Wavelet vs discreta la compresión de imágenes

Question

¿Cuál es la razón principal para elegir wavelet (jp2, sid, ecw) en vez de métodos de compresión (JPEG) discretos para datos raster?

Permite limitar la pregunta a imágenes aéreas y de compresión con pérdida.

¿Por qué debemos dar preferencia a la compresión wavelet en lugar de JPEG "clásico"? Le dará un tamaño más pequeño, pero puede allí ser cualquier inconvenientes, ¿Qué opinas? ¿Conducirá a más CPU de procesamiento de decomression (durante la visión)?

Answer 1

Sospecho que hay un gran número de factores que intervienen en la elección de formato de imagen y el esquema de compresión:

• Las dimensiones de la imagen
• La profundidad de bits
• Imagen de la complejidad (imágenes con grandes áreas de colores similares puede comprimir mejor por un códec sin pérdida de un códec con pérdida, y algunos de los códecs de manejar complejos, detallados de las zonas mejores que otras)
• Multi-banda de apoyo (por ejemplo, 4-band TIFF que permite que tanto el verdadero color y color de infrarrojos de los productos a ser producidos a partir de la misma imagen)
• Canal alfa/soporte de transparencia
• Relación de compresión
• Velocidad de compresión y las necesidades de recursos
• La descompresión de la velocidad y las necesidades de recursos
• Compatibilidad (¿qué tecnologías, hardware y software están involucrados?)
• El uso de casos/análisis de requisitos (que Es la que va a ser servido a través de la web o utilizada en un SIG de escritorio? Es la imagen que va a ser utilizado sólo para referencia visual, por ejemplo, como un mapa base, o va a ser utilizado en los análisis donde la precisión de píxel individual de las mediciones es importante?)

El más grande es el archivo (antes de la compresión), más las ventajas que pueden obtener de compresión, que se prestan a ECW, JPEG2000, etc., mientras con suelo de baldosa imagen servicios como Google Maps, que se compone de muchos pequeños archivos que usted desea transmitir a través de la web y descomprimir todo el archivo en un navegador web rápidamente, de modo JPEG o PNG .

Además, algunos de wavelets algoritmos como MrSID permiten ver rápidamente los/extraer un subconjunto de una imagen de gran tamaño, descomprimiendo el área de interés, más el archivo completo, haciéndolos adecuados para grandes imágenes de alta resolución que sólo se ven en pequeñas porciones de la mayoría de las veces.

La conclusión es que los diferentes requerimientos y fuentes de datos se prestan mejor a las diferentes compresión de datos, algoritmos, que es probablemente una buena razón de por qué hay tantos, y por qué no hay uno-tamaño-caber-toda la solución.

Leer más:

• Geoespacial de Formatos de Imagen de Penaltis, Partes 1 y 2. Hanson, Chris. Geoconnexion Revista Internacional, Septiembre De 2007
• Mythbusting ECW de descompresión. Tweedie, Chris. Chris GISmo del blog
• LizardTech MG4 Whitepaper
• ECW Detalles del Producto
• Un estudio analítico de JPEG 2000 funcionalidades. Santa-Cruz, D. Procesamiento De Imágenes, 2000. Procedimiento. 2000 Conferencia Internacional sobre la. (PDF)