In this paper, images in Color Filter Array (CFA) format are compressed without converting them to full-RGB color images. Green pixels are extracted from the CFA image data and placed in a rectangular array, and compressed using a transform based method without estimating the corresponding luminance values. In addition, two sets of color difference (or chrominance) coefficients are obtained corresponding to the red and blue pixels of the CFA data and they are also compressed using a transform based method. The proposed method produces better PSNR values compared to the standard approach of bilinear interpolation followed by compression.

No abstract

Özetçe-Teknolojinin hızla gelişmesi ile beraber, imge verisi saklama ve iletim ihtiyaçları benzer oranda artmaktadır. Yüksek miktardaki verinin saklanması ve iletimi maliyetli olabilmektedir. Saklama ve iletim maliyetinin düşürülmesine ve yeni uygulamalara imkân sağlanmasına yönelik olarak imge sıkıştırma üzerine yapılan araştırmalar güncelliğini korumaktadır. Birçok imge sıkıştırma yöntemi kayıplı sıkıştırma yapmaktadır. Kayıplı sıkıştırma birçok uygulama için ihtiyaçları karşılamaktadır. Ancak tıbbi, bilimsel, profesyonel uygulamalar için kayıpsız imge sıkıştırma ihtiyacı gerekliliğini korumaktadır. Kayıpsız imge sıkıştırmanın önemli bir adımı uzamsal artıklığı azaltmada kullanılan öngörü işlemidir. Bu çalışmada, bilimsel araştırma maksatlı elde edilen yüksek bit derinlikli kızılötesi imgeler için kayıpsız sıkıştırmada kullanılan basit ve hızlı öngörücülerin etkinliği karşılaştırmalı olarak incelenmiş ve deneysel sonuçları sunulmuştur.Anahtar Kelimeler -kayıpsız imge sıkıştırma; öngörü; entropi. Abstract-The requirements for the storage and transmission of image data are rapidly increasing due to rapid developments in technology. The storage and transmission of huge amount of the image data can be expensive. Researches on reducing the cost of storage and transmission and giving an opportunity to new applications keep still popularity. Many image compression schemes perform lossy compression. Lossy compression scheme meets the requirements for many applications. However, the needs for lossless image compression keep necessity for medical, scientific and professional applications. One of the crucial steps used in the lossless image compression is the prediction to remove spatial redundancy. In this paper, a comparative study on the efficiency of predictors mostly used in the lossless image compression has been done for the infrared images with high bit-depth acquired for scientific purposes and experimental results have been presented as well.