Детальная информация

Название Алгоритмы сжатия информации на основе фрактальной геометрии: выпускная квалификационная работа бакалавра: направление 09.03.02 Информационные системы и технологии ; образовательная программа 09.03.02_02 Информационные системы и технологии
Авторы Головина Ксения Олеговна
Научный руководитель Шашихин Владимир Николаевич
Другие авторы Ефремов Артем Александрович
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения Санкт-Петербург, 2019
Коллекция Выпускные квалификационные работы; Общая коллекция
Тематика фракталы; сжатие информации; фрактальная геометрия; системы итерированных функций; fractals; image compression; fractal geometry; iterated function systems
Тип документа Выпускная квалификационная работа бакалавра
Тип файла PDF
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 09.03.02
Группа специальностей ФГОС 090000 - Информатика и вычислительная техника
Ссылки Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-4847
Права доступа Доступ по паролю из сети Интернет (чтение, печать)
Ключ записи ru\spstu\vkr\5800
Дата создания записи 12.03.2020

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

В работе проводится обзор существующих методов сжатия цифровых изображений в градациях серого на основе фрактальной геометрии с их последующим сравнительным анализом. Объектом исследования являются алгоритмы фрактального сжатия информации. Данные алгоритмы в ходе работы были протестированы на изображении. Для оценки алгоритмов в данной бакалаврской работе были использованы два метода принятия решений: метод функции полезности и метод вербального анализа. На основе результатов тестирования был выбран наилучший метод фрактального сжатия, который в дальнейшем был оптимизирован с целью улучшения показателей сжатия.

This thesis introduces several methods of fractal image compressing. Using their vector characteristics, methods are being tested and compared to each other by their efficiency. Through analyzing the data received from comparison, using decision making techniques this article presents an inference about which method should be used to get the best results while trying to solve a problem of compressing visual data using fractal image compression. This method is later being enhanced by adding some modifications to its code. A conclusion showing advantages of modified algorithm is provided.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать
Интернет Анонимные пользователи

Количество обращений: 31 
За последние 30 дней: 0

Подробная статистика