دانلود ترجمه مقاله فشرده سازی تصاویر Jpeg با استفاده از تغییر کسینوسی – Airccse 2014

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

بررسی فشرده سازی تصاویر Jpeg با استفاده از تغییر کسینوسی جدا

عنوان انگلیسی مقاله:

Jpeg Image Compression Using Discrete Cosine Transform – A Survey

 

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار ۲۰۱۴
تعداد صفحات مقاله انگلیسی ۹ صفحه با فرمت pdf
نوع مقاله ISI
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله مهندسی کامپیوتر 
گرایش های مرتبط با این مقاله مهندسی نرم افزار
چاپ شده در مجله (ژورنال) مجله بین المللی بررسی مهندسی و علمی کامپیوتر – International Journal of Computer Science & Engineering Survey
کلمات کلیدی فشرده سازی تصویر، JPEG، تبدیل کسینوسی گسسته
کلمات کلیدی انگلیسی Image Compression – JPEG – Discrete Cosine Transform
ارائه شده از دانشگاه دانشگاه منصوره ، دانشکده علوم کامپیوتر و سیستم اطلاعاتی
نویسندگان A.M.Raid، W.M.Khedr، M. A. El-dosuky and Wesam Ahmed
شناسه دیجیتال – doi https://doi.org/10.5121/ijcses.2014.5204
بیس نیست 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۹۹۰۳
نشریه Airccse

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
وضعیت ترجمه انجام شده و آماده دانلود در فایل ورد و PDF
کیفیت ترجمه طلایی⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۲ صفحه (شامل ۱ صفحه رفرنس انگلیسی) با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است  
ترجمه متون داخل تصاویر ترجمه شده است  
ترجمه متون داخل جداول ترجمه شده است  
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است  
منابع داخل متن به صورت عدد درج شده است  
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده
۱- مقدمه
۱-۱- اصول نهان در فشرده سازی
۱-۲- کدگذار (کدکننده) غیرمعمول تصویر
۱-۳- معیار عملکرد در فشرده سازی تصویر
۲- تبدیل DCT
۳- فشرده سازی JPEG
مراحل فرآیند JPEG برای تصاویر رنگی
۳-۱- مشخصه رنگ
۳-۲- تبدیل کسینوسی گسسته
۳-۳- کوآنتیزه سازی در استاندارد JPEG
۳-۴- انکدینگ هافمن
۳-۵- خارج کردن از فشردگی
۴- نتیجه گیری و کار آتی
منابع

 

بخشی از ترجمه

چکیده

به دلیل افزایش نیاز برای انتقال تصاویر در رایانه و گوشی های تلفن همراه، تحقیق در حوزه فشرده سازی تصاویر به طور قابل توجهی افزایش یافته است. فشرده سازی تصویر نقش بسیار مهمی در پردازش تصویر دیجیتال ایفا می کند و برای انتقال و ذخیره سازی تصاویر از اهمیت زیادی برخوردار است. هنگامی که تعداد بیت ها در تصویر حاصل از نرخ های معمولی نمونه برداری و روش های متداول کوآنتیزه کردن را محاسبه می کنیم، در می یابیم که فشرده سازی تصویر مورد نیاز است. بنابراین، توسعه تکنیک های موثر برای فشرده سازی تصویر به یک الزام تبدیل شده است. این مقاله مطالعه ای در ارتباط با فشرده سازی تصویر با استفاده از تبدیل کسینوسی گسسته است و الگوریتم فشرده سازی JPEG را پوشش می دهد که برای کاربردهای تصویر تمام رنگی مورد استفاده قرار می گیرد و تمامی مولفه های آن را توصیف می کند.

 

۴- نتیجه گیری و کار آتی

فشرده سازی تصویر برای مدیریت تصاویر در فرمت دیجیتال مورد استفاده قرار می گیرند. این مقاله مطالعاتی بر الگوریتم های کدگذاری سریع و با اتلاف JPEG برای فشرده سازی/ خارج کردن از فشردگی با استفاده از تبدیل کسینوسی گسسته متمرکز شده است. همچنین به طور خلاصه اصول مربوط به فشردگی تصویر دیجیتال و روش های مختلف فشرده سازی تصویر را معرفی کرده ایم. علاوه بر این مراحل فرآیند JPEG از جمله DCT، کوآنتیزه کردن و انکدینگ آنتروپی معرفی شده است. در کار آتی مقایسه ای بین دو روش فشرده سازی تصویر یعنی تبدیل کسینوسی گسسته و تبدیل موجک گسسته انجام می شود.

 

بخشی از مقاله انگلیسی

Abstract

Due to the increasing requirements for transmission of images in computer, mobile environments, the research in the field of image compression has increased significantly. Image compression plays a crucial role in digital image processing, it is also very important for efficient transmission and storage of images. When we compute the number of bits per image resulting from typical sampling rates and quantization methods, we find that Image compression is needed. Therefore development of efficient techniques for image compression has become necessary .This paper is a survey for lossy image compression using Discrete Cosine Transform, it covers JPEG compression algorithm which is used for full-colour still image applications and describes all the components of it.

 

۴- CONCLUSION & FUTURE WORK

Image compression is used for managing images in digital format. This survey paper has been focused on the Fast and efficient lossy coding algorithms JPEG for image Compression/Decompression using Discrete Cosine transform. We also briefly introduced the principles behind the Digital Image compression and various image compression methodologies .and the jpeg process steps including DCT, quantization , entropy encoding. In the future work we will make a comparison between two techniques of the image compression (Discrete cosine transform and Discrete Wavelet transform).

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

بررسی فشرده سازی تصاویر Jpeg با استفاده از تغییر کسینوسی جدا

عنوان انگلیسی مقاله:

Jpeg Image Compression Using Discrete Cosine Transform – A Survey

 

 

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا