Universidade federal de pernambuco



Baixar 6.87 Mb.
Página3/23
Encontro17.06.2020
Tamanho6.87 Mb.
1   2   3   4   5   6   7   8   9   ...   23
Palavras-chave: Compressão de imagens, Compressão de texturas, quantização vetorial, LBG, otimização, PACKMAN, iPACKMAN

Sumário

Universidade Federal de Pernambuco 1

Graduação em Engenharia da Computação 1

Centro de Informática 1

2009.2 1


QUANTIZAÇÃO VETORIAL MAIS EFICIENTE NA COMPRESSÃO DE TEXTURAS COM IPACKMAN 1

UNIVERSIDADE FEDERAL DE PERNAMBUCO 1

Introdução 6

1.1 Motivação 6

1.2 Contexto 6

1.3 Objetivo e metodologia 7

1.4 Estrutura do trabalho 8

Compressão de imagens e texturas 10

2.1 Compressão de imagens versus compressão de texturas 10

2.1 Esquemas de compressão de texturas 12

2.1.1 Block Truncation Coding 12

2.1.2 S3TC 13

2.1.2 Vector Quantization (Quantização Vetorial) 14

Ericsson Texture Compression (ETC) 16

3.1 PACKMAN 16

3.1.1 Quantização vetorial no PACKMAN 18

3.2 iPACKMAN 20

3.2.1 Descompressão direta com iPACKMAN 23

4.1 As classes 26

Experimentos 34

5.1 Métricas de erro 34

5.2 A quantização vetorial (LBG adaptado) 35

5.2.1 Descrição em linguagem natural 35

5.2.2 Descrição em pseudocódigo 38

5.3 Testes e Resultados 40

5.4 Otimizando codebooks para classes de imagens distintas 43

5.5 Testando os novos codebooks 47

Conclusões 53

6.1 Validação do codebook ótimo 53

6.2 Viabilidade da proposta de classificação das imagens 53

6.3 Trabalhos Futuros 54

Referências Bibliográficas 55



Introdução 6

1.1 Motivação 6

1.2 Contexto 6

1.3 Objetivo e metodologia 7

1.4 Estrutura do trabalho 8

Compressão de imagens e texturas 10

2.1 Compressão de imagens versus compressão de texturas 10

2.1 Esquemas de compressão de texturas 12

2.1.1 Block Truncation Coding 12

2.1.2 S3TC 13

2.1.2 Vector Quantization (Quantização Vetorial) 14

Ericsson Texture Compression (ETC) 17

3.1 PACKMAN 17

3.1.1 Quantização vetorial no PACKMAN 19

3.2 iPACKMAN 21

3.2.1 Descompressão direta com iPACKMAN 24

Classificação de imagens 26

4.1 As classes 27

Experimentos 36

5.1 Métricas de erro 36

5.2 A quantização vetorial (LBG adaptado) 37

5.2.1 Descrição em linguagem natural 37

5.2.2 Descrição em pseudocódigo 39

5.3 Testes e Resultados 42

5.4 Otimizando codebooks para classes de imagens distintas 44

5.5 Testando os novos codebooks 47

Conclusões 53

6.1 Validação do codebook ótimo 53

6.2 Viabilidade da proposta de classificação das imagens 53

6.3 Trabalhos Futuros 54

Referências Bibliográficas 55
CAPÍTULO 1

Introdução




Compartilhe com seus amigos:
1   2   3   4   5   6   7   8   9   ...   23


©historiapt.info 2019
enviar mensagem

    Página principal