Compresión de imágenes - codificación de Huffman (original) (raw)

Compresión de imágenes médicas

Biomédica, 2012

Compresión en imágenes Contribución de los autores: Ambos autores participaron en la recopilación, unificación y síntesis de los antecedentes más destacados en el área de la compresión, mediante la discusión de la información publicada sobre el tema. Además, estructuraron las metodologías ya existentes para la compresión de imágenes médicas, aportando un guía base para las personas que desean introducirse en el área.

Codificación digital de la imagen

En este articulo se describen los conceptos básicos de la codificación de los archivos de vídeo y los distintos formatos y códecs que se utilizan para cine y televisión.

Compresión de datos

La compresión de datos consiste en la reducción del volumen de información tratable (procesar, transmitir o grabar). En principio, con la compresión se pretende transportar la misma información, pero empleando la menor cantidad de espacio.

Compresión de imágenes con wavelets separables y wavelets no-separables

1999

Las wavelets son una herramienta idónea para la compresión de imágenes. Esto es porque aplicando la transformada wavelet se obtiene una representación esparsa de la imagen -la mayoría de los coeficientes son nulos o cercanos a O. Eliminando los coeficientes pequeños se suprime información que no es distinguible para el ojo humano; se logra una alta tasa de compresión manteniendo la calidad de la imagen reconstruida. Las wavelets pueden ser separables y no-separables. Estas últimas utilizan un submuestreo o decimación diagonal. Explicaremos brevemente la teoría, que es un tanto compleja. Analizaremos con un ejemplo las ventajas de este tipo de submuestreo, y veremos como mejora la calidad de la imagen, utilizando la misma wavelet y para una misma tasa de compresión prefijada.

Compresión de imágenes fijas utilizando la trasformada wavelet

1997

En este trabajo presentamos la aplicación de un algoritmo de compresión de imágenes fijas utilizando la Transformada Wavelet. La transformada Wavelet es una herramienta coveniente para el análisis multirresolución de señales y en particular se ajusta naturalmente a la compresión de imágenes al adaptar el ancho de banda requerido en forma automática.

Compresión de Datos + Criptografía

Estas notas presentan el trabajo reportado en la literatura sobre la combinación de dos áreas importantes en las comunicaciones, la compresión de datos y la criptografía. Se presentan las ventajas teóricas y los intentos por parte de la industria principalmente para implementar ambas tecnologías en las comunicaciones actuales. Compresión junto con criptografía Compresión y Criptografía son dos tecnologías centrales en las aplicaciones en red. La compresión ahorra tiempo y dinero haciendo más rápida y más barata la transmisión de los datos. La criptografía protege la privacidad, reservando el conocimiento de información sólo a personas autorizadas. La compresión de datos es una tecnología que ha cobrado importancia recientemente debido al incremento en las cantidades de información disponibles que se transmiten a través de las redes de comunicación. Teóricamente, compresión y criptografía han sido consideradas como tecnologías opuestas [2]: mientras que los algoritmos de criptografía esconden patrones de información predecible, los algoritmos de compresión buscan esos patrones de información para sustituirlos por tokens de longitud menor. Compresión y Criptografía deben realizarse en el orden correcto, se aplica primero compresión a los datos y después se realiza el proceso de cifrado. Si el proceso se realizará en forma inversa, es decir, si primero se aplica el cifrado y después la compresión, los resultados no serían satisfactorios, ya que una vez que la información se cifra, el resultado es información inteligible con probabilidad alta de que exista poca redundancia en los datos. Debido a esto, la compresión, cuyo principio de operación es comprimir a partir de la redundancia existente en los datos, tendría una pobre razón de compresión. El desempeño de un sistema que debe realizar la compresión y cifrado de los datos que van a transmitirse se ve afectado directamente por los algoritmos empleados para realizar ambas tareas. Tanto los algoritmos de compresión como los criptográficos se ejecutan ineficientemente en procesadores de propósito general, ya que ambos demandan operaciones computacionalmente intensivas. Esto sugiere el uso de arquitecturas de hardware especializadas que optimicen las operaciones computacionales más demandantes de ambos algoritmos para mejorar el rendimiento del sistema. Los compresores sin pérdida existentes reducen la información que va a transmitirse alrededor del 50%. Por otra parte, solo los métodos de cifrado de llave pública proporcionan el servicio de autenticación de datos a demás de confidencialidad. De entre todos los métodos de criptografía de llave publica (y de llave privada también), ECC (Elliptic Curve Cryptography) ofrece el más alto nivel de seguridad con la menor longitud de llave para realizar el cifrado. Actualmente, un criptosistema de curva elíptica se considera altamente seguro si la longitud de llave empleada es de 100 a 160 bits. Estas longitudes de llave son hasta 6 veces más cortas que las utilizadas por el criptosistema de llave pública más empleado, el RSA. Operar con llaves cortas implica mayor velocidad, y menores necesidades de memoria y de poder de cómputo para la implementación de los algoritmos correspondientes a este esquema. La aplicación de compresión y posteriormente el cifrado a los datos que se transmiten por un canal inseguro, reúne las ventajas de ambos algoritmos; la información se trasmite de forma segura con una reducción de costos en tiempo y espacio. Otra ventaja es la reducción del tiempo para cifrar la información al comprimir previamente la información original. Además, este enfoque tiene otra ventaja: al aplicar la compresión a los datos, se aumenta la posibilidad de que criptoanalístas no puedan recuperar la información original a partir de los datos cifrados. Esto es debido a que es muy probable que la información comprimida no contenga patrones de información que puedan guiar a la recuperación de la información original.

Fusión de imágenes con múltiples puntos de enfoque basado en sensado compresivo

Prisma tecnológico, 2016

Resumen: en este artículo se presentan resultados en la aplicación del principio del sensado compresivo (SC) al problema de fusión de imágenes con múltiples puntos de enfoque. Se presenta las bases teóricas e implementación de un algoritmo de fusión basado en SC. Adicionalmente, se presenta un estudio comparativo con otros algoritmos de fusión de imágenes que pone en evidencia las propiedades y el potencial del método presentado.