Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm

6. Komprimeringsteknikker 6.7 Opsummering
hver skalering i den ægte wavelet transformation, mens antallet af s’erne
i billedet bliver reduceret til det kvarte for hver skalering for den separate
wavelets transformation. Tidligere har vi nævnt at det var tilstrækkeligt
at have en 9 · X stor matrix for at udføre en ægte 2D transformering. For
hver skalering, der foretages, bliver de punkter vi skal wavelet transformere,
skrympet mod nederst venstre hjørne, se figur 6.13(c). Punktet kalder vi for
udbreddelsespunktet, og da den nabo der ligger længst væk, højst kan ligge
m punkter (billedets højde) fra udbredelsespunktet, er det derfor tilstrækkeligt,
at de 8 undermatricer har samme højde og bredde som den oprindelige
matrix.
6.7 Opsummering
Vi har beskrevet to forskellige teknikker til at komprimere data med, nemlig
Lossy og Lossless. Lossless metoder er komprimeringsalgoritmer, som ikke
taber informationer under komprimeringesprocessen, hvorimod lossy mister
al information under en hvis grænse, betegnet threshold. Alt efter hvordan
dataen er sammensat, kan den ene komprimeringsteknik være mere fordelagtig
end den anden. Vi har set p˚a Huffman kodning, som er en Lossless
komprimeringsalgoritme. Derudover har vi beskrevet splines som en mulig
kandidat til en Lossy komprimerings metode. Vi har desuden beskrevet den
diskrete wavelet transformation i b˚ade den en- og todimensionelle situation.
Hertil kommer en beskrivelse af, hvordan vi kan bruge wavelet tranformation
til at komprimere billeder enten ved hjælp af seperate transformationer eller
ægte 2D tranformation. Vi har set at wavelets b˚ade kan være en Lossless og
Lossy metode.
73