Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm
Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm
Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6. Komprimeringsteknikker 6.7 Opsummering<br />
hver skalering i den ægte wavelet transformation, mens antallet af s’erne<br />
i billedet bliver reduceret til det kvarte for hver skalering for den separate<br />
wavelets transformation. Tidligere har vi nævnt at det var tilstrækkeligt<br />
at have en 9 · X stor matrix for at udføre en ægte 2D transformering. For<br />
hver skalering, der foretages, bliver de punkter vi skal wavelet transformere,<br />
skrympet mod nederst venstre hjørne, se figur 6.13(c). Punktet kalder vi for<br />
udbreddelsespunktet, og da den nabo der ligger længst væk, højst kan ligge<br />
m punkter (billedets højde) fra udbredelsespunktet, er det derfor tilstrækkeligt,<br />
at de 8 undermatricer har samme højde og bredde som den oprindelige<br />
matrix.<br />
6.7 Opsummering<br />
Vi har beskrevet to forskellige teknikker til at komprimere data <strong>med</strong>, nemlig<br />
Lossy og Lossless. Lossless metoder er <strong>komprimering</strong>salgoritmer, som ikke<br />
taber informationer under <strong>komprimering</strong>esprocessen, hvorimod lossy mister<br />
al information under en hvis grænse, betegnet threshold. Alt efter hvordan<br />
dataen er sammensat, kan den ene <strong>komprimering</strong>steknik være mere fordelagtig<br />
end den anden. Vi har set p˚a Huffman kodning, som er en Lossless<br />
<strong>komprimering</strong>salgoritme. Derudover har vi beskrevet splines som en mulig<br />
kandidat til en Lossy <strong>komprimering</strong>s metode. Vi har desuden beskrevet den<br />
diskrete wavelet transformation i b˚ade den en- og todimensionelle situation.<br />
Hertil kommer en beskrivelse af, hvordan vi kan bruge wavelet tranformation<br />
til at komprimere billeder enten ved hjælp af seperate transformationer eller<br />
ægte 2D tranformation. Vi har set at wavelets b˚ade kan være en Lossless og<br />
Lossy metode.<br />
73