Selecting Wavelet Filter for Compression of Spectra from Multispectral Images

The problem of selecting anappropriate wavelet filter is always present in signal compression based on thewavelet transform. In this report, we propose a method to select a wavelet filter from a predefined set of filters for the compression of spectra from a multispectral image. The wavelet filter selection is based on the Learning Vector Quantization (LVQ). In the training phase for the test images, the best wavelet filter for each spectrum has been found by a careful compression-decompression evaluation. Certain spectral features are used in characterizing the pixel spectra. The LVQ is used to form the best wavelet filter class for different types of spectra from multispectral images. When a new image is to be compressed, a set of spectra from that image is selected, the spectra are classified by the trained LVQand the filter associated to the largest class is selected for the compression of every spectrum from the multispectral image. The results show, that almost inevery case our method finds the most suitable wavelet filter from the pre-defined set for the compression.

Multispectral image compression using the wavelet transform

Multispectral images contain information from several spectral wavelengths and currently multispectral images are widely used in remote sensing and they are becoming more common in the field of computer vision and in industrial applications. Typically, one multispectral image in remote sensing may occupy hundreds of megabytes of disk space and several this kind of images may be received from a single measurement. This study considers the compression of multispectral images. The lossy compression is based on the wavelet transform and we compare the suitability of different waveletfilters for the compression. A method for selecting a wavelet filter for the compression and reconstruction of multispectral images is developed. The performance of the multidimensional wavelet transform based compression is compared to other compression methods like PCA, ICA, SPIHT, and DCT/JPEG. The quality of the compression and reconstruction is measured by quantitative measures like signal-to-noise ratio. In addition, we have developed a qualitative measure, which combines the information from the spatial and spectral dimensions of a multispectral image and which also accounts for the visual quality of the bands from the multispectral images.

Wavelet Filter Parameterization for Compression of Spectral Images

Vaatimus kuvatiedon tiivistämisestä on tullut entistä ilmeisemmäksi viimeisen kymmenen vuoden aikana kuvatietoon perustuvien sovellutusten myötä. Nykyisin kiinnitetään erityistä huomiota spektrikuviin, joiden tallettaminen ja siirto vaativat runsaasti levytilaa ja kaistaa. Aallokemuunnos on osoittautunut hyväksi ratkaisuksi häviöllisessä tiedontiivistämisessä. Sen toteutus alikaistakoodauksessa perustuu aallokesuodattimiin ja ongelmana on sopivan aallokesuodattimen valinta erilaisille tiivistettäville kuville. Tässä työssä esitetään katsaus tiivistysmenetelmiin, jotka perustuvat aallokemuunnokseen. Ortogonaalisten suodattimien määritys parametrisoimalla on työn painopisteenä. Työssä todetaan myös kahden erilaisen lähestymistavan samanlaisuus algebrallisten yhtälöiden avulla. Kokeellinen osa sisältää joukon testejä, joilla perustellaan parametrisoinnin tarvetta. Erilaisille kuville tarvitaan erilaisia suodattimia sekä erilaiset tiivistyskertoimet saavutetaan eri suodattimilla. Lopuksi toteutetaan spektrikuvien tiivistys aallokemuunnoksen avulla.

Wavelet Analysis in Turbulence

The objective of this thesis is to study wavelets and their role in turbulence applications. Under scrutiny in the thesis is the intermittency in turbulence models. Wavelets are used as a mathematical tool to study the intermittent activities that turbulence models produce. The first section generally introduces wavelets and wavelet transforms as a mathematical tool. Moreover, the basic properties of turbulence are discussed and classical methods for modeling turbulent flows are explained. Wavelets are implemented to model the turbulence as well as to analyze turbulent signals. The model studied here is the GOY (Gledzer 1973, Ohkitani & Yamada 1989) shell model of turbulence, which is a popular model for explaining intermittency based on the cascade of kinetic energy. The goal is to introduce better quantification method for intermittency obtained in a shell model. Wavelets are localized in both space (time) and scale, therefore, they are suitable candidates for the study of singular bursts, that interrupt the calm periods of an energy flow through various scales. The study concerns two questions, namely the frequency of the occurrence as well as the intensity of the singular bursts at various Reynolds numbers. The results gave an insight that singularities become more local as Reynolds number increases. The singularities become more local also when the shell number is increased at certain Reynolds number. The study revealed that the singular bursts are more frequent at Re ~ 107 than other cases with lower Re. The intermittency of bursts for the cases with Re ~ 106 and Re ~ 105 was similar, but for the case with Re ~ 104 bursts occured after long waiting time in a different fashion so that it could not be scaled with higher Re.

Elementi culturali nel doppiaggio. L'analisi della traduzione di allusioni e realia nell'edizione italiana della serie televisiva Gilmore Girls (3ª Stagione)

Tutkimus tarkastelee käännösstrategioita, joita on hyödynnetty kulttuurisidonnaisten viittausten käännöksessä televisiodubbauksessa englannin kielestä italiaan. Tutkimusmateriaaliksi on valittu tv-sarjan Gilmore Girls (2000–2007) kolmannelta tuotantokaudelta poimittuja kulttuurisidonnaisia viittauksia. Kaikkiaan viittauksia on 172, joista 125 luokitellaan alluusioiksi, eli kielensisäisiksi elementeiksi, ja 47 katsotaan realioiksi, eli kielenulkoisiksi elementeiksi. Tutkimus pyrkii selvittämään, millaisia käännösstrategioita italialaiset jälkiäänittäjät ovat hyödyntäneet kohdatessaan kulttuurisidonnaisia viittauksia sekä pohtimaan käännösvalintojen syitä ja tarjoamaan vaihtoehtoisia ratkaisuja. Käännösanalyysissä tutkimusmateriaali luokitellaan Ritva Leppihalmeen jaottelun mukaisesti realioihin sekä kahdentyyppisiin alluusioihin, eli erisnimiä ja avainlauseita sisältäviin alluusioihin. Leppihalme on luonut jaottelun mainituille viittaustyypeille sopivista käännösstrategioista, jotka esitellään tutkimusaineiston avulla. Aineisto luokitellaan ja analysoidaan käännösstrategioiden perusteella. Lisäksi luokittelun pohjalta luodaan tilasto eri käännösstrategioiden osuudesta tutkitun materiaalin jälkiäänityksessä. Tutkimuksessa käy ilmi, että yleisimmät sarjan jälkiäänityksessä käytetyt käännösstrategiat ovat vieraannuttavia ja neutralisoivia, mutta kotouttavia strategioita käytettiin vähän. Käännös todettiin tyypilliseksi esimerkiksi italialaisista dubbauskäytännöistä, ja tekstin laatu on sinällään hyvä. Neutraloitu dialogi on kuitenkin menettänyt jälkiäänityksessä erityispiirteitään eikä se vastaa tyyliltään alkuperäisen tv-dialogin henkeä. Analyysin perusteella suositellaan korvaavien käännösstrategioiden käyttöä. Tällä tavalla teksti sisältäisi yhä viittauksia, vaikka ne olisikin mukautettu kohdekielisen yleisön tarpeisiin.