Задача сжатия изображений остается актуальной и востребованной вследствие возрастающего объема изображений в современном информационном обществе. В статье рассмотрены методы сжатия без потерь информации статических изображений. При использовании методов сжатия самыми значимыми вопросами являются преобразование и восстановление информации, степень сжатия. Авторами предложен гибридный метод сжатия информации, основанный на методе Хаффмана, который позволяет при решении ряда задач максимально использовать возможности алгоритма Хаффмана и нивелировать его недостатки. В разработанном методе улучшение производится за счет первичной обработки изображения другим методом сжатия, а именно словарным методом LZW. Предложенный гибридный метод позволяет увеличить коэффициент сжатия информации по сравнению с исходными методами, а также минимизировать зависимость от особенностей входных изображений. Проведен анализ разработанного гибридного метода и его сравнение с исходными методами. Разработаны рекомендации для выбора оптимального метода (Хаффмана, LZW, гибридный метод) при решении различных задач.
Сайт https://scinetwork.ru (далее – сайт) работает по принципу агрегатора – собирает и структурирует информацию из публичных источников в сети Интернет, то есть передает полнотекстовую информацию о товарных знаках в том виде, в котором она содержится в открытом доступе.
Сайт и администрация сайта не используют отображаемые на сайте товарные знаки в коммерческих и рекламных целях, не декларируют своего участия в процессе их государственной регистрации, не заявляют о своих исключительных правах на товарные знаки, а также не гарантируют точность, полноту и достоверность информации.
Все права на товарные знаки принадлежат их законным владельцам!
Сайт носит исключительно информационный характер, и предоставляемые им сведения являются открытыми публичными данными.
Администрация сайта не несет ответственность за какие бы то ни было убытки, возникающие в результате доступа и использования сайта.
Спасибо, понятно.