Эффективные алгоритмы обработки и сжатия цифровых изображений и видеоданных на основе вейвлет-пакетного разложения

• Автор: Косткин, Иван Вячеславович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Рязань
• Количество страниц: 183 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 РАЗРАБОТКА И ИССЛЕДОВАНИЕ СТАТИСТИЧЕСКОЙ МОДЕЛИ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ ДЛЯ ПОВЫШЕНИЯ КАЧЕСТВА ВИЗУАЛЬНОГО ВОСПРИЯТИЯ
1.1 Вводные замечания
1.2 Разработка модели функции плотности вероятности яркости неподвижных цифровых изображений
1.2.1 Классификация гистограмм распределения яркости различных неподвижных изображений
1.2.2 Обоснование процедуры аппроксимации гистограммы изображений многокомпонентным бета-распределением
1.3 Разработка модели пространственных автокорреляционных функций неподвижных цифровых изображений
1.4 Разработка модели подвижных изображений
1.4.1 Типы моделей подвижных цифровых изображений
1.4.2 Первый тип модели
1.4.3 Второй тип модели
1.4.4 Третий тип модели
1.4.5 Комбинированный тип модели
1.5 Разработка модели временной автокорреляционной функции подвижных изображений
1.6 Разработка модели шумов и искажений на цифровых изображениях
1.6.1 Основные типы шумов на цифровых изображениях
1.6.2 Обоснование модели формирования шума на
цифровых изображениях
1.6.3 Основные виды искажений на цифровых изобраэюениях
1.7 Выводы
2 РАЗРАБОТКА АЛГОРИТМОВ СЖАТИЯ НЕПОДВИЖНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ВЕЙВЛЕТ-ПАКЕТНОГО РАЗЛОЖЕНИЯ
2.1 Вводные замечания
2.2 Алгоритм сжатия изображений на основе оптимального выбора базиса из известных базисных систем
2.3 Синтез базиса вейвлет-пакетного разложения по критерию минимума ошибки восстановления исходного изображения при фиксированном коэффициенте сжатия
2.3.1 Постановка задачи
2.3.2 Решение задачи синтеза базисной системы
2.4 Алгоритм одновременной фильтрации и сжатия изображений на основе вейвлет-пакетного разложения
2.5 Выводы
3 ПРАКТИЧЕСКИЕ АСПЕКТЫ РЕАЛИЗАЦИИ АЛГОРИТМОВ СЖАТИЯ ВИДЕОДАННЫХ С ИСПОЛЬЗОВАНИЕМ ВЕЙВЛЕТ-ПАКЕТНОГО РАЗЛОЖЕНИЯ И РАЗЛИЧНЫХ АЛГОРИТМОВ КОМПЕНСАЦИИ ДВИЖЕНИЯ
3.1 Вводные замечания
3.2 Построение функции градационного преобразования для повышения качества визуального восприятия неподвижных цифровых изображений
3.3 Алгоритм сжатия видеоданных с потерями на основе вейвлет-пакетного разложения и разностного кодирования
3.4 Алгоритм сжатия видеоданных на основе вейвлет-пакетного разложения и математической модели предсказания
вектора движения
3.5 Основные критерии определения качества цифровых
изображений
3.5.1 Классические объективные критерии определения качества цифровых изображений
3.5.2 Универсальный индекс качества цифровых
изображений
3.5.3 Субъективное измерение качества цифровых
изображений
3.6 Исследование влияния формата представления чисел на эффективность практической реализации алгоритмов сжатия видеоданных
3.7 Аппаратно-программная реализация алгоритмов сжатия видеоданных
3.8 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЕ А СПИСОК АББРЕВИАТУР И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
ПРИЛОЖЕНИЕ В КОПИИ АКТОВ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ
ДИССЕРТАЦИОННОЙ РАБОТЫ

ВВЕДЕНИЕ
Актуальность темы. В настоящее время значительно возрос интерес к различным методам обработки и сжатия цифровых изображений и видеоданных. Это связано с развитием таких отраслей науки и техники как исследование дальнего и ближнего космоса, компьютерная графика, правоохранительная деятельность, цифровое телевидение и др., где информация имеет характер подвижных и неподвижных изображений. При этом различные видео потоки необходимо хранить и передавать по каналам передачи информации с ограниченной пропускной способностью. Поэтому необходимо применять различные эффективные алгоритмы сжатия данных, с целью экономии места на физических носителях информации и снижения требований к используемым каналам передачи информации. Кроме этого с развитием цифрового телевидения растет интерес к стандартам сжатия, работающим в реальном масштабе времени, для передачи видеоданных в прямом эфире. Большой вклад в развитие теории обработки и сжатия цифровых изображений и видеоданных внесли отечественные и зарубежные ученые Грузман И.С., Киричук B.C., Претт У., Гонсалес Р., Вудс Р., Фриден Б., Сикорский Д.А., Воробьев В.И., Грибунин В.Г., Добеши И., Ярославский Л.П., Хуанг Т.С., Эклунд Дж.-О., Красильников Н.Н. и др. [ 1... 10].
Однако современные алгоритмы обработки цифровых изображений носят в большинстве случаев эмпирический характер и не опираются на адекватную статистическую модель амплитуды яркости точек цифровых снимков. Основное преимущество использования статистических моделей состоит в возможности синтеза различных оптимальных алгоритмов обработки цифровых изображений, а также модернизации существующих алгоритмов гис-тограммных преобразований, направленных на улучшение визуального качества снимков, получаемых с помощью различных систем регистрации. При этом исследования, посвященные статистической обработке цифровых изо-

Рисунок 1.10 - Аппроксимация трехмодовой ФПВ по критерию (1.8) и
соответствующая ей ФР