ارایه روشی مبتنی بر مدل محتوای ترکیبی برای فشرده سازی با اتلاف تصاویر متنی و مقایسه عملکرد آن با روش djvu
- سال انتشار: 1387
- محل انتشار: پنجمین کنفرانس ماشین بینایی و پردازش تصویر
- کد COI اختصاصی: ICMVIP05_007
- زبان مقاله: فارسی
- تعداد مشاهده: 1810
نویسندگان
دانشکده فنی مهندسی - دانشگاه تربیت مدرس - تهران
دانشکده فنی مهندسی - دانشگاه تربیت مدرس - تهران
دانشکده برق - دانشگاه تربیت معلم - سبزوار
چکیده
روش DjVu مهمترین و متداولترین روشی است که امروزه برای فشرده اسناد استفاده می شود. این روش مبتنی بر مدل محتوای ترکیبی بوده و نرخ فشرده سازی بالایی دارد . علیرغم مزایای روش DjVu ، این روش دارای برخی ویژگیها نامطلوب نیز می باشد که برخی از آنها شامل مشخص نبودن جزییات متنی ، عدم جداسازی مناسب متن از گرافیک ، هموار نبودن مرز نواحی متنی ، گذر تیز بین نواحی متنی و گرافیکی ، رنگ زدن نامناسب برخی نواحی متنی و فشرده سازی نامناسب نواحی گرافیکی است . در این مقاله یک روش فشرده سازی شامل دو راهکار برای کاهش یا حذف برخی از مهمترین معایب مورد اشاره پیشنهاد می شود . این روش نیز مبتنی بر مدل محتوای ترکیبی است اما نوع لایه ها و نحوه برخورد با آنها در مدل پیشنهادی متفادت است . راهکار اول شامل تعریف لایه جدیدی به نام لایه گذر و پیشنهاد یک روش فازی برای استخراج آن است . راهکار دوم شامل شناسایی نواحی متعلق به پس زمینه و با تغییرات رنگ کم و جایگزینی آنها با یک رنگ نماینده است . در مجموعه این دو راهکار باعث افزایش کیفیت تصویر بازسازی شده و نیز افزایش نرخ فشرده سازی می شوند. در این مقاله نتایج حاصل از مدل پیشنهادی با نتایج حاصل از روش فشرده سازی DjVu مقایسه شده است . این نتایج نشان دهنده بهبود نسبی عملکرد پیشنهادی نسبت به روش متداول مذکور می باشند . طوری که در نرخ بیت یکمسان ، کیفیت تصویر بازسازی شده حاصل از مدل پیشنهادی بهتر از نتیجه روش DjVu است.کلیدواژه ها
مدل محتوای ترکیبی، فشرده سازی، تصاویر متنی، جداسازی متنمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.