Spelling suggestions: "subject:"quantização vetorial"" "subject:"quantizado vetorial""
1 |
[en] SUB-BAND CODING OF IMAGES USING INTER-BAND VECTOR QUANTIZATION / [pt] CODIFICAÇÃO DE IMAGENS EM SUB-BANDAS USANDO QUANTIZAÇÃO VETORIAL INTER-BANDASLUCIANO RILA 31 July 2006 (has links)
[pt] Neste trabalho são examinados métodos de codificação de
imagens em sub-bandas utilizando quantização vetorial
inter-bandas para faixas abaixo de 1 bit/pixel. O espectro
de freqüências da imagem é decomposto em 16 sub-bandas
uniformes através de um banco de filtros espelhados em
quadratura bi-dimensionais. As amostras dos sinais das 16
sub-bandas são usadas para compor um vetor de 16
componentes que, posteriormente, é codificado por um
esquema de quantização vetorial (QV). Com o objetivo de
reduzir a complexidade e o espaço de memória, são
investigadas duas estruturas de quantização vetorial. Uma
delas utiliza QV particionada, com o objetivo não só de
reduzir a complexidade, como também de explorar as
propriedades espectrais. A outra realiza a quantização
vetorial direta, enquanto a complexidade é reduzida
significativamente. Resultados de simulações são
apresentados para as taxas de 0,50 bit/pixel, 0,63
bit/pixel e 0,75 bit/pixel. Uma análise comparativa mostra
que o desempenho dos dois esquemas é comparável ao que
utiliza quantização vetorial direta, enquanto a
complexidade é reduzida significativamente. Resultados de
simulações mostram ainda que, a taxas abaixo de 1
bit/pixel, não é recomendável o uso de QV inter-bandas
particionada com alocação de bits adaptativa, nem de QV
inter-bandas multi-estágios com busca em árvore. A
técnica QV inter-bandas quando a sub-banda dominante é
codificada separadamente através de um quantizador
vetorial intra-banda. Considera-se a decomposição do
espectro de freqüências em 16 sub-bandas uniformes e em 13
sub-bandas. Para a decomposição em 16 sub-bandas, esse
esquema apresenta desempenho comparável à QV inter-bandas
direta e complexidade equivalente à QV inter-bandas multi-
estágios. / [en] In this thesis sub-band coding of images using inter-band
vector quantization is examined at rates below 1
bit/pixel. The image spectrum is decomposed into 16
uniform bands using 2-D separable quadrature mirror
filters. These 16 bands are used to create 16-dimension
vectores, which are coded using vector quantization (VQ).
In order to reduce the computational complexity and the
storage requirements, two vector quantization structures
are considered. One approach is to split the vectors not
only to reduce complexity but also to exploit spectral
properties of the data image. In the order approach the
vector quantization is done in multiple stages. Simulation
results are presented at rates of 0,50 bit/pixel, 0,63
bit/pixel and 0,75 bit/pixel. A comparative analysis shows
that the performance of the two systems is comparable to
the basic coding structure, while the complexity is
significantly reduced. Simulation results also show that
split VQ with adaptive bit allocation and multi-stage VQ
with tree search are not recommended at these rates. The
best trade-off between complexity and performance is
achieved with the inter-band multi-stage VQ scheme using
the sequential search procedure. At last, the use of inter-
band VQ is examined when the dominant sub-band is
separately coded using intra-band VQ. When the image
spectrum is decomposed into 16 bands, this scheme has a
performance comparable to the basic coding structure while
the complexity and storage reduction is equivalent to the
inter-band multi-stage VQ technique.
|
2 |
[en] UNSUPERVISED CLASSIFICATION OF SATELLITE IMAGES / [pt] CLASSIFICAÇÃO NÃO-SUPERVISIONADA DE IMAGENS DE SENSORIAMENTO REMOTOALEXANDRE HENRIQUE LEAL NETO 12 June 2006 (has links)
[pt]
A classificação e segmentação não-supervisionadas de
imagens de sensoriamento remoto são examinadas neste
trabalho. A classificação é realizada tomando-se como base
o critério de Bayes, que busca minimizar o valor esperado
do erro de classificação. Os algoritmos desenvolvidos
foram propostos pressupondo-se que a estrutura das classes
presentes na imagem podem ser bem modeladas por vetores
aleatórios guassianos. Os classificadores convencionais,
que só levam em conta a informação dos pixels de forma
isolada, forma tratados sob a ótica da quantização
vetorial. Em particular, foi proposto um algoritmo de
classificação com base na quantização vetorial com
restrição de entropia. O desempenho das técnicas de
classificação é analisado obsevando-se a discrepância
entre classificações, comparando-se as imagens
classificadas com imagens referencia e classificando-se
imagens sintéticas. A taxa de acerto, entre 80% e 95%.
Este bom desempenho dos classificadores é limitado pelo
fato de, em suas estruturas, levarem em conta a informação
dos pixels de forma isolada. Buscamos, através da
classificação de segmentos, incorporar informações de
contexto em nossos classificadores. A classificação de
segmentos levou a taxas de erros inferiores àquelas
alcançadas por classificadores baseados em pixels
isolados. Um algoritmo de segmentação, que incorpora ao
modelo de classificação por pixels a influencia de sua
vizinhança através de uma abordagem markoviana, é
apresentado. / [en] Unsupervised classification and segmentation of satellite
images are examined in this work. The classification is
based on Bayes` criterion, which tries to minimize the
expected value of the classification error. The algorthms
developed were proposed postulating that the classes in
the image are well modeled by gaussian random vectors.
Conventional classifiers, which take into account only
pixelwise information, were treated as vector quantizers.
Specifically, it was proposed a classification algorithm
based on entropy constrained vector. The behaviour of the
classifiers is examined observing the discrepancy between
classifications, comparing classified images with
reference-images and classifyng sinthetic images. The
percentage of pixels whitch are assigned to the same class
as in the reference-images ranged from 80,0% to 95,0%.
This good behaviour of the classidiers is limited by the
fact that, in theirs structures, are taken into account
only isolated pixel information. We have sought, by
classifying segments, to introduce contextual information
into the classifiers structure. The segments classidiers.
A segmentation algorithm, which introduces contextual
information into pixelwise classifier by a markovian
approach, is presented.
|
3 |
[en] PROGRESSIVE IMAGE TRANSMISSION ON PIRAMIDAL CODING TECHNIQUE BY VECTOR QUANTIZATION / [pt] TÉCNICA DE CODIFICAÇÃO PIRAMIDAL UTILIZANDO A QUANTIZAÇÃO VETORIAL PARA TRANSMISSÃO PROGRESSIVA DE IMAGENSPEDRO FREDDY HUAMANI NAVARRETE 05 September 2006 (has links)
[pt] Neste trabalho é proposta uma técnica para transmissão
progressiva de imagens. Esta técnica está baseada no
modelo piramidal de Burt e Adelson [2], fazendo uso da
codificação por quantização vetorial nas imagens
representadas por uma estrutura piramidal, denominada
pirâmide de imagens diferença. Esta estrutura é obtida da
subtração de uma pirâmide de imagens médias de uma
pirâmide de imagens embaralhadas. A pirâmide de imagens de
médias é construída formando uma seqüência de imagens,
cada vez com menor dimensão, pelo cálculo da média em
blocos de 2x2 pixels vizinhos. A pirâmide de imagens
embaralhadas é formada por uma decimação, por quatro em
cada nível da pirâmide de imagens de médias.
A transmissão progressiva da imagem é efetuada pela
transmissão da pirâmide de imagens diferença do nível mais
alto para o nível mais baixo.
A técnica é comparada a outros métodos conhecidos na
literatura em termos de relação sinal-ruído de pico, por
sua qualidade subjetiva e pelo esforço computacional
associado. / [en] This work concerns with a technique for progressive image
transmission. The method bases on the Burt and Adelson
Pyramid Model. The method applies vector quantization to a
pyramid of difference images. These, result from the
subtraction of parts of the shuffled image. The decimated
image pixel represents the mean value of four neighboring
pixels ot the original image, partitioned in 2x2 blocs of
pixels. This decimated image is a mean image and their
set also constitutes itself a pyramid. At each new
pyramided level, the considered original image is the
mean image of the previous level.
The progressive image transmission is by sending first the
highest level difference image (with the minimum number of
pixels) up to the lowest difference image level.
The work also includes results comparison to other
literature know methods in terms of peak signal to noise
ratio, subjective quality and computational effort.
|
4 |
[en] NEW TECHNIQUES OF PATTERN CLASSIFICATION BASED ON LOCAL-GLOBAL METHODS / [pt] NOVAS TÉCNICAS DE CLASSIFICAÇÃO DE PADRÕES BASEADAS EM MÉTODOS LOCAL-GLOBALRODRIGO TOSTA PERES 13 January 2009 (has links)
[pt] O foco desta tese está direcionado a problemas de
Classificação de Padrões. A proposta central é desenvolver
e testar alguns novos algoritmos para
ambientes supervisionados, utilizando um enfoque local-
global. As principais contribuições são: (i)
Desenvolvimento de método baseado em quantização
vetorial com posterior classificação supervisionada local.
O objetivo é resolver o problema de classificação estimando
as probabilidades posteriores em regiões
próximas à fronteira de decisão; (ii) Proposta do que
denominamos Zona de Risco Generalizada, um método
independente de modelo, para encontrar as observações
vizinhas à fronteira de decisão; (iii) Proposta de método
que denominamos Quantizador Vetorial das Fronteiras de
Decisão, um método de classificação que utiliza protótipos,
cujo objetivo é construir uma aproximação quantizada das
regiões vizinhas à fronteira de decisão. Todos os métodos
propostos foram testados em bancos de dados, alguns
sintéticos e outros publicamente disponíveis. / [en] This thesis is focused on Pattern Classification problems.
The objective is to develop and test new supervised
algorithms with a local-global approach. The main
contributions are: (i) A method based on vector
quantization with posterior supervised local
classification. The classification problem is solved by the
estimation of the posterior probabilities near the decision
boundary; (ii) Propose of what we call Zona de Risco
Generalizada, an independent model method to find
observations near the decision boundary; (iii) Propose of
what we call Quantizador Vetorial das Fronteiras de
Decisão, a classification method based on prototypes that
build a quantized approximation of the decision boundary.
All methods were tested in synthetics or real datasets.
|
5 |
[en] COMPRESSION USING PERMUTATION CODES / [pt] CODIFICAÇÃO DE FONTES UTILIZANDO CÓDIGOS DE PERMUTAÇÃOLEONARDO SANTOS BREGA 14 January 2004 (has links)
[pt] Em um sistema de comunicações, procura-se representar a
informação gerada de forma eficiente, de modo que a
redundância da informação seja reduzida ou idealmente
eliminada, com o propósito de armazenamento e/ou
transmissão da mesma. Este interesse justifica portanto,
o
estudo e desenvolvimento de técnicas de compressão que
vem
sendo realizado ao longo dos anos. Este trabalho de
pesquisa investiga o uso de códigos de permutação para
codificação de fontes segundo um critério de fidelidade,
mais especificamente de fontes sem memória,
caracterizadas
por uma distribuição uniforme e critério de distorção de
erro médio quadrático. Examina-se os códigos de
permutação
sob a ótica de fontes compostas e a partir desta
perspectiva, apresenta-se um esquema de compressão com
duplo estágio. Realiza-se então uma análise desse esquema
de codificação. Faz-se também uma extensão L- dimensional
(L > 1) do esquema de permutação apresentado na
literatura.
Os resultados obtidos comprovam um melhor desempenho da
versão em duas dimensões, quando comparada ao caso
unidimensional, sendo esta a principal contribuição do
presente trabalho. A partir desses resultados, busca-se a
aplicação de um esquema que utiliza códigos de permutação
para a compressão de imagens. / [en] In communications systems the information must be
represented in an efficient form, in such a way that the
redundancy of the information is either reduced or ideally
eliminated, with the intention of storage or transmission
of the same one. This interest justifies the study and
development of compression techniques that have been
realized through the years. This research investigates the
use of permutation codes for source encoding with
a fidelity criterion, more specifically of memoryless
uniform sources with mean square error fidelity criterion.
We examine the permutation codes under the view of composed
sources and from this perspective, a project of double
stage source encoder is presented. An analysis of this
project of codification is realized then. A L-dimensional
extension (L > 1) of permutation codes from previous
research is also introduced. The results prove a better
performance of the version in two dimensions, when compared
with the unidimensional case and this is the main
contribution of the present study. From these results, we
investigate an application for permutation codes in image
compression.
|
6 |
[pt] COMPRESSÃO COM PERDAS, DE IMAGENS OBTIDAS POR SATÉLITES DE SENSORIAMENTO REMOTO, PARA TRANSMISSÃO EM CANAL COM RUÍDO / [en] LOSSY COMPRESSION OF REMOTE SENSING IMAGES FOR TRANSMISSION OVER NOISY CHANNELARMANDO TEMPORAL NETO 10 November 2005 (has links)
[pt] Este trabalho apresenta um estudo sobre compressão de
imagens de sensoriamento remoto para serem transmitidas
através de um canal com ruído. As imagens são capturadas
por um satélite de sensoriamento remoto e transmitidas a
uma estação terrestre. A compreensão das imagens é
necessária para se economizar banda e potência de
transmissão. Algumas técnicas muito boas de compressão de
imagens apresentam sérios problemas quando na presença de
ruído. Assim, a técnica de quantização vetorial foi
escolhida para ser utilizada neste trabalho. Utilizando-se
a idéia de quantização vetorial multi-estágios, propões-se
um esquema de compressão com remoção de médias, onde
separa-se a informação contida na imagem para tratá-la de
forma diferenciada, de acordo com a sua importância. É
feita então uma análise sobre o projeto do enlace do
satélite do sensoriamento remoto comparando-se o esquema
utilizado atualmente com o esquema proposto. / [en] This thesis presents a study of remote sensing image
compression to be transmitted over a noisy channel. The
images are obtained by a remote sensing satellite and
transmitting to an earth station. The compression is due
to savings in bandwidth and transmitting power. Some of
the most efficient image codecs presents serious problems
in the presence of noise. So, the vector quantization
technique was chosen to be used. Using the multi-stage
vector quantization idea, a compression scheme with mean
remove is proposed as a manner to separate and treat
unequally the image information as its importance. An
analysis on the design of the remote sensing satellite
link is done with a comparison between the current scheme
used the proposed one.
|
7 |
[pt] CODIFICAÇÃO CONJUNTA, PARA FONTE E CANAL, USANDO QUANTIZAÇÃO VETORIAL ESTRUTURADA EM ÁRVORE, PARA IMAGENS DE SENSORIAMENTO REMOTO / [en] JOINT SOURCE-CHANNEL CODING USING TREE-STRCTURED VECTOR QUANTIZATION FOR REMOTE SENSING IMAGESRAFAEL DONNICI DE AZEVEDO 16 November 2005 (has links)
[pt] Este trabalho estuda o problema de compressão de imagens
de sensoriamento remoto segundo a ótica da codificação
conjunta fonte-canal.
É analisado o desempenho de métodos baseados em
quantização vetorial segundo o algoritmo LBG,
principalmente o COVQ (Channel Optimized Vector
Quantizer) bem como a quantização vetorial estruturada em
árvore. Dentro desse contexto, são propostos 2 novos
métodos para a resolução do problema: (1)Uma quantização
vetorial estruturada em árvores que leva em conta a
transmissão através de canais ruidosos, solução denominada
COTSVQ (Channel-Design Tree Strutured Vecotr Quantizer),
bem como (2) uma classe de métodos que se utiliza de
códigos corretores de erro sobre a estrutura progressiva
do TSVQ, de forma a proteger os dados de forma ativa
durante a transmissão. Os dois métodos propostos podem ser
combinados no mesmo compressor, de forma a originar uma
classe ampla de compressores adaptados à transmissão por
canais com ruído.
São apresentados resultados que comparam os desempenhos
dos métodos propostos com aqueles já existentes para uma
análise de desempenho, na situação de transmissão via
satélite de imagens captadas e comprimidas para uma taxa
de 1,5bpp.
Os resultados mostram que os métodos propostos são muito
menos complexos que os já existentes, porém conseguindo
atingir uma qualidade de imagem equivalente, ou, em alguns
casos, superior. / [en] This work studies the problem of remote sensorng image
compression by joint source-channel coding.
The vector quantizer methods evaluated are those designed
with the LBG algorithm, the COVQ (channel-optimized vector
quantizer) algorithm as well as tree-structured vector
quantizer. The noisy channel is modelled as a BSC.
In this context, two news methods are proposed: (1) A tree-
structures vector quantizer that considers the
transmission through noisy channels (denominated CD-TSVQ),
and (2) a new class of compressors that uses forward error-
correcting codes over the TSVQ structure, as a way to
actively protect data during the transmission. The
twoproposed methods can be combined on the same compressor
architecture, resulting in a vast class of compressors
well-adapted to the transmission through noisy channels.
Results allowing the comparision of the proposed methods
with existing ones are presented. Performance evaluated in
a scenery where images are compressed to be transmited at
a rate of 1.5bpp. Results yield to the conclusion that the
porposed methods are much less complex than the existing
methods, yet achieve equivalent or, in some situations,
improved performance.
|
8 |
[en] LOW RATE CODECS OPERATING IN NOISY ENVIRONMENT AND IP NETWORKS / [pt] CODIFICADORES DE VOZ A BAIXAS TAXAS OPERANDO EM AMBIENTES RUIDOSOS E REDES IPFRED BERKOWICZ BORGES 19 April 2005 (has links)
[pt] Este trabalho examina o impacto da quantização vetorial das
LSFs sobre a qualidade de voz em codecs a baixas taxas
operando em redes IP e em diversos ambientes ruidosos. São
considerados diferentes esquemas de
quantização vetorial (QV) multiestágio com busca em árvore
envolvendo QV sem memória e QV preditiva chaveada com 2 e 4
classes. A distribuição de perda de quadros em redes IP foi
modelada de acordo com o Modelo de Gilbert e a avaliação de
desempenho foi realizada tanto em termos das
distorções espectrais como da qualidade de voz resultante
de codecs a baixas
taxas. Ainda neste trabalho, foi avaliada a qualidade da
voz codificada após
a utilização de uma técnica de supressão de ruído baseada
em transformadas
wavelets (Wavelet Denoising). / [en] This work investigates the impact of LSF vector
quantisation over the
voice quality in low rate codecs operating in IP networks.
Tree-structured
multistage vector quantisation (VQ) schemes involving
memoryless VQ and
switched-predictive VQ with 2 and 4 classes are considered.
The packet loss
frame distribution in IP networks was modelled according to
the Gilbert
Model and the performance was carried out both in terms of
spectral
distortions and the speech quality at the out put of low
rate codecs. In this
work, we also evaluated the quality of the coded speech
after employing
Wavelet Denoising.
|
9 |
[en] DATA SELECTION FOR LVQ / [pt] SELEÇÃO DE DADOS EM LVQRODRIGO TOSTA PERES 20 September 2004 (has links)
[pt] Nesta dissertação, propomos uma metodologia para seleção de
dados em
modelos de Aprendizado por Quantização Vetorial,
referenciado amplamente na
literatura pela sigla em inglês LVQ. Treinar um modelo
(ajuste dentro-daamostra)
com um subconjunto selecionado a partir do conjunto de dados
disponíveis para o aprendizado pode trazer grandes
benefícios no resultado de
generalização (fora-da-amostra). Neste sentido, é muito
importante realizar uma
busca para selecionar dados que, além de serem
representativos de suas
distribuições originais, não sejam ruído (no sentido
definido ao longo desta
dissertação). O método proposto procura encontrar os pontos
relevantes do
conjunto de entrada, tendo como base a correlação do erro
de cada ponto com o
erro do restante da distribuição. Procura-se, em geral,
eliminar considerável parte
do ruído mantendo os pontos que são relevantes para o
ajuste do modelo
(aprendizado). Assim, especificamente em LVQ, a atualização
dos protótipos
durante o aprendizado é realizada com um subconjunto do
conjunto de
treinamento originalmente disponível. Experimentos
numéricos foram realizados
com dados simulados e reais, e os resultados obtidos foram
muito interessantes,
mostrando claramente a potencialidade do método proposto. / [en] In this dissertation, we consider a methodology for
selection of data in
models of Learning Vector Quantization (LVQ). The
generalization can be
improved by using a subgroup selected from the available
data set. We search the
original distribution to select relevant data that aren't
noise. The search aims at
relevant points in the training set based on the
correlation between the error of
each point and the average of error of the remaining data.
In general, it is desired
to eliminate a considerable part of the noise, keeping the
points that are relevant
for the learning model. Thus, specifically in LVQ, the
method updates the
prototypes with a subgroup of the originally available
training set. Numerical
experiments have been done with simulated and real data.
The results were very
interesting and clearly indicated the potential of the
method.
|
10 |
[en] CLUSTERING AND VISUALIZATION OF SEISMIC DATA USING VECTOR QUANTIZATION / [pt] AGRUPAMENTO E VISUALIZAÇÃO DE DADOS SÍSMICOS ATRAVÉS DE QUANTIZAÇÃO VETORIALERNESTO MARCHIONI FLECK 28 April 2005 (has links)
[pt] Nesta tese é proposto um novo método de agrupamento de
dados sísmicos
para a visualização em mapas sísmicos. Os dados sísmicos
(sinal + ruído) têm
distribuições assimétricas. A classificação dos dados
sísmicos é, atualmente,
realizada através de métodos que induzem as referências dos
grupos propostos às
suas médias. No entanto, a média é sensível aos ruídos e
aos outliers e as
classificações com este estimador estão sujeitas a
distorções nos resultados.
Embora outros trabalhos sugiram o uso da mediana nos casos
em que as
distribuições são assimétricas - devido ao fato deste
estimador ser robusto aos
ruídos e aos outliers - em nenhum foi encontrado um método
que induza as
referências dos grupos propostos às medianas no tratamento
dos dados sísmicos.
O método proposto incluí um algoritmo que induz as
referências dos grupos
propostos às suas medianas. O tratamento iterativo dos
dados sísmicos através da
aplicação de uma função não linear adequada ao gradiente
descendente gera
resultados cujos erros médios quadráticos são inferiores
aos dos resultados dos
métodos que induzem à média. Um parâmetro existente no
algoritmo, a constante
de não linearidade, determina a maneira como os dados são
induzidos, a partir da
média, na direção da mediana. A convergência aos resultados
requer poucas
iterações no método proposto. O método proposto é uma
ferramenta para o
dimensionamento de reservatórios de petróleo e serve para a
determinação de
diferenças entre as propriedades de estruturas geológicas
similares. / [en] This thesis suggests the use of a new method of seismic
data clustering that
can aid in the visualization of seismic maps. Seismic data
are primarily made of
signal and noise and, due to its dual composition, have
asymmetric distributions.
Seismic data are traditionally classified by methods that
lead the proposed groups`
references to their mean values. The mean value is,
however, sensitive to noise
and outliers and the classification methods that make use
of this estimator are,
consequently, subjected to generating distorted results.
Although other works
have suggested the use of the median in cases where the
distributions are
asymmetric - due to the fact that the estimator is robust
with respect to noise and
outliers - none have proposed a method that would lead the
groups` references to
the median while treating seismic data. The method proposed
in this work
includes, therefore, an algorithm that leads the groups`
references to their
medians. The iterative treatment of seismic data through
the use of a non-linear
function that is adequate for the gradient descent
generates results with meansquare
errors inferior to those of results generated by the use of
the mean value.
The algorithm`s non- linearity constant determines how the
seismic data are led
from the mean value towards the median. The proposed method
requires little
iteration for the results to converge. The proposed method
can, therefore, be used
as a tool in the sizing of petroleum reservoirs and can
also be used to determine
the differences between similar geological structures.
|
Page generated in 0.1412 seconds