Streszczenie: W artykule badano efektywność kompresji progowej i strefowej z zastosowaniem transformat odcinkowo-
liniowych. Rozważono transformaty odcinkowo-liniowe, stosowane we wstępnym stadium algorytmu kompresji.
Pod uwagę wzięto dwa przekształcenia: okresowe przekształcenie odcinkowo-liniowe Walsha (PWL) oraz
przekształcenie odcinkowo-liniowe Haara (HPL). Przedstawiono same przekształcenia i wyjaśniono sposób ich
rozwinięcia na przypadek dwuwymiarowy. Zasadnicza kompresja realizowana była w dziedzinie widmowej
przekształcenia PWL oraz HPL. Opisany został algorytm kompresji progowej i strefowej. W celu oszacowania
efektywności kompresji, obraz rekonstruowany był porównywany z oryginałem. Obliczeniowe rezultaty jakości
kompresji zostały wyznaczone z użyciem typowych kryteriów jakości, takich jak maksymalny współczynnik
sygnał-szum PSNR oraz błąd średniokwadratowy MSE. Wyniki badań załączono w postaci wykresów
opracowanych w środowisku Matlab.
Abstract: Effectiveness analysis of threshold and zonal compression with the use of piecewise-linear transforms has
been investigated in the paper. The piecewise-linear transformations, used in the initial stage of compression
algorithm, have been considered. Two transformations have been taken into account: the Periodic Walsh
Piecewise-Linear (PWL) Transform and the Haar Piecewise-Linear (HPL) Transform. The transformations
have been presented and the expansion into two-dimensional case has been explained. The essential
compression has been performed in the PWL or HPL spectral domain. The compression algorithm has been
described. In order to evaluate the compression effectiveness, the reconstructed image has been compared with
the original one. Computational results of the compression quality have been evaluated in terms of typical
quality criteria, as Peak Signal-to-Noise Ratio, PSNR and Mean Square Error, MSE. Results of experiments
have been enclosed in the form of plots prepared in the Matlab environment.
B I B L I O G R A F I A1. Dziech A., Signal Processing and Transmission, Publishing House of Kielce University of Technology, Kielce 1985.
2. Dziech W., Baran R., Wiraszka D., Signal Compression Based on Zonal Selection Methods. Proc. of International Conference on Mathematical Methods in
Electromagnetic Theory, Kharkov 2000.
3. Gorzałczany M., Piasta Z., Neuro-Fuzzy Approach versus a Rough-Set Inspired Methodology for Intelligent Decision Support. Information Sciences, Volume: 120,
1999.
4. Janowski L., Kozlowski P., et al., Quality Assessment for a Visual and Automatic License Plate Recognition. Multimedia Tools and Applications, Volume: 68, 2014.
5. Stępień K., Makieła W., An Analysis of Deviations of Cylindrical Surfaces with the Use of Wavelet Transform. Metrology and Measurement, Volume: 20, Issue: 1,
2013.
6. Stępień K., Research on Texture Analysis by Digital Signal Processing Methods. Tehnicki Vjesnik – Technical Gazette, Vol. 21, 2014.
7. Wiraszka D., Spadlo R., edited by Romaniuk R.S., Zonal Compression of Greyscale Images Using Walsh and PWL Transforms. Proc. of the Society of Photo-Optical
Instrumentation Engineers, Vol. 6937, 2007. 
Pełny tekst