Aproximações para a dct Baseadas nos Algoritmos de Feig-winograd e Chen

• Autor(a) principal: TABLADA, Claudio Javier
• Data de Publicação: 2014
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• dARK ID: ark:/64986/001300000fg9v
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/12303
• topic: Transformada discreta do cosseno; Transformadas aproximadas; Complexidade aritmética; Compressão de imagem

Nos últimos anos, a comunidade de processamento e análise de sinais tem apresentado contribuições teóricas e práticas objetivando a proposição de aproximações para a transformada discreta do cosseno (DCT). A DCT tem a importância de ser a ferramenta matemática central empregada em vários padrões de compressão de imagens e vídeo, tais como JPEG, MPEG-1, MPEG-2, H.261, H.263, H.264 e o recente HEVC. Aproximações para a DCT são usualmente livres de multiplicação e podem ser implementadas em hardware com baixo custo computacional. Nesta dissertação é realizada uma revisão da literatura de aproximações para a DCT com os principais resultados obtidos neste campo. Como contribuições originais, são propostas: (i) uma classe de aproximações para a DCT baseada na parametrização da fatoração de Feig-Winograd e (ii) duas aproximações baseadas na fatoração de Chen. Para a classe de aproximações baseada na fatoração de Feig-Winograd, foi considerado um problema de otimização multiobjetivo para selecionar transformadas ótimas com respeito a algumas medidas objetivas de qualidade, tais como erro de energia, erro quadrático médio, ganho de codificação e eficiência da transformada. As aproximações introduzidas neste trabalho são avaliadas no contexto de compressão de imagens e comparadas com aproximações descritas na literatura. Para esta avaliação foram consideradas a relação sinal-ruído de pico e o índice de similaridade estrutural como figuras de mérito. Dos resultados obtidos, conclui-se que as novas aproximações propostas resultam ser boas transformadas para serem usadas no contexto de compressão de imagens em aplicações que requerem baixo custo de implementação.