Декорреляция изображения

Федеральное государственное автономное образовательное учреждени учреждение высшего образования

«Южный федеральный университет»

Институт радиотехнических систем и управления

Кафедра: РПрУ и ТВ

Реферат

На тему: « Алгоритмы эффективного статистического кодирования изображения »

Выполнила:

Студентка группы РТмо 1-1

Литвинова В.А.

Проверил:

д.т.н., профессор каф. РПрУ и ТВ

Мелешкин С.Н.

Таганрог 2016

Содержание:

1. Введение

2. Модель изображения

3. Структура алгоритма

4. Декорреляция изображения

4.1. Проадаптация в кодировании изображений

4.2. Декорреляция изображений набором предсказателей

4.3. Адаптивная декорреляция изображений

4.4. Межкомпонентная обработка

5. Кодирование повторяющихся последовательностей

5.1. Кодирование участков из нулей

5.2. Кодирование последовательностей из нулей

Заключение

Список литературы

Введение

Изображения, полученные от сканера, телевизионного датчика или другого сканирующего устройства, избыточны и содержат большое количество ненужной информации. Кодирование (компрессия) изображений для достижения больших коэффициентов сжатия может сопровождаться потерей некоторой части полезной информации. При кодировании без потерь сохраняются все детали изображения, в том числе и шум, но коэффициент сжатия получается на порядок меньший. Наименее востребованы алгоритмы кодирования без потерь, ввиду их малой эффективности*)Поэтому задача совершенствования неискажающих методов кодирования может показаться неактуальной и малопривлекательной. Однако, большая часть блоков алгоритма кодирования без потерь применяется в искажающих алгоритмах. Алгоритмы различаются лишь блоками, вносящими искажения. Таким образом, алгоритмы кодирования без потерь можно рассматривать как основу для искажающих алгоритмов. Без совершенных неискажающих частей нельзя построить хороший алгоритм кодирования с потерями..

Далее будут предложены новые алгоритмы кодирования изображений без потерь и рассмотрены вопросы оптимизации отдельных частей алгоритма.

Модель изображения

Построение алгоритма кодирования изображений начинается с выбора способа кодирования, который в основном определяется моделью изображений. Что такое изображение? На этот вопрос есть много не похожих друг на друга ответов и, соответственно, столько же алгоритмов кодирования изображений. Одни считают, что изображение – это набор точек со случайными значениями яркости и цветности, другие, что это сумма гармоник, вейвлетов или других базисных функций. Каждая из моделей изображений имеет свои достоинства и недостатки, которые сказываются на одних типах изображений и не сказываются на других, оказываются полезными в одних приложениях и вредны в других.

Чтобы объединить полезные особенности различных моделей, дадим общее определение изображению. Рассмотрим процесс формирования изображения: это проекция трёхмерного мира на "плоскость" сетчатки глаза, фотоприёмника или другого чувствительного (и не только к свету) элемента. Множество проецируемых трёхмерных объектов даст множество деталей изображения Χ ⁿ,а условия проекции и законы природы дадут множество ℜ ⁿ правил комбинации элементов из Χ ⁿ. Сцена в кодируемом изображении создаётся с участием многих факторов различной природы. Многообразие деталей изображений и правил их композиции столь велико, что априорные предположения можно составить только об основных свойствах изображения, при этом многие закономерности останутся неучтёнными. Вдобавок ко всему, свойства изображения непостоянны в различных участках растра, что приводит к необходимости неточного (вероятностного) описания сигнала. Таким образом, модель изображения можно представить в виде некоторого вероятностного пространства

{Χ ⁿ, ℜ ⁿ, Ρ ⁿ},

где Χ ⁿ – множество значений отсчётов изображения и графических примитивов, а ℜ ⁿ – набор правил по которым они взаимодействуют, Ρ ⁿ – семейство вероятностных мер, n – размерность множеств.

Из столь абстрактной модели изображения ничего полезного для построения алгоритма кодирования не следует, но она позволяет сравнивать различные подходы в кодировании изображений. Так некоторые алгоритмы кодируют информацию только из Χ ⁿ, используя лишь априорную информацию о статистических взаимосвязях отсчётов. Больший интерес представляют алгоритмы, кодирующие информацию как из Χ ⁿ, так и из ℜ ⁿ. Например, при использовании преобразования Карунена-Лоэва оцениваются параметры базисных функций, которые затем сохраняются вместе со сжатым изображением. Есть примеры и крайнего случая, когда кодирование осуществляется преимущественно в ℜ ⁿ. Это фрактальные алгоритмы, которые представляют изображение как набор параметров аморфных преобразований.

Множества Χ ⁿ ℜ ⁿ сильно взаимосвязаны. Пренебрегая информацией от одного множества, можно, конечно, обойтись информацией от другого, но эффективность алгоритма в этом случае будет далека от потенциальной. Информация, заключённая в изображении, многохарактерна, и для её эффективного кодирования необходимо использовать несколько моделей изображений и несколько способов компрессии, сочетая их достоинства.

Структура алгоритма

Известны три способа кодирования изображений: с предсказанием, с преобразованием и пирамидальное. За основу взято кодирование с предсказанием. В отличие от кодирования с преобразованием оно не вносит дополнительной избыточности и более удобно для построения адаптивных схем в отличие от пирамидального кодирования.

На рисунке 1 приведена структура алгоритма. Первый этап кодирования оценивает статистическую зависимость соседних отсчётов и устраняет корреляционную избыточность изображения. Декоррелированные отсчёты сигнала могут содержать зоны из нулей или последовательности повторяющихся нулей, которые кодируются последующими блоками. Некоторые блоки порождают дополнительные данные, чтобы повысить эффективность кодирования основного потока данных.

Рис. 1. Структура алгоритма кодирования изображений

Структура алгоритма не содержит каких-либо оригинальных элементов. Сегодня трудно предложить что-то, что кардинальным образом сказалось бы на эффективности кодирования. Современные алгоритмы кодирования изображений состоят из множества блоков. Применение, пусть даже замечательной, идеи в одном из блоков, часто вредит работе остальных и не даёт ощутимого эффекта. Чтобы достичь сколько-нибудь значительных результатов, необходимо оптимизировать каждый блок в отдельности и минимизировать их негативное влияние друг на друга. Незначительные выигрыши в отдельных блоках складываются в общее повышение эффективности кодирования изображений. Далее будут рассмотрены составные части алгоритма кодирования изображения, их оптимизация и взаимное влияние друг на друга.

Декорреляция изображения