Cовременные информационные технологии/Компьютерная  инженерия

Гапон Н.В., Воронин В.В., Сизякин Р.А., Фисунов А.В.

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Донской государственный технический университет»

ИССЛЕДОВАНИЕ АЛГОРИТМА СЖАТИЯ ДВУМЕРНЫХ СИГНАЛОВ НА ОСНОВЕ МЕТОДОВ РЕКОНСТРУКЦИИ ИЗОБРАЖЕНИЙ

В настоящее время системы обработки изображений находят применение во многих областях науки и техники. Полученная видеоинформация в большинстве случаев проходит многоэтапную процедуру обработки. Задача эффективного сжатия данных всегда была одной из самых актуальных, а с развитием компьютерной, цифровой техники и Интернет она приобрела еще большее значение.

Целью работы является исследование алгоритма сжатия двумерных сигналов на основе метода реконструкции изображений.

Предлагается использовать новый подход к сжатию изображений, который разработан в работе [1]. Общая блок-схема кодера алгоритма включает в себя два блока: блок удаления однородных блоков и блок ДКП преобразования. Декодер состоит из блоков: блок обратного ДКП и блок реконструкции удаленных блоков.

В кодере на первом шаге изображение разбивается на блоки размером 8 на 8 пикселей. Далее для каждого блока вычисляется мера контраста, которая используется как мера оценки однородности области. На втором шаге для изображения применяется сжатие с помощью ДКП преобразования.

В декодере применяется обратное ДКП преобразование. Далее изображение с удаленными блоками восстанавливается с помощью метода реконструкции изображений [2, 3].

В работе оценка эффективности качества обработки изображений проводится на основе статистических критериев и субъективного визуального критерия сравнения.

Критерием эффективности оценки полезной составляющей, в зависимости от постановки решаемой задачи, может выступать значение среднеквадратического отклонения разности между оценкой полезного сигнала и её истиной моделью:

, .

Далее приводятся некоторые примеры обработки и значения погрешностей для метода реконструкции изображений. Исследование эффективности проводятся на тестовых изображениях, где удаленные блоки пикселей находятся на однородных участках текстурных областей.

На рисунке 1 представлен пример восстановления изображения «Цветные камни», а на рисунке 2 пример восстановления фрагмента изображения «Перцы» (а – исходное изображение; б – изображение с отсутствующими блоками пикселей; в – изображение, восстановленное методом реконструкции).

а) б) в)

Рис. 1 - Восстановление изображения Цветные камни

Анализ результатов обработки показывает, что предлагаемый метод позволяет синтезировать текстуру с одновременным восстановлением структуры изображения, при этом метод является робастным к размеру, форме, геометрическим особенностям области восстановления [4,5]. Стоит отметить, что количество удаленных пикселей составляет примерно 30% от их общего количества. Отсутствующие блоки находятся на участках со сложной текстурой, при этом предложенный метод не приводит к размытию текстуры при восстановлении больших областей с потерянными пикселями.

а) б) в)

Рис. 2 - Восстановление фрагмента изображения Перец

В таблице 1 представлены значения погрешностей обработки и процент удаленных пиксели для предложенного метода реконструкции изображений при наилучших значениях параметров обработки для рассмотренных тестовых изображений.

Таблица 1 – Зависимость погрешности обработки для различных изображений

	Процент удаленных пикселей, %
Цветные камни	18	1,73
Перцы	31	2,23

В заключении можно сделать следующие выводы.

Предлагается новый подход к сжатию изображений на основе метода реконструкции, который состоит из процедуры удаления квадратных блоков пикселей на изображении фиксированного размера с последующим кодированием оставшихся блоков методом JPEG. В качестве метода восстановления изображений выбран метод реконструкции на основе текстурного анализа. Данный метод заключается в поиске самоподобных областей на изображении и копировании их в область с отсутствующими пикселями. Сжатие в предлагаемом подходе происходит за счет уменьшения количества блоков изображения, для которых используется JPEG. Показана эффективность подхода на нескольких примерах при восстановлении блоков с пикселями на изображении. Предложенный метод позволяет правильно восстанавливать как большие, так и мелкие детали изображения.

Литература:

1. Воронин В.В. Исследование метода сжатия изображений на основе синтеза текстур. Научно-технический вестник Поволжья. №5 2013г. – Казань: Научно-технический вестник Поволжья, 2013. – 344 с. С. 140 - 143.

2. Воронин В.В. Метод реконструкции изображений на основе интерполяции границ объектов кубическими сплайнами. Успехи современной радиоэлектроники, №6 – Москва: Изд-во Радиотехника, 2012. – С. 26– 30.

3. Voronin V.V., Marchuk V.I., Egiazarian K.O. Images reconstruction using modified exemplar based method// Proceedings of SPIE - The International Society for Optical Engineering Image Processing: Algorithms and Systems IX (SPIE). San Francisco, CA, 2011. С. 78700N.

4. Воронин В.В., Марчук В.И., Саакян Г.Р. Метод построения составной кривой при восстановлении границ объектов на изображении// Успехи современной радиоэлектроники. Зарубежная радиоэлектроника. 2011. № 9. С. 11-15.

5. Voronin V.V., Marchuk V.I., Sherstobitov A.I., Egiazarian K.O. Image inpainting using cubic spline-based edge reconstruction// Proceedings of SPIE - The International Society for Optical Engineering Image Processing: Algorithms and Systems IX (SPIE). San Francisco, CA, 2012. С. 82950I.