Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Improving the LZ compression algorithms on images such as LZW, through proposed Binary Cutting Algorithm

پنجمین کنفرانس ملی مهندسی برق و مکاترونیک ایران
سال انتشار: 1398
کد COI مقاله: ICELE05_162
زبان مقاله: انگلیسیمشاهده این مقاله: 202
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Improving the LZ compression algorithms on images such as LZW, through proposed Binary Cutting Algorithm

Parvize Gharehehbagheri - Department of Mathematics and Computer Science, Shahed university, Tehran, Iran
H. Haj Seyyed Javadi - Department of Mathematics and Computer Science, Shahed university, Tehran, Iran
M. Fallah Narges - Department of Mathematics and Computer Science, Shahed university, Tehran, Iran

چکیده مقاله:

In this paper a new proposed preprocessing algorithm called Binary Cutting Algorithm (BCA) is introduced. In this method, by means of simple mathematical, the binary values of image are at first separated as high value bits and low value bits, and then high value bits are compressed through LZW algorithm. We have tested that whatever sampling depth of a file is large, the result of BCA on it will be better. Because images are stored as 24-bit and texts as 8-bit, hence, the result of BCA on images is better than text files, and because the LZW algorithm has used in the TIFF and PNG formats, so, we can improve the LZW compression via implement of BCA on TIFF and PNG images. In this method high value bits are stored through LZW via PNG format, and low value bits are stored with fix-length codes. The images of the proposed method are compressed in both lossless and lossy compression.

کلیدواژه ها:

Binary Cutting Algorithm (BCA) ، LZW compression ، Low and High value bits ، TIFF and PNG formast ، Lossless compressio.

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICELE05_162 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/988493/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Gharehehbagheri, Parvize and Haj Seyyed Javadi, H. and Fallah Narges, M.,1398,Improving the LZ compression algorithms on images such as LZW, through proposed Binary Cutting Algorithm,Fifth National Conference on Electrical and Mechatronics Engineering of Iran,Tehran,https://civilica.com/doc/988493

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398, Gharehehbagheri, Parvize؛ H. Haj Seyyed Javadi and M. Fallah Narges)
برای بار دوم به بعد: (1398, Gharehehbagheri؛ Haj Seyyed Javadi and Fallah Narges)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 5,522
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی