Codierung - PowerPoint PPT Presentation

About This Presentation
Title:

Codierung

Description:

Codierung Teil 1 Datenkomprimierung Teil 2 Kanalcodierung Teil 1 Quellcodierung Vortragender: DI Dr. Erhard Aichinger Problem: Wir wollen diese Buchstabenfolge ... – PowerPoint PPT presentation

Number of Views:48
Avg rating:3.0/5.0
Slides: 17
Provided by: Steph460
Category:

less

Transcript and Presenter's Notes

Title: Codierung


1
Codierung
  • Teil 1 Datenkomprimierung
  • Teil 2 Kanalcodierung

2
  • Teil 1 Quellcodierung
  • Vortragender DI Dr. Erhard Aichinger

3
  • Problem Wir wollen diese Buchstabenfolge
    komprimieren
  • AABAAAAAAAAACAAAAAAAABAAAAAAAAAEAAAAAAAAAAAEAAEAAE
    AAAAA
  • AAAEAACAABBAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
    AAAAA
  • EAAAAAAAAAAAAAAEAAAAAABAAAAABAAAAAAAAAAAAAAAAAAAAA
    AAAAA
  • AAAAAAAAAAAAEAAEAAAAAAAAAAAAAAAAABAAAAAAAAAAAAAAAA
    AAAAB
  • EAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACAAAACAAAAAAAAAABAA
    AAAAB
  • AAAAAAAAAAAAAAAAAAAACABAAAABAAAAEAAAAAAAAAAAAABAAA
    AAAAA
  • CAAAABAAAAAAEAAAABAAAAAAAAAAAACAAAAAAAAAAAAAAAABAA
    AAAAA
  • BAAAAAACAAABAAAAAAAAAAAAAAAAAAAAAABAAAAAAAAAAAAAAA
    AAAAB
  • AAAAAAAAABAAAAAABAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAABA
    AAABB
  • AAAAA
  • Ziel Komprimierung auf 0,8 Bits/Zeichen

4
  • Begriffserklärung
  • Bit 0 oder 1
  • Codierung ¹ Verschlüsselung
  • Codierung Darstellung mit Bits
  • Algorithmus Lösungsweg
  • Präfixcode eindeutig decodierbarer Code

5
  • Eigene Lösungen
  • 3 Bit-Codierung 3 Bit/Zeichen
  • Präfixcode 1,165 Bit/Zeichen
  • 5 A-Gruppen 0,82 Bit/Zeichen

6
  • Klassisches Verfahren
  • Huffman-Algorithmus
  • Finden eines optimalen Präfixcodes für
  • -Zweiergruppen 0,77 Bit/Zeichen 2
    Buchstaben werden zusammengefasst
  • -Dreiergruppen 0,64 Bit/Zeichen
  • 3 Buchstaben werden zusammengefasst
  • Entropie 0,62 Bit/Zeichen

7
  • Beispiel für optimalen Präfixcode
    (Huffman-Algorithmus)

8
  • Teil 2 Kanalcodierung
  • Vortragender DI Dr. Peter Mayr

9
(No Transcript)
10
  • Ein uncodiertes Bild würde so ankommen
  • Nur 9 von 10 Bits kommen richtig an (60 der
    Pixel)!

11
  • Klassische Verfahren
  • - Wiederholen der Nachricht
  • - Parity-Check
  • Anhang einer Prüfsumme
  • - Nearest-Neighbor-Decodierung
  • Decodierung eines empfangenen Wortes
    zumähnlichsten Codewort
  • - Finden eines möglichst kurzen Codes mit
  • Kontrollmatrizen

12
  • Ein codiertes Bild sieht so aus!
  • Knapp 95 der Pixel können korrekt decodiert
    werden!

13
  • Wir danken
  • Unseren Projektbetreuern
  • Dipl.-Ing. Dr. Erhard Aichinger
  • Dipl.-Ing. Dr. Peter Mayr
  • Den Studenten
  • Denés Koch
  • Margot Oberneder
  • Matthias Rosensteiner

14
  • Projektteam
  • Therese Daxner
  • Lisa Gurtner
  • Manuel Grill
  • Lukas Kriechbaum
  • Bernhard Fischbacher
  • Gerhard Kniewasser
  • Herwig Rumpold
  • Markus Freilinger
  • Emmanuel Dammerer

15
  • Wir danken für Ihre Aufmerksamkeit

16
(No Transcript)
Write a Comment
User Comments (0)
About PowerShow.com