ВВЕДЕНИЕ 3
1 Теоретическая часть. Анализ существующих алгоритмов сжатия изображений 4
1.1 Изображение и способы его представления 4
1.2 Существующие алгоритмы сжатия изображения 6
1.3 Суть вейвлет-преобразования при сжатии изображений 8
2 Разработка алгоритма сжатия изображений 13
3 Разработка приложения для сжатия изображений на основе вейвлет-преобразования 17
3.1 Проектировка архитектуры приложения 17
3.2 Реализация вейвлет-преобразования 20
3.3 Реализация алгоритма сжатия изображения 26
3.4 Тестирование приложения 33
4 Анализ и сравнение разработанного алгоритма сжатия 44
4.1 Анализ работы алгоритма сжатия с вейвлет-преобразованием 44
4.2 Сравнение разработанного алгоритма с другими алгоритмами сжатия 47
ЗАКЛЮЧЕНИЕ 52
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 53
ПРИЛОЖЕНИЕ 55
Технологии стремительно развиваются. Еще несколько десятилетий назад мало кто мог предположить, что смартфоны будут у большинства людей на земле, и, что они будут способны делать фотографии не хуже профессиональных фотоаппаратов. Но чем «лучше» фотография, тем больше она занимает памяти на диске. Сейчас, даже стандартная фотография в разрешении 1920 x 1080 может весить несколько мегабайт.
К сожалению, не все технологии развиваются одинаково быстро. Все еще самым «слабым» звеном в ЭВМ является память, а высокоскоростного интернета нет даже у половины населения земли. Это ставит перед нами проблему хранения и передачи данных, таких как, например, изображения. Для решения данной проблемы применяются различные алгоритмы сжатия, например алгоритм сжатия JPEG. Но, как известно, у всего есть свои плюсы и минусы.
Цель выпускной квалификационной работы: повышение степени сжатия изображений с помощью вейвлет-преобразования для уменьшения объема занимаемой памяти при хранении графической информации.
Задачи выпускной квалификационной работы:
1. Провести анализ существующих алгоритмов сжатия изображений.
2. Разработать алгоритм сжатия изображений на основе вейвлет-преобразования.
3. Разработать приложение для сжатия изображений на основе вейвлет-преобразования.
4. Сравнить разработанный алгоритм с другими алгоритмами сжатия изображений.
В ходе данной работы были изучены различные алгоритмы сжатия изображений, разработан и программно реализован алгоритм сжатия изображений на основе вейвлет преобразования.
Так же, в ходе работы были закреплены знания в следующих областях:
• Объектно-ориентированное программирование на языке Java:
о реализован алгоритм сжатия изображений на основе вейвлет-преобразования.
• Разработка GUI приложений на языке Java:
о Реализовано приложение для сжатия изображений при помощи разработанного алгоритма.
Поставленная цель достигнута, сопутствующие задачи выполнены. Использование вейвлет-преобразования в разработанном алгоритме сжатия увеличило степень сжатия в среднем на 44,991 % (при коэффициенте сжатия равном 0,007). Полученное приложение, может использоваться для сжатия изображений с разрешением сторон 2 п, гд е п > 0.
1. Векторная графика [Электронный ресурс] - URL: https://ru.wikipedia.org/wiki/BeKTQPHan графика (дата обращения: 11.05.2019).
2. Растровая и векторная графика [Электронный ресурс] - URL:
https: //htmlacademy.ru/blog/useful/image/rastr-vector (дата обращения: 11.05.2019) .
3. ГОСТ 27459 - 87. Системы обработки информации. Машинная графика. Термины и определения -01.07.1988 г.
4. С. И. Стефанов - Синтез цвета - Большая российская энциклопедия [Электронный ресурс] - URL:
https://bigenc.ru/technology and technique/text/3664861 (дата обращения:
12.05.2019).
5. Дж. Миано. Форматы и алгоритмы сжатия изображений в действии. — М.: Издательство Триумф, 2003. — 336 с.
6. Ватолин Д., Ракушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. — М.: ДИАЛОГ-МИФИ, 2003. — 384 с.
7. Штарк Г.-Г. Применение вейвлетов для ЦОС - М.: Техносфера,2007. - 192с.
8. Сжатие изображений с использованием вейвлет [Электронный ресурс] - URL: https://habr.com/ru/post/128913/ (дата обращения: 25.05.2019).
9. Вейвлет Хаара [Электронный ресурс] - URL: https://ru■wikipedia■org/wiki/Beйвлeт Хаара (дата обращения: 26.05.2019).
10. Вейвлет-сжатие «на пальцах» [Электронный ресурс] - URL: https://habr.com/ru/post/168517/ (дата обращения: 18.05.2019).
11. В. И. Воробьев, В. Г. Грибунин. Теория и практика вейвлет-преобразования. - СПб.: ВУС, 1999. - 204 с.
12. Wavelet Compression for Images [Электронный ресурс] - URL: https://ch.mathworks.com/help/wavelet/ug/wavelet-compression-for-images (дата обращения: 01.06.2019).
13. Алгоритм RLE - Алгоритмы сжатия и компрессии [Электронный ресурс] - URL: http://www.compression-pointers.ru/compress 181.html (дата обращения: 08.06.2019).
14. Гонсалес Р., Вудс Р. Цифровая обработка изображений. - М.: Техносфера, 2012. - 1104 с.
15. Стив Макконел. Совершенный код. Мастер-класс - М.: Издательство «Русская редакция», 2010. - 896c.
16. Создание архитектуры программы или как проектировать табуретку [Электронный ресурс] - URL: https://habr.com/ru/post/276593/ (дата обращения: 09.06.2019).
17. Кэти Сьера и Берт Бейтс. Изучаем Java. - М.: Эксмо, 2018. - 720с.
18. UML [Электронный ресурс] - URL:
https://ru.wikipedia.org/wiki/UML (дата обращения: 09.06.2019).
19. Смоленцев Н. К. Основы теории вейвлетов. Вейвлеты в Matlab. - М.: ДМК Пресс. - 304 с.
20. Роби Поликар. Введение в вейвлет-преобразование. - СПб.: АВТЕКС, 2018. - 59 с.