nora hussam sultan al-mayali

In this research we introduce idea for image compression, based on DCT technique and Framelete transform, this technique is using for color and gray image compression, this new technique Hybrid between Framelete Transform and Discrete Cosine Transform to get higher quality than Joint Photographic Experts Group (JPEG) and JPEG2000 and Discrete Wavelet Transform (DWT) and good compression ratio. at first using three level Framelet Transform (FLT) to obtain LL3 sub-band, then quantization and eliminate zeros from each sub-band, and then compress each sub-band by Arithmetic Coding, finally compress LL3 sub-band by using DCT then quantization this sub-band then compress it by Arithmetic Coding. The Decompression algorithm consists of; Inverse DCT to get decoded LL3, and apply inverse FLT to get decompressed image. Our algorithm tested on gray and color images and compared with JPEG and JPEG2000. And show that the proposed algorithm gets best possible solution for tradeoff between compression ratio (size of image) and quality of compressed image (PSNR). The simulation was carried using MATLAB software package version 2016.

حسب المادة 13 من التعليمات الامتحانية رقم (134) لسنة 2000 وهي : تنزل ( 10) عشر درجات من الدرجة النھائیة للمادة التي نجح فیھا الطالب في الدور الثاني عند احتساب المعدل عدا النجاح بدرجة مقبـول فتكون درجته 50% خمسـون من المئة في تلك المادة . نرى ان هذا القانون لا يحقق العدالة لطلبة الدور الثاني, عادة وحسب المادة 8 المعدلة حسب القرار (153) لسنة 2003 من التعليمات الامتحانية رقم (134) لسنة 2000 يعتبر الدور الثاني هو تأدية الامتحانات لنصف المواد او اكثر بواحد اذا كان عدد المواد فردي وأيضا توجد بعض القرارات لبعض السنوات انه يحق للطالب ان يؤدي امتحانات الدور الثاني لجميع المواد التي رسب فيها حتى لو كانت اكثر من نصف المواد أي لجميع المواد. فلاحظنا بعض الطلبة تنقص من مجموع درجاتهم اكثر من 200 درجة, ويحصل على نفس معدل طالب اخر دون ان ينقص من مجموعه درجة, وكلما زاد عدد المواد التي سيؤديها الطالب في الدور الثاني ستزداد فوارق تنزيل الدرجات نسبة الى اقرانه الممتحنين معه في الدور الثاني وفي نفس المواد. لذا اقترحنا معادلة تحقق العدالة لطلبة الدور الثاني وبنفس الوقت تضمن حق طلبة الدور الأول بتمييزهم عن طلبة الدور الثاني من خلال تطبيقها على جميع طلبة الدور الثاني وبالتساوي.

نعيش اليوم في عصر تطور تكنولوجي تباينت التعبيرات و المسميات لوصفه، فمنها عصر الثورة التقنية العالمية و منها عصر تقنية المعلومات و الانفجار التقني، و أسهمت تلك الثور ة في ظهور العديد من الانجازات و المخترعات، بما فيها الهاتف المحمول أو النقال، و بالعديد الذي مر من التطورات، وصولا إلى كونه هاتفا ذكيا. ضحت الهواتف الذكية تسيطر على جزء كبير من حياتنا، و تأخذ حيزا واسعا من وقتنا، منتشرة في كل مكان، في المدن والقرى والشوارع وأعالي الجبال و في كل زوايا بيوتنا، و بفعل هذا الانتشار فإن العالم يشهد تطورا في قطاع الاتصالات، و في كل يوم يمر يولد اختراع جديد أو تطبيقات جديدة و تطورات مستمرة في أجهزة الاتصال و التي تعتبر اليوم عاملا مهما لدى الكثيرين في حياتهم اليومية. في العصر الذي أصبحت فيه تكنولوجيا العالم و الاتصال البرهان الحقيقي على رقي التطور التكنولوجيا اللامتناهي، والذي سمح بتقديم العديد من الخدمات في شتى المجالات، وتبادل المعلومات حيث تعتبر اليوم من أهم منافذ التواصل مع الآخرين، مما أدى إلى الانسياق الاستخدام و سائل الاتصال والعالم بشكل مفرط.

In this paper, Framelet and Walsh transform are proposed for transformation, and then using arithmetic coding for compress an image. The goal is to achieve higher compression rate by applying two levels Framelet transform (FLT), and then apply 2D Walsh-Hadamard transform (WHT) on each 8x8 block of the low frequency sub-band LL2, while all other sub-bands are ignored. Experimental results show that the proposed algorithm get best possible solution for tradeoff between compression ratio ( size of image) and quality of compressed image, Peak Signal to Noise Ratio (PSNR). The simulation was carried using MATLAB software package version 2014. In this work, experiments were carried out on the gray and colored images

Removal of noise from an image is an essential part of image processing systems. In this paper a hybrid denoising algorithm which combines spatial domain Wiener filter and thresholding function in the wavelet and framelet domain is done. In this work three algorithms are proposed. The first hybrid denoising algorithm using Wiener filter with 2-level discrete wavelet transform (DWT), the second algorithm its using Wiener filter with 2-level framelet transform (FLT) and the third hybrid denoising algorithm its combines wiener filter with 1-level wavelet transform then apply framelet transform on LL of wavelet transform. The Wiener filter is applied on the low frequency subband of the decomposed noisy image. This stage will tend to cancel or at least attenuate any residual low frequency noise component. Then thresholding detail high frequency subbands using thresholding function. This approach can be used for grayscale and color images. The simulation results show that the performance of the first proposed hybrid denoising algorithm with discrete wavelet transform (db5 type) is superior to that of the second and third proposed algorithms and to that of the conventional denoising approach at most of the test noisy image with Gaussian noise and Slat & pepper noise while the third proposed denoising algorithm with hybrid wavelet & framelet transform is superior to that of the other proposed algorithms at noisy images with speckle noise.

Image compression is the technique of reducing the size of the image file with maintaining image quality. In this work, two uniform Quantization Matrices are proposed that is suitable to compress medical images using Framelet Transform and implemented on two proposed algorithms. The first algorithm is used for grayscale and color medical images while the second is used for grayscale medical images only. It is found that the first proposed quantization matrix is better than the second in terms of Peak Signal to Noise Ratio (PSNR). While the second proposed quantization matrix is faster than the first. This suggested work is compared with wavelet and multiwavelet based algorithms and other previously related works and it is found that the quantization matrices proposed is most suitable for compression medical images with framelet transform and framelet transform is the best compression method for medical images. The experimental results show that the proposed algorithms are simple to implement and gives good image quality and good compression ratio. That’s where compression ratios which obtained in the first algorithm ranging from 86% to 95% with PSNR ranging from 30 to 39 for grayscale and color medical images. and compression ratios which obtained in the second algorithm ranging from 67% to 80% with PSNR ranging from 35 to 42 for grayscale medical images. These results are tested with a computer with the following specification; Processor: Intel(R) Core(TM) i5-2430M CPU@ 2.40GHz and RAM- 4G Bytes. The language used for testing these algorithms is MATLAB R2011a.