Algorithms for Lossy Compression
Date
2018-05-25Les auteurs
Gómez Romero, JuanitaDirecteur
Combariza, GermánÉvaluateur
Florez, LeonardoÉditeur
Pontificia Universidad Javeriana
Faculté
Facultad de Ciencias
Programme
Matemáticas
Titre obtenu
Matemático (a)
Type
Tesis/Trabajo de grado - Monografía - Pregrado
Partager cet enregistrement
Citación
Metadata
Afficher la notice complète
Documents PDF
résumé
El objetivo principal de esta tesis es proporcionar una visión general de los diferentes métodos de compresión de datos. Actualmente, la información se comparte en todo el mundo, incluso en el espacio exterior, a excelentes velocidades, y la demanda de métodos más eficientes y calificados para comprimir datos es crucial. Hacer los archivos más pequeños puede representar un ahorro significativo en almacenamiento y tiempo, siendo fundamental para el comportamiento adecuado de cada aplicación computacional. Aunque los métodos sin pérdida proporcionan fidelidad garantizada, sus tasas de compresión no son comparables con lo que se puede lograr a través de métodos con pérdida que tienen en cuenta la probabilidad, la redundancia y la percepción humana. El objetivo de este proyecto es presentar algunos de los métodos de compresión con pérdida que se utilizan actualmente, como la transformada de Haar, la transformada de Fourier y la aproximación matricial de bajo rango, y cómo se pueden implementar en la compresión de imágenes.
Abstrait
The main objective of this thesis is providing an overview of different data compression methods. Currently, information is shared around the globe, even in outerspace, at great rates, and the demmand for more efficient and qualified methods of compressing data is crucial. Making files smaller can represent significant savings in storage and time, being fundamental for the proper behaviour of every computational application. Although lossless methods provide ensured fidelity, their compression rates are not comparable to what can be achieved through lossy methods that take into account probability, redundancy and human perception. This project aims to present some of the compression lossy methods used nowadays such as Haar transform, Fourier transform and Low rank matrix approximation, and how they can be implemented in image compression.
Google Analytics Statistics
Collections
- Matemáticas [78]
Les fichiers de licence suivants sont associés à ce document :