Инструментальные средства сжатия полутоновых изображений на основе адаптивного и многоступенчатого решетчатого векторного квантования

• Автор: Петров, Александр Васильевич
• Шифр специальности: 05.13.01, 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Ижевск
• Количество страниц: 152 с. : ил.

ОГЛАВЛЕНИЕ
Введение

Список сокращений

Глава 1. АНАЛИЗ СУЩЕСТВУЮЩИХ ПОДХОДОВ К СЖАТИЮ

ПОЛУТОНОВЫХ ИЗОБРАЖЕНИЙ В ОБЛАСТИ ДИСКРЕТНЫХ ВЕЙВЛЕГПРЕОБРАЗОВАНИЙ

1.1. Теоретические аспекты сжатия изображений

1.1.1. Избыточность данных

1.1.2. Оценка качества сжатия изображений

1.1.3. Особенности изображений как тина данных

1.1.4. Классы изображений

1.1.5. Требования приложений к алгоритмам компрессии

1.1.6. Методы сжатия файлов растровой графической информации
1.2. Обзор международного стандарта Е0
1.3. Свойства методов сжатия на основе преобразования
1.4. Применение дискретного вейвлетпреобразования для
сжатия изображений
1.5. Вейвлеткодер изображений
1.5.1. Учет внутри и межполосных зависимостей между вейвлеткоэффициентами
1.5.2. Эффективные подходы к векторному квантованию коэффициентов дискретного вейвлетпреобразования
1.5.2. 1. Ограниченное энтропией векторное квантование
1.5.2.2. Структурированные методы векторного квантования
1.5.3. Энтропийное кодирование
1.5.4. Распределение бит
1.6. Обзор схем сжатия изображений на основе дискретного вейвлетпреобразования и векторного квантования
1.6.1. Решетчатое квантование
1.7. Постановка задачи и выводы по главе
Глава 2. АДАПТИВНОЕ ВЕКТОРНОЕ КВАНТОВАНИЕ В СХЕМЕ
СЖАТИЯ ПОЛУТОНОВЫХ ИЗОБРАЖЕНИЙ В ОБЛАСТИ ДИСКРЕТНЫХ ВЕЙВЛЕТПРЕОБРАЗОВАНИЙ
2.1. Постановка задачи
2.2. Применение векторного квантования в общей схеме сжатия изображений
2.3. Оптимальный векторный квантователь
2.4. Проектирование кодовой книги
2.5. Адаптивное векторное квантование
2.6. Алгоритмы адаптивного векторного квантования и их
сравнение
2.7. Онлайновый алгоритм адаптивного субполосио о векторного квантования
2.8. Полученные результаты и выводы
Глава 3. МЕТОД МНОГОСТУПЕНЧАТОГО РЕШЕТЧАТОГО
ВЕКТОРНОГО КВАНТОВАНИЯ НА ОСНОВЕ СХЕМЫ АДАПТИВНОЙ ОБРАБОТКИ ПОРОГОВОГО ЗНАЧЕНИЯ
3.1. Решетчатое векторное квантование
3.1.1. Выбор типа решетки
3.1.2. Алгоритмы квантования
3.1.3. Формирование кодовой книги решетчатого квантователя
3.1.4. Ошибки квантования
3.2. Метод многоступенчатого решетчатого векторного квантования в схеме сжатия изображений
3.2.1. Структура кодера и декодера изображений на основе
методики МРВК
3.2.2. Пороговая функция
3.2.3. Алгоритм адаптивной обработки порога для субполосы
3.2.4. Алгоритм методики МРВК
3.3. Сжатие индексов решетчатой кодовой книги
3.3.1. Кодирование Голомба
3.3.2. Сжатие списка индексов
3.4. Полученные результаты и выводы
Глава 4. СХЕМЫ МЕТОДОВ И АЛГОРИТМОВ, ПРОГРАММНАЯ
РЕАЛИЗАЦИЯ И РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ И СРАВНЕНИЯ
4.1. Программная реализация методов и алгоритмов
4.2. Результаты моделирования
4.2.1. Результаты сравнения с другими кодерами на основе векторного квантования в области дискретных вейвлетпреобразований
4.2.2. Эффект адаптивной обработки порогового значения
4.2.3. Анализ сложности и быстродействия
4.3. Развитие методов сжатия изображений в области дискретных вейвлетпреобразований
4.3.1. Пути развития предложенных методов
4.3.2. Применение скалярного квантования и анализа глав
н ых ком понент
4.3.3. Кодовый подход к векторному квантованию
4.3.4. Оптимизация КаГеЛогбоп
4.4. Полученные результаты и выводы
Заключение
Литература


Достоверность и обоснованность полученных в работе результатов и выводов подтверждается сопоставительным анализом разработанных и существующих методик и алгоритмов, а также итогами проведения вычислительного эксперимента и компьютерного моделирования. Теоретические положения, установленные в работе, обосновываются последовательным и корректным применением математического аппарата при получении выводов из исходных посылок, а также аналитической проверкой этих посылок и выводов результатами систематического исследования. ПИ, их сравнительная оценка с существующими на примере тестовых изображений по показателю РЗМЯ и степени сжатия. АСВК, основывающийся на критерии битрейт-искажение, являющийся быстрым, т. Голомба, обеспечивающая высокие степень и скорость сжатия. Практическая полезность работы заключается в применении новых эффективных методик и алгоритмов сжатия ПИ. Разработана программная модель, реализующая методы и технологию обработки ПИ на основе использования РВК в области вейвлет-преобразований. НИ, эффективное их кодирование и сжатие, что позволяет использовать модель в целях исследовательских экспериментов и дальнейшего развития предложенных методик для цветных изображений. Важным для практики результатом теоретических изысканий является то, что разработанные алгоритмы кодирования ГШ на практике свели вычислительноемкую комбинаторную задачу ВК коэффициентов субполос ДВП к однопроходной процедуре обработки адаптируемой кодовой книги, что можно считать эффективным с точки зрения экономии ресурсов медиа-устройств -объема потребляемой памяти и загрузки процессора, а также обеспечили надежность результата ввиду того, что потери контролируются предельными параметрами. Эффективность предложенной методики заключается в сокращении на целый порядок количества вычислительных операций и увеличения качества восстановленного после сжатия изображения по сравнению с традиционными алгоритмами. Структура разработанных алгоритмов сжатия ПИ предоставляет разработчикам возможность эффективной программно-аппаратной реализации на различных типах вычислительных систем. Предложенные способы кодирования изображений могут быть использованы в системах передачи, обработки и хранения графической информации, а результаты диссертационного исследования можно рекомендовать для внедрения в учебный процесс. Реализация и внедрение результатов работы. Полученные результаты использованы и апробированы для опытнопроизводственной эксплуатации систем обработки графических данных в виде цифровых изображений, их представления и кодирования для повышения коммуникативных возможностей телекоммуникационных систем заказчиков ЗЛО «Ресурсиивсст». Кодирование и цифровая обработка информации». Апробация работы. Основные положения и результаты диссертации докладывались на российских и международных научно-технических конференциях и симпозиумах, а конкретно на: Российской научно-технической конференции «Приборостроение в XXI веке. Интеграция науки, образования и производства» (Ижевск, ); Международной научно-технической конференции «Интеллектуальные и многопроцессорные системы» (Таганрог, ); Международной научно-технической конференции «Информационные технологии в инновационных проектах» (Ижевск, ); -й и -й Международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (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 3 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 2 стр. В работу включены рис. В приложении представлен акт об использовании результатов работы.