Разработка методов сжатия без потерь для серий изображений

• Автор: Хрекин, Константин Евгеньевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва
• Количество страниц: 138 с. : ил.

Глава 1. Сжатие серий изображений (видеопоследовательностей) без
потерь
1.1. Постановка задачи
1.2. Базовые понятия и определения
1.3. Обзор подходов к сжатию изображений без потерь
1.3.1. Общая схема алгоритмов сжатия без потерь
1.3.2. Линейное предиктивное кодирование
1.3.3. Нелинейное предиктивное кодирование
1.3.4. Адаптивное кодирование
1.4. Алгоритмы сжатия изображений без потерь
1.4.1. Алгоритм FELICS
1.4.2. Алгоритм LOCO
1.4.3. Алгоритм СALIC
1.5. Алгоритмы предиктивного кодирования серий изображений
1.6. Форматы видеопоследовательностей
1.7. Методы сжатия подвижных изображений с потерями
1.7.1. История создания стандартов видеосжатия
1.7.2. Motion JPEG
1.7.3. Стандарты MPEG-1, MPEG-2 и MPEG
1.8. Анализ известных программных реализаций (кодеков) для
сжатия серии изображений без потерь
1.9. Выводы по главе
Глава 2. Адаптивный контекстно-зависимый предсказатель
2.1. Описание разработанного предсказателя
2.2. Исследование разработанного адаптивного контекстнозависимого предсказателя

2.3. Оценка эффективности разработанного адаптивного
контекстно-зависимого предсказателя
| 2.4. Выводы по главе
Глава 3. Коррелированность кадров в видеопоследовательностях
3.1. Структура алгоритма межкадровой декорреляции
3.2. Метод компенсации движения
3.3. Вычисление коэффициента корреляции и коэффициентов
регрессии смежных контекстов двух соседних кадров
3.4. Вычисление коэффициентов корреляции и коэффициентов
регрессии смежных контекстов трёх соседних кадров
3.5. Выводы по главе
Глава 4. Анализ эффективности разработанного метода сжатия без
потерь серий изображений
4.1. Оценка эффективности адаптивного контекстно-зависимого предсказателя при ' независимом сжатии кадров
* видеопоследовательностей
4.2. Оценка зависимости коэффициента сжатия от задаваемого
порога для коэффициента корреляции между смежными контекстами на двух соседних кадрах
4.3. Оценка влияния количества пикселов в контексте на
эффективность корреляционного подхода
4.4. Оценка влияния процедуры компенсации движения на
эффективность корреляционного подхода
4.5. Оценка эффективности применения корреляционного подхода
с использованием двух предыдущих кадров
4.6. Оценка эффективности разработанного подхода для сжатия
* многоспектральных изображений, получаемых в задачах
дистанционного зондирования Земли
4.7. Выводы по главе

Заключение
Литература
Используемые сокращения
Приложения
1. Описание интерфейса модельной демонстрационной программы для исследования методов компенсации движения
2. Тестовые изображения из набора Waterloo и примеры первых
кадров тестовых видеопоследовательностей
3. Примеры многоспектральных изображений ДЗЗ

1.9. Выводы по главе
В главе 1 рассмотрены наиболее эффективные методы и алгоритмы сжатия изображений без потерь на основе предиктивного подхода, предиктивные алгоритмы, использующиеся для сжатия многоспектральных изображений, а также проанализированы методы и подходы к сжатию подвижных изображений с потерей качества на основе существующих стандартов (MPEG1, MPEG2, MPEG4). Исходя из невысокого в среднем коэффициента сжатия (табл. 3, рис. 21), показанного в результате тестирования наиболее распространенных кодеков, реализующих сжатие подвижных изображений без потерь, можно с уверенностью сказать, что алгоритмы, использованные в них, не учитывают коррелированность соседних кадров. Этот факт объясняется тем, что механизмы, использующие межкадровые связи для повышения коэффициента сжатия текущего кадра, требуют значительных вычислительных затрат. Это подтверждает один из тестируемых кодеков (MSU Lossless Video Codec v.0.5.8), использующий метод компенсации движения, и показавший рекордный среди тестируемых кодеков средний коэффициент сжатия 4,499, при скорости кодирования всего 0,88 МБайт/с.
Очевидны два взаимоисключающих критерия: скорость работы
алгоритма и эффективность сжатия (т.е. достижимый средний для видеопоследовательности коэффициент сжатия). При разработке алгоритмов сжатия, описанных в диссертационной работе, внимание уделялось как эффективности сжатия, так и скорости работы применяемых алгоритмов. Постоянный рост производительности вычислительных средств позволяет использовать при разработке всё более сложные в вычислительном отношении подходы. Однако имеется ограничение, которое необходимо принимать в расчет при разработке алгоритмов, способных работать в реальном масштабе времени в ближайшем будущем, поскольку уже сейчас существуют алгоритмы (MRP [46], TMW [47, 48]), позволяющие сжимать