
|a lossless image compression
|a predictive coding
|a contextual error modeling
|a Android OS
|
| 700 |
1 |
|
|a Knezović, Josip
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 48155
|d 48155
|