Un nuovo approccio alla progettazione e alla simulazione della compressione di immagini SPIHT

Di recente, la compressione delle immagini è una delle principali preoccupazioni nel campo dell'elaborazione delle immagini. La compressione delle immagini con perdita è necessaria per ridurre i requisiti di archiviazione e migliorare la velocità di trasferimento dei dati. Una delle migliori tecniche di compressione delle immagini è la Trasformata Wavelet. La trasformata Wavelet utilizza una grande varietà di wavelet per la decomposizione delle immagini. Le tecniche di codifica all'avanguardia come EZW (Embedded Zero tree Wavelet), SPIHT (Set Partitioning In Hierarchical Trees) e WDR (Wavelet Difference Reduction) utilizzano la trasformata wavelet come base. Nella mia tesi ho utilizzato la Trasformata Wavelet Discreta per migliorare la qualità dell'immagine con un alto valore di PSNR (Peak Signal to Noise Ratio) e il miglior rapporto di compressione su una varietà di immagini di dimensioni diverse. L'analisi è stata condotta in termini di PSNR, CR (Compression Ratio) ottenuto e tempo impiegato per la decomposizione e la ricostruzione. I risultati hanno dimostrato che non solo il valore PSNR e il CR sono molto elevati, ma anche il tempo di esecuzione di MSPIHT (Modified Set Partitioning In Hierarchical Trees) è molto inferiore rispetto alle altre tecniche.