Разработка и исследование методов сжатия изображений с потерями на основе адаптивной сегментации и квантования

• Автор: Лужков, Юрий Валерьевич
• Шифр специальности: 05.13.13
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Санкт-Петербург
• Количество страниц: 126 с. : ил.

Введение

1. Анализ методов сжатия изображений с потерями ,

1.1. Основные принципы сжатия изображений с потерями

1.1.1. Устранение избыточности сигнала. Основные этапы сжатия.

1.1.2. Классы искажений и способы их устранения.

1.1.3. Подходы к оценке качества и степени сжатия изображений.

1.1.4. ЛОтеория и оптимизация схем сжатия на ее основе.

1.2. Современные технологии сжатия изображений с потерями.

1.2.1. Классификация методов сжатия с потерями

1.2.2. Основные схемы сжатия с потерями.

1.2.3. Недостатки современных алгоритмов сжатия. Постановка задачи.

1.3. Основные результаты и выводы.
2. Исследование методов компрессии цифровых изображений на основе
адаптивных преобразовании
2.1. Адаптивные методы сжатия статических изображений.
2.1.1. Применение спектральных преобразований.
2.1.2. Адаптивное квантование сигнала.
2.1.3. Статистические методы сжатия и их сравнительный анализ.
2.2. Сжатие на основе адаптивной сегментации
2.2.1. Сжатие на основе выделения растровых областей
2.2.2. Сжатие на основе векторной сегментации.
2.2.3. Недостатки алгоритмов сжатия на основе адаптивной сегментации. Постановка задачи
2.3. Основные результаты и выводы.
3. Развитие методов сжатия изображений с применением алгоритмов
векторной сегментации
3.1. Использование квадродеревьев для адаптивной сегментации в алгоритмах компрессии.
3.1.1. Сжатие изображений на основе простых квадродеревьев
3.1.2. Оптимизация квадродерева методом усечения веток на основе функции цены Лагранжа.
3.2. Обработка и кодирование локальных областей, полученных в результате сегментации
3.2.1. Использование критерия однородности
3.2.2. Критерий для оценки выраженности текстуры локальной области
3.2.3. Аппроксимация сегментов изображения на основе бимлетного и веджлетного базисов.
3.2.4. Геометрическая аппроксимация в трехмерном пространстве.
3.3. Древовидные структуры в методах сегментации на основе последовательного разделения областей.
3.3.1. Сегментация на основе кдеревев.
3.3.2. Сегментация на основе построения ВБРдеревьев
3.3.3. Сегментация на основе обобщенных квадродеревьев
3.4. ГРЕвподобная схема компрессии с адаптивной сегментацией на основе построения кдерева.
3.5. Метод сжатия изображений на основе пространственной декомпозиции сигнала
3.5.1. Декомпозиция и сжатие сигнала в трехмерном пространстве
3.5.2. Применение декомпозиции в горизонтальном направлении.
3.5.3. Пример практической реализации и результаты экспериментов
3.6. Основные результаты и выводы.
4. Исследование и разработка методов сжатия на основе адаптивного
квантования
4.1. Энтропийные функции оценки степени сжатия изображения
4.1.1. Применение канонических подходов вычисления энтропии.
4.1.2. Определение энтропийной функции для схем сжатия, включающих кодирование длин серий.
4.1.3. Энтропия квантованных значений
4.2. Методы 1Шоптимизации таблиц квантования
4.2.1. Однонаправленная оптимизация. Метод ВуГершо
4.2.2. Двунаправленная оптимизация. Метод ФунгаПаркера
4.2.3. Схема ЯООРТ
4.3. Генерация векторов квантования на основе весового критерия
4.4. Адаптивное квантование на основе весового критерия в схемах сжатия с векторной сегментацией
4.5. Основные результаты и выводы.
Заключение
Список литературы


Коэффициент сжатия при использовании схемы с дискретным косинусным преобразованием, в среднем, выше на , чем при использовании схемы . Метод адаптивной генерации матриц квантования на основе весового критерия позволяет модифицировать компрессоры ряда схем сжатия без необходимости вносить изменения в декомпрессор. Например, изменение схемы по указанному методу приводит к увеличению коэффициента сжатия до . Внедрение результатов работы. Основные результаты работы внедрены в учебном процессе СГ1 У ИТМО, а также в Ленинградском отраслевом научноисследовательском институте связи ФГУП ЛОНИИС. Апробация результатов работы. Результаты выполненных исследований были представлены на IVй межвузовской конференции молодых ученых, XXXVIIй научной и учебнометодической конференции СПбГУ ИТМО, Vй всероссийской межвузовской конференции молодых ученых, XXXVIIIЙ научной и учебнометодической конференции СПбГУ ИТМО, всероссийской научнотехнической конференции Прогрессивные технологии в машино и приборостроении , VIй всероссийской межвузовской конференции молодых ученых. Публикации. Основные результаты диссертационного исследования опубликованы в девяти статьях 8,,, и тезисах общим объемом страниц. Структура диссертационной работы выглядит следующим образом. Работа состоит из введения основной части и заключения. Основная часть включает в себя 4 раздела. В разделе 1 анализируются общие вопросы сжатия изображений с потерями. Дается введение в теорию сжатия изображений, обозначаются основные задачи сжатия и характеризуются главные этапы процесса компрессии. Приводится классификация искажений, появляющихся в результате необратимого сжатия. Приводится классификация метрик искажения, используемых для оценки привнесенной сжатием ошибки. Затрагивается вопрос оптимизации схем сжатия на основе ШЭтеории, приводятся теоретические сведения, необходимые для построения ЯЭоптимальных схем сжатия. Раздел 1. Производится их классификация, выявляются достоинства и недостатки методов сжатия разных типов. Описываются наиболее распространенные схемы сжатия с потерями, изложена суть фрактальных схем компрессии и алгоритмов на основе дискретных преобразований. В разделе 2 исследуются методы компрессии цифровых изображений на основе адаптивных преобразовании. Раздел 2. Описывается применение спектральных преобразований, их основные виды. Представлено введение в проблему адаптивного квантования, изложены основные теоретические сведения, необходимые для дальнейшего рассмотрения проблемы. Представлен сравнительный анализ статистических методов сжатия данных, описаны их достоинства и недостатки. В разделе 2. Производится классификация алгоритмов сегментации на растровые и векторные. В разделе, посвященном сжатию на основе векторной сегментации, рассматривается пример схемы компрессии одномерного сигнала. Раздел 3 посвящен разработке и исследованию методов сжатия изображений на основе адаптивной векторной сегментации. Раздел 3. Излагается метод оптимизации квадродерева на основе функции цены Лагранжа. В разделе 3. Описаны различные типы критериев однородности, используемые для оценки областей. Кроме того, обсуждается проблема оценки выраженности текстуры в рамках сегмента. Рассматриваются подходы к аппроксимации сегментов на основе бимлетного и веджлетного базиса, а также различные способы геометрической аппроксимации, позволяющие обрабатывать изображение как трехмерный объект. В разделе 3. Проводится анализ применения для этих целей ксдеревьев, В8Рдеревьсв, а также обобщенных квадродеревьев. Описываются ограничения, которые могут быть наложены на процесс декомпозиции. В разделе 3. В разделе 3. Представлены теоретические положения метода, обосновано осуществление декомпозиции по трем направлением вместо двух, а также предложена схема сжатия на основе описанного метода, являющаяся модификацией схемы на основе аппроксимации сигнала билинейными плоскостями. Раздел 4 посвящен разработке и исследованию методов адаптивного квантования коэффициентов спектральных преобразований. В разделе 4.