ارایه روشی مبتنی بر مدل محتوای ترکیبی برای فشرده سازی با اتلاف تصاویر متنی و مقایسه عملکرد آن با روش djvu
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,609
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP05_007
تاریخ نمایه سازی: 29 اردیبهشت 1387
Abstract:
روش DjVu مهمترین و متداولترین روشی است که امروزه برای فشرده اسناد استفاده می شود. این روش مبتنی بر مدل محتوای ترکیبی بوده و نرخ فشرده سازی بالایی دارد . علیرغم مزایای روش DjVu ، این روش دارای برخی ویژگیها نامطلوب نیز می باشد که برخی از آنها شامل مشخص نبودن جزییات متنی ، عدم جداسازی مناسب متن از گرافیک ، هموار نبودن مرز نواحی متنی ، گذر تیز بین نواحی متنی و گرافیکی ، رنگ زدن نامناسب برخی نواحی متنی و فشرده سازی نامناسب نواحی گرافیکی است . در این مقاله یک روش فشرده سازی شامل دو راهکار برای کاهش یا حذف برخی از مهمترین معایب مورد اشاره پیشنهاد می شود . این روش نیز مبتنی بر مدل محتوای ترکیبی است اما نوع لایه ها و نحوه برخورد با آنها در مدل پیشنهادی متفادت است . راهکار اول شامل تعریف لایه جدیدی به نام لایه گذر و پیشنهاد یک روش فازی برای استخراج آن است . راهکار دوم شامل شناسایی نواحی متعلق به پس زمینه و با تغییرات رنگ کم و جایگزینی آنها با یک رنگ نماینده است . در مجموعه این دو راهکار باعث افزایش کیفیت تصویر بازسازی شده و نیز افزایش نرخ فشرده سازی می شوند. در این مقاله نتایج حاصل از مدل پیشنهادی با نتایج حاصل از روش فشرده سازی DjVu مقایسه شده است . این نتایج نشان دهنده بهبود نسبی عملکرد پیشنهادی نسبت به روش متداول مذکور می باشند . طوری که در نرخ بیت یکمسان ، کیفیت تصویر بازسازی شده حاصل از مدل پیشنهادی بهتر از نتیجه روش DjVu است.
Keywords:
Authors
هادی گرایلو
دانشکده فنی مهندسی - دانشگاه تربیت مدرس - تهران
مجتبی لطفی زاد
دانشکده فنی مهندسی - دانشگاه تربیت مدرس - تهران
هادی صدوقی یزدی
دانشکده برق - دانشگاه تربیت معلم - سبزوار
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :