МИНИСТЕРСТВО  ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Московский  государственный  университет печати имени Ивана Фёдорова

Факультет полиграфической  техники и технологии

Специальность 261202.65 «Технология полиграфического производства»

КУРСОВАЯ  РАБОТА

Москва, 2001

МИНИСТЕРСТВО  ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

Московский  государственный  университет печати

Факультет полиграфической  техники и технологии

Специальность 261202.65 «Технология полиграфического производства»

ЗАДАНИЕ НА ВЫПОЛНЕНИЕ КУРСОВОЙ РАБОТЫ

 

РЕФЕРАТ

Цель  работы: разработка технологии изготовления гибкой упаковки для конфет из композитного материала.

Работа  содержит: 24 страницы, 7 схем, 5 таблиц.

Ключевые  слова: фотоформа, монтаж фотоформ, формная пластина, копировальная рама, проявочная машина, экспонирование, проявление, растр, разрешающая способность, шероховатость, тиражестойкость, копировальный слой.

Сокращения:     ДКП - дискретное косинусное преобразование                          

 

  Техническая характеристика  изделия

 
 
 
 

     Содержание 

Введение           3

  1. Показатель степени сжатия файлов      4

  2. Алгоритм RLE          5

  3. Алгоритм LZW          5

  4. Алгоритм  ДИКМ и JPEG-LS       6

  5. Стандарт сжатия JPEG        7

  5. Другие виды сжатия информации       9

Заключение          17

Список  использованных источников      19 
 
 

 

     Введение 

Многие программы  и приложения предлагают пользователю графический интерфейс (GUI), который  значительно упрощает работу пользователя и позволяет легко интерпретировать полученные результаты. Компьютерная графика используется в полиграфии при переводе сложных массивов данных в графическое представление.

Поскольку каждый пиксел принято интерпретировать в  виде 24-битового числа, в котором  компоненты красного, зеленого и голубого цветов занимают по 8 бит каждый. Такой 24-битовый пиксел может отображать   миллионов цветов. Тогда изображение с разрешением 512х512 пикселов будет занимать 786432 байта. А изображению размером 1024х1024 пиксела потребуется 3145728 байт для его хранения. Все это объясняет важность сжатия изображений.

Сжатие информации является одним из способов ее кодирования. Вообще коды делятся на три большие  группы - коды сжатия (эффективные коды), помехоустойчивые коды и криптографические  коды. Коды, предназначенные для  сжатия информации, делятся, в свою очередь, на коды без потерь и коды с потерями. Кодирование без потерь подразумевает абсолютно точное восстановление данных после декодирования  и может применяться для сжатия любой информации. Кодирование с  потерями имеет обычно гораздо более  высокую степень сжатия, чем кодирование  без потерь, но допускает некоторые  отклонения декодированных данных от исходных.

Сжатие с потерями применяется в основном для графики (JPEG), звука (MP3), видео (MPEG), то есть там, где  мелкие отклонения от оригинала незаметны  или несущественны, а степень  сжатия в силу огромных размеров файлов очень важна. Сжатие без потерь применяется  во всех остальных случаях - для текстов, исполняемых файлов, высококачественного  звука и графики и т.д. и т.п. 
 
 
 
 

1. Показатель  степени сжатия файлов

Чтобы говорить о сжатии информации, необходимо сначала  понять, за счет чего в принципе возможно сжатие конечных цифровых последовательностей? Чтобы показать принцип кодирования (сжатия) информации, который положен  в основу всех современных кодеров  сжатия без потерь, рассмотрим такой  простой пример:  000011112222333555566666. Теперь подряд идущие цифры заменим парой <значение, количество>, получим: 041424335465 и получаем сокращение исходной последовательности в 2 раза (24/12). Если обобщить эту идею, то можно заключить, что кодер находит статистические закономерности в цифровой последовательности и за счет этого осуществляет сжатие (кодирование).

На сегодняшний  день существует два метода сжатия без потерь – это статистические и словарные методы. Статистические методы играют на том, что если некоторый  символ в последовательности встречается  относительно часто, то ему ставится в соответствие короткий код, а если символ встречается реже – то ему  присваивается более длинный  код. В результате такого неравномерного кодирования, средняя длина последовательности становится короче. В другом, словарном  методе, находятся похожие цепочки  символов, которым присваиваются  соответствующие более короткие коды. Эти методы независимы друг от друга и потому могут использоваться совместно для достижения лучшего сжатия.

Рассматриваемые ниже алгоритмы сжатия ориентированы  на реальные изображения, получаемые, например, с помощью цифрового  фотоаппарата или с помощью сканирования, либо системами захвата кадров с  видео и т.п. В любом случае будем предполагать, что у нас  имеется полноцветное изображение, представляющее собой двумерный  массив, элементы которого содержат цвет соответствующей точки. При этом задачей кодирования является представить  исходное изображение как можно  меньшим числом байт по сравнению  с исходным размером.

Степень сжатия принято определять либо как коэффициент  сжатия, равный

,

где   - размер закодированного (сжатого) изображения;   - размер исходного изображения, либо как фактор сжатия:

.

Таким образом, коэффициент   всегда меньше 1, а фактор сжатия больше 1.

Все алгоритмы  сжатия изображений можно условно  разбить на два основных класса –  это алгоритмы сжатия без потерь качества при восстановлении закодированного  изображения, и алгоритмы с некоторой  потерей качества восстановления. В  первом случае гарантируется точное соответствие между исходным и восстановленным  изображениями, но при этом достигается, как правило, невысокая степень  сжатия, обычно 2-3. При сжатии с некоторой  потерей качества, которая мало заметна  для глаза, удается получить более  высокую компрессию изображений  в 10 и более раз. При этом выбор  в пользу того или иного алгоритма  сжатия следует делать в зависимости  от конкретной прикладной задачи.

3. Типы изображений

Цифровое изображение  представляет собой прямоугольную  таблицу точек, или элементов  изображения, расположенных в   строках и   столбцах. Выражение   называется разрешением изображения (хотя иногда этот термин используется для обозначения числа пикселей, приходящихся на единицу длины изображения). Точки изображения называются пикселами (за исключением случаев, когда изображение передается факсом или видео; в этих случаях точка называется пелом). Для целей сжатия графических образов удобно выделить следующие типы изображений: