Введение - Один алгоритм сжатия изображения

Сжатие цифровых изображений -- одна из задач цифровой обработки изображений, наряду с сегментацией, морфологической обработкой, распознаванием образов и другими.

Под сжатием цифрового изображения понимают сопоставление ему такого набора данных, количество единиц информации для представления которого будет меньше, чем для представления исходного изображения. Операция преобразования набора данных, представляющих сжатое изображение, в новое изображение называется восстановлением. Если в результате последовательного выполнения сжатия и восстановления восстановленное изображение совпадает с исходным, то метод, реализующий этот процесс, называется сжатием без потерь информации, в противном случае метод называется сжатием с потерями информации.

Задача сжатия в цифровой обработке изображений возникла вместе с развитием вычислительной техники и средств связи в 60-е года 20 века. В настоящее время сжатие изображений играет существенную роль во многих разнообразных и важных областях, таких, как дистанционное зондирование Земли (использование изображений, получаемых со спутников, для прогноза погоды и изучения земных ресурсов), обработка медицинских изображений, факсимильная передача, управление беспилотными летательными аппаратами, цифровая фотография и многих других. Сжатие изображений становится возможным в силу наличия избыточности данных, которую можно разделить на три типа: межэлементная избыточность, визуальная избыточность, кодовая избыточность. Межэлементная избыточность возникает вследствие того, что в естественных изображениях имеет место сильная межэлементная корреляция, которая является следствием структурных или геометрических взаимосвязей между объектами на изображении. В силу этого, значение любого элемента изображения может быть достаточно точно предсказано по значениям его соседей, следовательно, информация, содержащаяся в отдельном' элементе, оказывается относительно малой. Для уменьшения данного вида избыточности выполняется такое преобразование исходного набора данных, что межэлементная корреляция становится меньше.

Визуальная избыточность является следствием психофизических характеристик зрения человека, связанных с тем, что глаз воспринимает не количественное значение яркости элементов изображения, а фиксирует особенности изображений, такие как текстуры или контуры.

Присутствие визуальной избыточности позволяет, например, затрачивать меньшее количество единиц информации на представление однородных областей изображения, увеличивая за счет этого количество единиц информации на представление деталей. Основанием для сокращения кодовой избыточности является то, что распределение уровней яркости в естественном изображении неравномерно. Максимальное количество единиц информации, необходимых для представления изображения, получается в том случае, если каждому значению яркости присваивать код равной длины. Однако если учитывать знания о вероятностях появления уровней яркости, можно сократить среднее количество бит на представление каждого значения, используя неравномерное кодирование, присваивающее менее вероятным событиям коды большей длины.

Суммируя сказанное выше, можно утверждать, что в основе современных методов сжатия изображений лежат следующие идеи: выполнение дискретного преобразования элементов изображения для снижения межэлементной избыточности; квантование коэффициентов преобразования для снижения визуальной избыточности; статистическое кодирование проквантованных значений для снижения кодовой избыточности.

Самый распространенный в настоящее время метод сжатия изображений с потерями, называемый JPEG, основан на квантовании и статистическом кодировании коэффициентов дискретного косинусного преобразования (ДКП).

Популярность метода JPEG обусловлена сравнительной простотой реализации, разработкой стандарта, а также многочисленными исследованиями в области оптимизации его основных этапов. Несмотря на то, что, начиная с 1990-х годов, активно развиваются методы сжатия изображений на основе вейвлет-преобразований, разработанный на базе этой группы преобразований стандарт JPEG 2000 до сих пор не стал общепринятым. Одна из причин этого заключается в вычислительной сложности реализации JPEG 2000, в том числе и аппаратной. Сокращения сложности вычислений можно достичь за счет уменьшения количества операций умножения при вычислении преобразования, лежащего в основе метода сжатия. Быстрые алгоритмы дискретного косинусного и вейвлет-преобразований предоставляют такую возможность, однако достигнутый результат оказывается недостаточным для некоторых задач, в частности, при необходимости обработки большого количества изображений за короткий промежуток времени, как, например, в задаче дистанционного зондирования Земли.

Кроме того, в последнее время повсеместно используются мобильные телефоны, карманные компьютеры и коммуникаторы, то есть такие устройства, где аппаратные ресурсы ограничены, и, вместе с тем, требуется хранение и обработка фотографий. В указанных приложениях для сжатия изображений можно использовать известные дискретные преобразования, позволяющие проводить вычисления без использования операций умножения (например, дискретное преобразование Уолша-Адамара), но методы на их основе могут не обеспечивать желаемой эффективности. Здесь и далее под эффективностью метода сжатия подразумевается соотношение среднеквадратичной ошибки восстановления и степени сжатия изображения.

Применение алгоритмов, обеспечивающих высокую степень сжатия, позволяет увеличить скорость передачи данных по каналам связи и эффективность их хранения.

Эта проблема и была поставлена для решения в данной работе. Здесь предполагается реализация возможности сжатия изображения с помощью сингулярного разложения

Актуальность дипломного исследования обуславливается тем, что современный мир компьютерных технологий требует постоянного создания и внедрения новых более эффективных методов сжатия изображения, способных заменить старые методы. Так как в наше время мы нередко сталкиваемся с проблемой сжатия изображения для документов, веб-страниц, сообщений электронной почты.

Структура выпускной работы. Выпускная работа состоит из введения, четырех глав, заключения, списка использованных источников и приложений.

Похожие статьи




Введение - Один алгоритм сжатия изображения

Предыдущая | Следующая