УДК 004.9

ИННОВАЦИОННЫЙ ПОДХОД К ПРОБЛЕМЕ СЖАТИЯ ИНФОРМАЦИИ

СЕЙТБЕКОВА Г.О., ИСМАЙЫЛОВ А.Е., СЫДЫКОВА М.М.

Алматинский Технологический университет, г. Алматы

В последнее время наблюдается развитие телекоммуникационных систем, которые предназначены для приема и передачи видеоданных. Решение таких задач стало возможным увеличению емкости памяти и вычислительной мощности технических средств, входящих в состав телекоммуникационных систем.

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. Сжатие достигается за счет поиска и кодирования избыточных элементов. Устранение визуальной избыточности изображений является основным резервом сокращения передаваемой информации.

Устранение визуальной избыточности изображений является основным резервом сокращения передаваемой информации. Для оптимизации процесса кодирования в целях обеспечения передачи наименьшего объема информации необходимо, с одной стороны, не передавать избыточную информацию, а с другой, - не допустить потери качества изображения. Любой метод сжатия реализует три основных этапа:

¾ кодирование или первичное сжатие;

¾ вторичное сжатие;

¾ декодирование или восстановление изображения.

Существует несколько различных подходов к проблеме сжатия информации. Одни имеют сложную теоретическую математическую базу, другие основаны на свойствах информационного потока и алгоритмически достаточно просты. Любой способ, реализующий сжатие данных, предназначен для снижения объема выходного потока информации помощи обратимого или необратимого преобразования. Поэтому все способы сжатия можно разделить на две категории: обратимое и необратимое сжатие.

Обратимое сжатие (сжатие без потерь). Обратимое сжатие всегда приводит к снижению объема выходного потока информации без изменения его информативности, т.е. без потери информационной структуры. Из выходного потока, при помощи восстанавливающего алгоритма, можно получить входной.

Необратимое сжатие (сжатие с потерями). Под необратимым сжатием подразумевают такое преобразование входного потока данных, при котором выходной поток, основанный на определенном формате информации, представляет достаточно похожий по внешним характеристикам на входной поток объект, однако отличается от него объемом.

Методы сжатия с потерями позволяют получить коэффициенты сжатия.

Рис.1. Классификация методов сжатия изображений

Однако при этом происходит искажение исходного изображения, ухудшение его качества. В связи с этим при сравнении различных методов сжатия помимо коэффициента сжатия нужно учитывать качество восстановления изображения.

Для симметричных методов сжатия процедуры сжатия и восстановления однотипны. Время сжатия и восстановления для таких методов сравнимы. Для несимметричных методов процедура сжатия отличается от процедуры восстановления и обычно занимает большее машинное время. Определим основные величины, характеризующие метод сжатия.

1. Коэффициент сжатия

Этот параметр определяет во сколько раз файл, хранящий сжатое изображение, меньше файла, хранящего исходное изображение. Величины и выражаются в байтах. – величина безразмерная.

2. Оценка качества декодированного изображения. Одна из проблем машинной графики заключается в том, что до сих пор не найден адекватный критерий оценки потерь качества изображения. Качество теряется при оцифровке, при переводе в ограниченную палитру цветов или в другое цветовое пространство, а так же при сжатии изображений с потерями.

Пусть есть два изображения: f (x, y) - оригинал, и f (x, y) - восстановленное изображение размером MxN, тогда одним из простых критерием оценки потери качества является среднеквадратическое отклонение значений пикселей сжатого изображения от оригинала:

(1.1)

По этому критерию изображение будет сильно испорчено при изменении яркости всего на 5%. В тоже время изображение со снегом, резким изменение цвета отдельных точек будут признаны почти не изменившимися.

Другим критерием является максимальное отклонение от оригинала:

(1.2)

Даная мера крайне чувствительна к биению отдельных пикселей, т.е. в изображении может измениться только один пиксель, и данный критерий признает изображение сильно испорченным. На практике используемой мерой качества изображения является критерий соотношения сигнал-шум (PSNR).

(1.3)

Эта мера аналогична среднеквадратическому отклонению, но пользоваться ей удобнее из-за логарифмического масштаба шкалы. Лучше всего потери в качестве оценивает человеческий глаз. Сжатие изображение можно считать отличной, если на глаз невозможно отличить оригинал от сжатого изображения. Но на практике при сжатии с потерями в изображение всегда вносятся какие-либо искажения заметные при сравнении оригинала и сжатого изображения. К другим наиболее употребляемым критериям оценки качества изображения относятся:

Средняя разность:

(1.4)

Коэффициент кросс-корреляции:

(1.5)

Верность изображения:

(1.6)

Среди большого числа критериев оценки качества изображения в работе для оценки качества восстановленного изображения были выбраны среднеквадратическое отклонение и соотношение сигнал-шум (как наиболее распространённые критерии), а для визуальной оценки используется разностное изображение.

3. Время преобразования. Различают две величины – время сжатия () и время восстановления (). Время сжатия состоит из времени работы основного преобразования () и времени упаковки (). Время восстановления состоит из времени распаковки () и времени работы обратного преобразования () :

(1.7)

Для того, чтобы корректно оценивать алгоритмы сжатия, восстановления необходимо задать определенные критерии:

• худший, средний и лучший коэффициент сжатия.

• класс изображений, на который ориентирован алгоритм;

• симметричность - характеризует ресурсоемкость процессов кодирования и декодирования (при этом наиболее важным является отношение времени n кодирования ко времени декодирования);

• потери качества (у большинства алгоритмов сжатия с потерей информации

• существует возможность изменения коэффициента сжатия);

• характерные особенности алгоритма и изображений, к которым его применяют.

Таким образом, оценки методов сжатия с практической точки зрения сильно зависят от предполагаемой области применения. Например, при использовании сжатия в системах реального времени необходимо обеспечить высокую скорость кодирования и декодирования; для встроенных систем критический параметр – объем требуемой памяти; для систем долговременного хранения данных – качество сжатия и скорость декодирования и т. д.

ЛИТЕРАТУРА

1. Блаттер К. Вейвлет-анализ. Основы теории.// – М. – Техносфера. - 2006,- 279 с.

2. А.Ю. Тропченко, А.А. Тропченко. Методы сжатия изоброжений аудиосигналов и видео.// СПб. - КОРОНА-принт, 2009. – 109 с.

3. Гонсалес Р., Вудс Р. Цифровая обработка изображений.// Пер. с англ.- Москва.- Техносфера. – 2006. -1072 с.