Сжатие полутоновых изображений на основе контурных кодирования и интерполяции и дискретного вейвлет-преобразования

• Автор: Самохвалов, Антон Витальевич
• Шифр специальности: 05.13.01, 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Ижевск
• Количество страниц: 165 с. : ил.

ОГЛАВЛЕНИЕ
Введение.

Глава 1. Анализ универсальных методов сжатия данных и методов

сжатия изображений.

1.1. Основы сжатия данных .

1.2. Универсальные методы сжатия данных без потерь.

1.2.1. Метод кодирования длин серий .

1.2.2. Статистические методы сжатия данных

1.2.3. Словарные методы сжатия данных

1.2.4. Методы сжатия, основанные на контекстном

моделировании.

1.2.5. Методы, основанные на преобразовании Барроуза Уилера
1.3. Сжатие изображений.
1.3.1. Методы обхода плоскости изображений.
1.3.2. Виды избыточности данных в изображениях.
1.3.3. Общая модель системы сжатия изображений.
1.3.4. Методы сжатия изображений без потерь
1.3.5. Методы сжатия изображений с потерями
1.3.6. Критерии верности восстановления изображений .
1.4. Стандарты сжатия изображений.
1.4.1. Стандарты сжатия двоичных изображений.
1.4.2. Стандарты сжатия полутоновых и цветных
изображений.
1.5. Восприятие изображений человеческим зрением.
1.6. Классификация изображений.
1.7. Полученные результаты и выводы.
1.8. Постановка цели и задач исследований.
Глава 2. Контурные кодирование и интерполяция полутоновых
изображений.
2.1. Контурное кодирование полутонового изображения
2.1.1. Задача обнаружения контуров на полутоновом
изображении
2.1.2. Определение оптимального способа обнаружения контуров.
2.1.3. Утолщение контурных линий
2.1.4. Маскирование полутонового изображения
2.2. Контурная интерполяции изображений
2.2.1. Реконструкция маскированного изображения.
2.2.2. Задача интерполяции
2.2.3. Разработка алгоритма контурюй интерполяции
2.3. Полученные результаты и выводы
Глава 3. Компрессия контурного и маскированного изображении
3.1. Компрессия контурного изображения.
3.2. Компрессия контурной информации.
3.2.1. Трансформационное кодирование
3.2.2. Вейвлет Хаара.
3.2.3. Одномерное вейвлетпреобразование.
3.2.4. Выбор фильтров вейвлета
3.2.5. Выбор уровня разложения
3.2.6. Выбор уровня квантования.
3.2.7. Сжатие коэффициентов одномерного дискретного
вейвлетпреобразования.
3.3. Полученные результаты и выводы.
Глава 4. Программноалгоритмические средства и технология
обработки информации в МСКИ.
4.1. Алгоритмы, программное обеспечение и технология обработки информации в МКСИ.
4.2. Экспериментальные данные и результаты
4.3. Полученные результаты и выводы.
Заключение
Литература


В экспериментальных исследованиях разработанных методик и алгоритмов использовались методы системного анализа, сегментации изображений, морфологической обработки изображений, ДВП данных, методы интерполяции двумерных сигналов, методы компрессии данных, методы сжатия двухуровневых изображений и основы системного программирования. Теоретические положения, полученные в работе, обосновываются последовательным и корректным применением математического аппарата при выводе аналитических выражений. Методики, алгоритмы и прикладные программы, используемые в работе, основаны на положениях теории вероятностей, теории информации и сжатия данных, теории математической логики, теории кодирования источника, математической статистики, методов обработки и анализа изображений, теории вейвлет-преобразования. Достоверность результатов экспериментального исследования обеспечена большим объемом экспериментального материала, который соответствует прогнозируемым данным, а также выбором надежных критериев при построении алгоритмов обработки информации и наглядностью интерпретации полученных практических результатов. В программной среде МаНаЪ была осуществлена проверка разработанных теоретических положений, реализация разработанных алгоритмов и методик, их сравнение с существующими методами. МКСИ и ЛР? ООО при сжатии полутоновых изображений. Практическая полезность работы заключается в применении нового подхода к сжатию изображений, который основывается на контурном кодировании изображения и дальнейшей компрессии контурной информации в процессе сжатия и контурной интерполяции изображений в процессе декомпрессии. Контурное кодирование осуществляется на основе детектора контуров Канни, который лучше других выделяет основные контурные линии на изображении, что доказано экспериментальным исследованием. Предложенные новые методические и алгоритмические решения позволяют сохранить очень важную для восприятия человеческим зрением контурную информацию при высоком уровне сжатия полутонового изображения в отличие от самых популярных на сегодняшний день стандартов сжатия изображений, которые при высоком уровне компрессии приводят к значительному «размазыванию» контуров на изображении. Разработанные методики и алгоритмы позволят увеличить возможности архивирования графической информации, а также улучшить характеристики процесса передачи графических данных по цифровым каналам связи телекоммуникационных систем. Реализация и использование результатов работы. Полученные результаты использованы и апробированы при обработке изображений геологических разрезов продуктивных отложений, карт эффективных нефтенасыщенных толщин по пласту, карт по проницаемой части пласта, карт приведенных изобар, трехмерных распределений литологии и пористости, а также структурных моделей месторождений для повышения коммуникативных возможностей телекоммуникационных систем в ООО «ТИГ-Ижгеофизсервис» (г. Ижевск). Полученные результаты использованы в учебном процессе ГОУ ВПО «ИжГТУ» при изучении дисциплин «Компьютерная графика», «Интерактивные графические системы», «Кодирование и цифровая обработка информации». Апробация работы. Основные положения и результаты диссертации докладывались на российских и международных научно-технических конференциях и симпозиумах: Российской научно-технической конференции «Приборостроение в XXI веке. Украина, Крым, Ялта-Гурзуф, , ); Международном симпозиуме «Надежность и качество» (Пенза, ); IX Международной научно-технической конференции «Искусственный интеллект - ; Интеллектуальные системы - » (пос. Кацивели, АР Крым, Украина, ). Публикации. Основные научные результаты по теме диссертации опубликованы в научных работах в региональных журналах, сборниках научных трудов и материалов конференций. Автор имеет 4 научных труда в изданиях, выпускаемых в РФ и рекомендуемых ВАКом для публикации основных результатов диссертаций. Структура диссертационной работы. Диссертация содержит введение, 4 главы и заключение, изложенные на 5 стр. В работу включены рис. В приложении представлен акт об использовании результатов работы.