Методы и алгоритмические средства сжатия цифровых изображений в системах приема-передачи видеоданных

• Автор: Тропченко, Андрей Александрович
• Шифр специальности: 05.13.13
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Санкт-Петербург
• Количество страниц: 151 с. : ил

СОДЕРЖАНИЕ
Введение.

1. АНАЛИЗ МЕТОДОВ СОКРАЩЕНИЯ ИНФОРМАЦИОННОЙ ИЗБЫТОЧНОСТИ ЦИФРОВЫХ ИЗОБРАЖЕНИЙ

1.1. Представление цифровых изображений.

1.2. Классификация методов сжатия. Основные характеристики

1.3. Алгоритмы сжатия изображений без потерь

1.3.1. Сжатие способом кодирования серий .

1.3.2. Сжатие по методу Хаффмана.

1.3.3. Алгоритм ЛемпеляЗива i

1.3.4. Алгоритм ЛемпеляЗиваВелча iv .

1.3.5. Алгоритм I.

1.3.6. Алгоритм
1.4. Алгоритмы сжатия с потерями
1.4.1. Метод усеченного блочного кодирования УБК.
1.4.2. Сжатие по стандарту
1.4.3. Сжатие по стандарту
1.4.4. Сжатие по методу I v I i
1.4.5. Фрактальное сжатие изображений
Выводы по главе 1.
2. МОДИФИКАЦИЯ АЛГОРИТМОВ СЖАТИЯ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЙ ПО МЕТОДУ
2.1. Применение преобразования Хартли для пространственночастотной декомпозиции фрагментов.
2.2. Применение дискретных ортогональных двузначных преобразований
2.2.1. Дискретное преобразование УолшаАдамара.
2.2.2. Преобразование Хаара
2.3. Алгоритмы быстрых ортогональных преобразований в базисах знакопеременных диадных функций.
2.4. Модификация процедур сканирования и
квантования отсчетов фрагмента
2.5. Исследование эффективности сжатиявосстановления
изображений на основе модифицированного метода .
Выводы по главе 2.
ГЛАВА 3. СЖАТИЕ ИЗОБРАЖЕНИЙ С АДАПТИВНЫМ ВЫБОРОМ ФРАГМЕНТОВ
3.1. Адаптивный метод сегментации областей
3.2. Параллельный алгоритм отслеживания границы связного дискретного изображения.
3.3. Алгоритм сжатия отдельных фрагментов
3.4. Исследование эффективности сжатиявосстановления
изображений с адаптивным выбором областей
Выводы по главе 3
ГЛАВА 4. МОДИФИЦИРОВАННЫЙ ФРАКТАЛЬНЫЙ
МЕТОД СЖАТИЯ.
4.1. Аппроксимация локальных областей изображения
4.2. Определение параметров аппроксимирующей функции.
4.3. Поиск области максимального размера.
4.4. Восстановление изображения
4.5. Анализ полученных результатов.
Выводы по главе 4
ЗАКЛЮЧЕНИЕ
Список литературы


Под выводом изображения понимается оперативная визуализация на видеомониторе, архивация с целью долговременного хранения и документирование необходимой информации. Передача изображений включает в себя обмен изображениями между различными блоками системы обработки и обмен изображениями по каналам передачи данных между системой и устройствами, не входящими в ее состав. Следует отметить, что выполнение различных функций может быть возложено на функционально-ориентированные рабочие станции на базе персональных ЭВМ, подключенных к локальной сети с выходом в глобальную сеть (рис. Рис. Компьютерное изображение в его цифровом представлении является набором значений интенсивностей светового потока, распределенных но конечной площади. Для простоты рассмотрим сначала монохромные изображения. Интенсивность излучаемой световой энергии с единицы поверхности в точке с координатами (? Единичный элемент изображения, характеризуемый определенным значением (? Прежде чем рассмотреть алгоритмы сжатия изображений, необходимо определить что в дальнейшем будет пониматься под изображением. В дальнейшем будуг рассматриваться статические растровые изображения, представляющие собой двумерный массив отсчетов - пикселов. Все изображения можно разделить на две группы: с палитрой и без нее. У изображений с палитрой в пикселе хранится число - индекс в некотором одномерном векторе цветов, называемом палитрой. Изображения без палитры бывают в какой-либо системе цветоиредставления и в градациях серого. Для последних значение каждого пиксела интерпретируется как яркость соответствующей точки. При использовании некой системы цвстопредставления каждый пиксел представляет собой запись (структуру), полями которой являются компоненты цвета. Самой распространенной является система ИОВ, в которой цвет представлен значениями интенсивности красного (Л), зеленого (в) и синего (В) компонента. Большинство цветных растровых изображений для сохранения деталей цвета пикселя применяют систему цветов 1ЮВ, прежде всего потому, что эта система используется для изображения цветов монитором компьютера. Комбинация этих трех компонент определяет относительную яркость пикселя, а также его цвет. Так как глаз человека более чувствителен к изменению яркости, чем к изменению цвета, часто требуется преобразовать систему цветов ЯСВ в систему, где информация о яркости пикселях запоминалась бы отдельно от информации о цвете. К подобным системам цветов, относя гея системы НБВ (тон, насыщенность, яркость) и У1/У (У - компонента яркости; Ц и V хранят характеристики цвета). Классификация методов сжатия. Основные характеристики Все методы сжатия информации основаны на том простом предположении, что набор данных всегда содержит избыточные элементы. Сжатие достигается за счет поиска и кодирования избыточных элементов [2,8,]. Поток данных об изображении имеет существенное количество излишней информации, которая может быть устранена практически без заметных для глаза искажений. При этом различают два типа избыточности. Статистическая избыточность связана с корреляцией и предсказуемостью данных. Эта избыточность может быть устранена без потери информации, исходные данные при этом могут быть полностью восстановлены [8,]. Наиболее известные методы эффективного кодирования символов основаны на знании частоты каждого символа присутствующего в сообщении. Этими свойствами обладает известный алгоритм Хаффмана []. Устранение визуальной избыточности изображений является основным резервом сокращения передаваемой информации [8,]. Для оптимизации процесса кодирования в целях обеспечения передачи наименьшего объема информации необходимо, с одной стороны, не передавать избыточную информацию, а, с другой, - не допустить чрезмерной потери качества изображения. До сих пор не существует простой и адекватной модели визуального восприятия изображений, пригодной для оптимизации их кодирования [5,]. Рассмотрим этапы процедуры сжатия данных в общем виде. Любой метод сжатия реализует три основных этапа (рис. Кодирование и упаковка компонент преобразования. Рис.