info:eu-repo/semantics/conferencePaper
El rol de nuevas transformadas de señales n-dimensionales en futuras normas para imágenes fijas y para secuencias de video
Fecha
2005-09Autor
De la Rosa Vargas, José Ismael
Villa Hernández, José de Jesús
Araiza Esquivel, María Auxiliadora
Miramontes de León, Gerardo
García Dominguez, Ernesto
Institución
Resumen
Este trabajo tiene como finalidad presentar un conjunto de nuevas herramientas utilizadas para la compresión de señales. El análisis mediante la Transformada Wavelet (WT - de sus siglas en inglés) ha crecido a grandes pasos gracias a su aplicabilidad en diferentes áreas. Algunas de las áreas excitantes de aplicación son la restauración de señales y la codificación y compresión de señales, y más específicamente es el caso de imágenes. Existe entonces una intersección entre las fronteras de las matemáticas, la ciencia y la tecnología entre otras, que permite un convivio sano el cual conduce a la unificación de diferentes áreas de investigación. Gracias al trabajo arduo de muchas escuelas (Francesas y Norteamericanas principalmente) involucradas en los avances de la teoría de wavelets (ondículas) se han podido plasmar hasta ahora las ventajas y desventajas de su uso para el análisis de un tipo u otro de señal. Uno de los casos que preocupaba bastante era la inconsistencia de la WT para señales bidimensionales, pues la WT no es capaz de mapear adecuadamente discontinuidades a lo largo de una línea o curva en un espacio bidimensional, tal es el caso de los contornos (cerrados o abiertos). Con la finalidad de atacar este problema D. Donoho de la universidad de Stanford y su equipo de trabajo se han dado a la tarea de proponer nuevas transformaciones que recurren al uso mismo de la teoría de Ondículas, estas nuevas herramientas de análisis son conocidas como ridgelets y curvelets.