Цветовой анализ, сжатие и выделение объектов на изображениях для телекоммуникационных целей

• Автор: Баранов, Антон Андреевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Санкт-Петербург
• Количество страниц: 191 с. : ил.

СОДЕРЖАНИЕ
Введение

Глава 1 Анализ методов кодирования, сжатия и передачи дискретных изо

бражений

1.1 Графичсские форматы , I, I,

1.2 Алгоритмы сжатия изображений без потерь

1.3 Методы спектрального сжатия дискретных изображений

1.4 Фрактальное сжатие изображений

1.5 Метод волновых всплесков

1.6 Сжатие изображений на основе их представлений в виде полевой структуры

1.7 Стандарт сжатия цифровых изображений

1.8 Требования к цифровой обработке и передаче видеоинформации по каналам связи
1.9 Сравнение существующих форматов изображений
1. Выводы
Глава 2 Методы и алгоритмы цветового анализа и сжатия изображений
2.1 Цветовой анализ изображения
2.2 Цветовое арифметическое сжатие
2.3 Сканирование изображений
2.4 Снижение цветовой избыточности
2.5 Кодирование и декодирование цветного изображения
2.6 Выводы
Глава 3 Методы и алгоритмы выделения объектов на цветном изображении
3.1 Разделение изображения на серую и цветовую составляющие
3.2 Поиск объектов на изображении
3.3 Локализация выделенных объектов
3.4 Удаление избыточной информации из изображения
3.5 Выводы 4 Г лава 4 Экспериментальная проверка разработанных методов и алгоритмов
4.1 Цветовой анализ сложных изображений
4.2 Цветовое сжатие изображения
4.3 Выделение объектов на цветном изображении
4.4 Выводы
Заключение
Литература


Именно компромисс между качеством, универсальностью обработки и ее вычислительной сложностью был положен группой JPEG в основу первоначального выбора метода сжатия для последующей доработки и стандартизации []. Как уже отмечено выше, для кодирования изображений помимо ДК можно использовать и другие унитарные преобразования. Например, применение для сжатия информации в ЦОИ дискретного преобразования Виленкина-Крестенсона (ДПВК) [,]. Система функций Виленкина-Крестенсона является частным случаем более общих мультипликативных систем и была получена в результате обобщения на комплексную плоскость хорошо известной системы функций Уолта |2]. Дискретное преобразование Уолша прочно занимает свое место в ряду других унитарных преобразований, применяемых для обработки изображений. Гораздо более скудную информацию можно почерпнуть в литературе по поводу практического использования ДПВК. Как наиболее полный и системный труд, в котором рассматривается не только теория, но и приложения теории, здесь нужно выделить монографию []. В некоторых источниках нашли освещение и отдельные приложения ДПВК к обработке изображений. Косвенные данные позволяют предположить, что предложенные методы сжатия изображений на основе ДПВК позволяют проводить обработку достаточно быстро (поскольку вычисление ДПВК в ряде случаев может быть сведено только к операциям типа сложения и вычитания), однако уступают по эффективности спектральным методам на основе ДКП (поскольку среди преобразований, имеющих быстрые алгоритмы, ДКП фадици-онно считается наилучшим для кодирования изображений [1,,]). Особенно это проявляется для изображений, имеющих множество различных небольших объектов изображения с богатой цветовой гаммой. Рассмотрим более детально методы кодирования и сжатия изображений. Существует ряд форматов файлов растровой графики, и каждый формат предусматривает собственный способ кодирования информации о пикселах и другой присущей компьютерным изображениям информации. Существуют, также форматы файлов для векторной графики, в которых хранятся команды по воссозданию изображения, а не информация о цвете каждого отдельного пиксела, графические модели для плоского изображения и графические модели объемных сцен. Рассмотрим основные из форматов файлов растровой графики широко используемые в настоящее время BMP, TIFF, GIF, JPEG. Файлы с расширениями BMP, TIFF, GIF, JPG содержат растровые графические изображения. Расширение в имени файла говорит о том, в каком формате хранится информация. Размещение информации в этих форматах отличается друг от друга, как по содержанию, так и по структуре данных (табл. Формат файла BMP (сокращенно от BitMaP) - это формат растровой графики для Windows, поскольку он наиболее близко соответствует внутреннему формату Windows, в котором эта система хранит свои растровые массивы. Пикселы изображения записываются и читаются аналогично телевизионной строчной развертки. Для имени файла, представленного в BMP - формате , чаще всего используется расширение BMP , хотя некоторые файлы имеют расширение RLE, означающее run length encoding (кодирование длины серий). Расширение RLE имени файла обычно указывает на то, что произведено сжатие растровой информации файла одним из двух способов сжатия RLE, которые допустимы для файлов BMP - формата. Таблица 1. Формат • Макс. Макс. Макс. В файлах ВМР информация о цвете каждого пиксела кодируется 1, 4, 8, или бит (бит/пиксел). Числом бит/пиксел, называемым также глубиной представления цвета, определяется максимальное число цветов в изображении. Изображение при глубине 1 бит/пиксел может иметь всего два цвета, а при глубине бит/пиксел - более млн. В табл. Формат собственно данных растрового массива в файле ВМР зависит от числа бит, используемых для кодирования данных о цвете каждого пиксела. При 6-цвстном изображении каждый пиксел в гой части файла, где содержатся собственно данные растрового массива, описывается одним байтом (8 бит). Это описание пиксела не представляет значений цветов ЯОВ, а служит указателем для входа в таблицу цветов файла. Таблица 1.