Анализ и подавление искажений в изображениях, сжатых с использованием вейвлет-преобразования

• Автор: Зараменский, Денис Андреевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Ярославль
• Количество страниц: 178 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. СОВРЕМЕННЫЕ ПРОБЛЕМЫ В ОБЛАСТИ СЖАТИЯ ИЗОБРАЖЕНИЙ И ОЦЕНКИ ИХ КАЧЕСТВА
1 Л. Стандарт JPEG2
1.1.1. Основные характеристики стандарта JPEG2ООО
1.1.2. Поддержка области интереса
1.1.3. Стандарт Motion JPEG2
1.1.4. Другие алгоритмы сжатия изображений, основанные на вейвлет-преобразовании
1.2. Оценка качества сжатых изображений
1.2.1. Субъективные критерии качества
1.2.2. Объективные критерии оценки качества
1.2.3. Пиковое отношение сигнал/шум
1.2.4. Проблемы использования ПОСШ в качестве критерия оценки качества
1.2.5. Универсальный индекс качества
1.2.5.1. Определение УИК для одномерных сигналов
1.2.5.2. Применение УИК для оценки качества изображений
1.2.6. Неэталонный алгоритм оценки качества для JPEG2
изображений
1.2.6.1. Расчет НИК2
1.3. Применение критериев ПОСШ, УИК, НИК2000 к оценке качества №EG2000 изображений
1.4. Краткие выводы
2. ОЦЕНКА УРОВНЯ РАЗМЫТИЯ И ЗВОНА В СЖАТЫХ ИЗОБРАЖЕНИЯХ И ВИДЕОПОСЛЕДОВАТЕЛЬНОСТЯХ
2.1 Вводные замечания
2.2 Алгоритм оценки уровня размытия
2.3. Алгоритм оценки уровня звона
2.4. Оценка корреляции между субъективными и объективными оценками
2.5. Алгоритмы покадровой оценки звона и размытия в
видеопоследовательностях
2.6 Тестирование предложенных алгоритмов оценки искажений в
видеопоследовательностях
2.7. Краткие выводы

3. РАЗРАБОТКА И АНАЛИЗ АЛГОРИТМА ПОДАВЛЕНИЯ ЗВОНА В ИЗОБРАЖЕНИЯХ НА ОСНОВЕ БИЛАТЕРАЛЬНОГО ФИЛЬТРА
3.1 Вводные замечания
3.2. Подавление артефактов звона известными сглаживающими фильтрами
3.3. Модифицированный билатеральный фильтр
3.4. Результаты тестирования
3.5. Краткие выводы
4. АНАЛИЗ ВЛИЯНИЯ ИСКАЖЕНИЙ В СЖАТЫХ ИЗОБРАЖЕНИЯХ
НА АЛГОРИТМЫ ВЫДЕЛЕНИЯ И РАСПОЗНАВАНИЯ ЛИЦ
4.1. Вводные замечания
4.2. Определение области интереса с использованием алгоритма детектирования лиц
4.2.1. Тестирование алгоритма Виолы-Джонса пргшеиительно к изображениям, сжатым стандартом JPEG2
4.3. Программная реализация алгоритма JPEG2000 с автоматическим определением области интереса
4.4. Создание тестовой базы изображений
4.5. Результаты тестирования
4.6. Краткие выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ
ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ
Актуальность темы
Проводимые во всех технически развитых странах разработки алгоритмов и аппаратуры сокращения объема и рационального пакетирования видео-, аудио- и сопутствующей информации являются основой создания систем эффективного использования каналов связи, сохранения действующих частотных планов, высвобождения значительной части частотного ресурса для передачи потребителям дополнительных видов услуг - мобильной и стационарной видеосвязи, многопрограммного интерактивного телевидения, телевидения высокой четкости, многопрограммного звукового вещания, цифрового кино. Разработка алгоритмов и соответствующей аппаратуры цифрового сжатия различных видов информации для их передачи по каналам связи как альтернативы аналоговым системам проводится уже более 20 лет. Был получен ряд важных результатов в плане разработки алгоритмов сжатия (включая стандарты JPEG, JPEG2000, JPEG XR, MPEG-1, MPEG-2, MPEG-4, H.261, H.263,
H.264/AVC для статических и динамических изображений различного разрешения) [1-40].
Проблема создания высококачественной системы цифровой передачи и хранения видеоинформации - эго, главным образом, проблема быстрого и эффективного ее сжатия при сохранении качества исходной информации в смысле какой-нибудь меры или оценки [1-3,24,36,40]. Этап сжатия -наиболее ресурсопотребляющая часть всей системы [22, 23]. Кодирующее устройство решает сложные задачи в реальном времени и производит большое количество операций обработки, определяющих качество цифрового преобразования изображения [16, 17, 26, 27, 29, 40]. Декодер, как правило, менее сложен и должен получать и восстанавливать данные [36, 40].
Значительный вклад в разработку теории и алгоритмов цифровой обработки изображений внесли как отечественные ученые: Ю.Б. Зубарев,

1- лг
<*Ху =—Е(Л7- ~Х)(У1 -У) ■
7У /=
Значение УИК изменяется в интервале [—1, 1], при этом УИК=1 соответствует наилучшему качеству сигнала. Важно отметить, что максимальное значение УИК=1 получается только тогда, когда у1 = х1 на протяжении всего сигнала (/ = 1,2,..., М), а минимальное значение УИК=-1, в случае если у1 = 2х - X;, / = 1,2,..., /V. Другими словами можно сказать, что максимальное значение УИК=1 соответствует такому сигналу, который в точности совпадает с оригиналом.
1.2.5.2. Применение УИК для оценки качества изображений
Следует отметить, что предложенная в выражении (1.1) структура УИК соответствует одномерным стационарным сигналам. Изображение является двумерным и в общем случае нестационарным сигналом, поэтому прямое использование формулы (1.1) для вычисления УИК в данном случае недопустимо. Для решения данной проблемы предлагается выделять в: изображении отдельные локальные области размером Ах В, в пределах которых изображение можно считать стационарным и вычислять статистические характеристики (математическое ожидание, дисперсию и корреляционную функцию) внутри этой области, а уже на основании их вычислять значение УИК;, соответствующее выделенному блоку. Такой подход обеспечивает наиболее правильное и точное суждение о качестве восстановленного изображения.
В результате этого процесс нахождения УИК для конкретного изображения будет сводиться к следующему: «скользящее окно» (маска) размером Ах В, начиная из верхнего левого угла, проходит пиксель за пикселем по всем строкам и столбцам этого изображения, на каждом шаге вычисляется значение статистических характеристик и собственно сам