Двухэтапные методы и алгоритмы сжатия цифровых изображений на основе дискретных преобразований Уолша

• Автор: Васильева, Марина Юрьевна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Казань
• Количество страниц: 153 с. : ил.

СОДЕРЖАНИЕ
СОКРАЩЕНИЯ
ВВЕДЕНИЕ

ГЛАВА 1. МЕТОДЫ СЖАТИЯ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ

1.1. Основные классы изображений

1.2. Основные подходы к сжатию изображений

1.2.1. Сжатие без потерь

1.2.2. Сжатие с потерями

1.2.3. Стандарты сжатия цифровых изображений

1.3. Основные показатели эффективности методов сжатия и качества восстановленных изображений
1.4. Постановка задач на исследование
Выводы
ГЛАВА 2. ПОСТРОЕНИЕ И ИССЛЕДОВАНИЕ СВОЙСТВ РАЗНОСТНОУПОРЯДОЧЕННЫХ СИСТЕМ ДИСКРЕТНЫХ ФУНКЦИЙ УОЛША
2.1. Краткий обзор дискретных функций Уолша и их упорядочений
2.2. Синтез разностно-упорядоченной системы дискретных функций Уолша
2.3. Свойства разностно-упорядоченных систем дискретных функций Уолша
2.4. Построение быстрых алгоритмов преобразований в разностноупорядоченных системах дискретных функций Уолша
Выводы
ГЛАВА 3. РАЗРАБОТКА ДВУХЭТАПНЫХ АЛГОРИТМОВ СЖАТИЯ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ДИСКРЕТНЫХ ПРЕОБРАЗОВАНИЙ
УОЛША
3.1. Двухэтапный метод сжатия изображений с использованием дискретных преобразований Уолша

3.2. Двухэтапный JPEG — подобный алгоритм сжатия изображений на основе дискретных преобразований Уолша
3.3. Комбинированный алгоритм сжатия изображений на основе дискретных преобразований Уолша
3.4. Двухэтапный алгоритм сжатия изображений с многопотоковым кодированием
3.5. Прогрессивная передача изображений с использованием двухэтапных алгоритмов сжатия изображений
3.6. Оценка вычислительной сложности двухэтапных алгоритмов сжатия изображений
Выводы
ГЛАВА 4. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ДВУХЭТАПНЫХ АЛГОРИТМОВ СЖАТИЯ И ИХ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ
4.1. Исследование эффективности методов сжатия и качества восстановленных изображений
4ЛЛ. Анализ эффективности двухэтапных алгоритмов сжатия изображений по коэффициенту сжатия по числу координат разложения
4.1.2. Результаты исследования эффективности алгоритмов на тестовых изображениях
4.2. Программная реализация кодер-декодера сжатия цифровых изображений
4.2.1. Назначение и структура код ер-декодера
4.2.2. Интерфейс программы
4.3. Решение практических задач сжатия изображений
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

СОКРАЩЕНИЯ
ДИКМ - дифференциальная импульсно-кодовая модуляция
ДКП - дискретное косинусное преобразование
ДОП - дискретные ортогональные преобразования
ДГ1У - дискретные преобразования Уолша
ДГТУА - дискретные преобразования Уолша-Лдамара
ДПУК - дискретные преобразования Уолша-Качмажа
ДПУП - дискретные преобразования Уолша-Пэли
ДФУ - дискретные функции Уолша
КВ - коэффициент выигрыша
КС - коэффициент сжатия
КУВ - коэффициент ускорения вычислений
ОДКП - обратное дискретное косинусное преобразование
ПМ - полиномиальные модели
ПО - программное обеспечение
СИ - сжатие изображений
ЦОИ - цифровая обработка изображений
ЦОС цифровая обработка сигналов
CR - коэффициент сжатия по битам
JPEG - Joint Photographie Experts Group (объединенная группа экспертов
по обработке фотографических изображений)
PSNR - пиковое отношение сигнал/шум

бит (или количество координат разложения) исходного и восстановленного изображения.
Другой подход, разработанный и развитый в работах [42,60,97,101], применяется, например для методов с предсказанием и преобразованием. При этом для оценки количества бит, необходимых для кодирования трансформант, используется оценка энтропии. Приведенный подход учитывает особенности алгоритмов, но не учитывает особенности конкретного изображения.
В работе мы в основном используем подход, основанный на непосредственном подсчете объема сжатых растровых данных (1.2).
Критерии оценки качества восстановленного изображения
В настоящее время не найден адекватный критерий оценки потерь качества изображения, а теряется оно постоянно — при оцифровке, при переводе в ограниченную палитру цветов, при переводе в другую систему цветопредставления для печати и, что для нас особенно важно, при архивации с потерями. Широко используются как объективные, так и субъективные критерии оценки потерь качества [28,34,87].
Если степень потери информации может быть выражена как функция исходного и сжатого, а затем восстановленного изображения, то такой подход называют объективным критерием качества изображения.
Пусть ЙГ(/,У) - исходное изображение, а X(/,/) - его приближенное, получаемое в результате операций сжатия и последующего восстановления.
Тогда среднеквадратичная ошибка определяется как
Основным недостатком мер является то, что если в результате кодирования произошло несущественное равномерно распределенное по
ш8е = 4мбё,
(1-4)

I Ы-М-
(1.3)