Содержание к диссертации
Введение 5
1. Вопросы сжатия изображений 10
Сжатие данных. Основные требования 10
Сжатие изображений. Обзор существующих методов сжатия... 13
Сжатие без потерь информации 14
Сжатие с потерями информации 15
1.3. Анализ методов сжатия «без потерь» в задачах компрессии
изображений 16
Классификация методов сжатия изображений без потерь
информации 17
Одномерные методы сжатия изображений 18
Двумерные методы сжатия изображений 25
1.4 Анализ методов сжатия изображений «с потерями» 29
Классификация методов сжатия с потерями информации 29
Сжатие, основанное на ДКП 30
Сжатие, основанное на ДВП 32
Векторное квантование 35
1.5. Визуализация ошибок преобразования при сжатии
изображений 36
1.6. Пути улучшения работы алгоритмов сжатия 38
1.6. Выводы по разделу 40
2. Свойства зрительной системы человека при восприятии
изображений 43
2.1. Области и границы как основа анализа изображения при
зрительном восприятии 43
2.2. Чувствительность к искажениям яркости элементов
изображения 48
2.3. Модель зрительной системы человека 53
2.4. Выводы по разделу 56
3. Сжатие фотореалистических изображений 58
Цифровое представление изображений реальных сцен 58
Модели изображения 62
Растровая модель изображения 62
Доменная модель изображения 64
Структурная модель изображения 68
Преобразования изображений в рамках структурной модели ....71 Допустимые структурные преобразования визуальных объектов
изображения 73
3.2.4.Упрощенная структурная модель изображения 75
Допустимые преобразования в рамках упрощенной структурной
модели изображения 77
3.3. Структура фотореалистических изображений 79
3.4.Методы оценки качества изображений в задачах сжатия с
искажениями 83
Математические меры качества обработанных изображений 84
Визуальные меры оценки качества изображений 86
3.5. Выводы по разделу 88
4. Метод контекстного преобразования 92
4.1. Разработка метода контекстного преобразования 92
4.1.1. Обобщенный метод контекстного преобразования
фотореалистических изображений 98
4.1.2. «Прямой» алгоритм контекстного преобразования 100
4.1.3.«Обратный» алгоритм контекстного преобразования 105
4.1.4. Оптимизация алгоритма по порогам контрастной
чувствительности 109
4.2. Экспериментальное исследование метода контекстного
преобразования для статических полутоновых фотореалистических
изображений 114
Оптимизация по пороговому контрасту 114
Алгоритм «прямого» контекстного преобразования 116
Алгоритм «обратного» контекстного преобразования 119
4.2.4. Сравнение эффективности «прямого» и «обратного»
алгоритмов контекстного преобразования 125
4.3. Выводы по разделу 127
Заключение 129
Литература 132
Приложения 138
П.1. Список иллюстраций 138
П.2. Примеры изображений для исследования влияния основных
параметров стимулов на порог контрастной чувствительности 140
П.З. Особенности применения математических мер оценки качества
результирующих изображений 142
П.4. Примеры на тестовых изображениях 143
П.5. Сравнение эффективности метода контекстного
преобразования для различных конечных кодеров 146
Введение к работе
Актуальность темы.
В настоящее время наблюдается активный переход к цифровым формам представления сигналов, их цифровой обработке, хранению и передаче. Этот процесс затронул и сигналы изображений (мультимедийных данных), что обусловлено развитием информационных технологий и важной ролью визуальной информации во многих сферах человеческой деятельности. Однако цифровая форма представления сигналов изображений требует больших объемов данных, вследствие чего получаемые в результате оцифровки файлы имеют очень большие размеры. Как следствие, возникают сложность при транспортировке и хранении таких файлов. С развитием техники возможно предположить дальнейшее обострение проблемы из-за увеличения разрешающей способности устройств ввода-вывода видеоинформации. Такое положение вещей привело к активной разработке методов сжатия цифровых видеоданных.
К моменту возникновения проблемы сжатия видеоинформации уже были разработаны ряд эффективных методов сжатия, относящихся к классу методов сжатия «без потерь», т.е. обеспечивающих идентичность исходных (кодируемых) данных и восстановленных в процессе декомпрессии. Однако, простое переложение этих методов в область сжатия изображений, в ряде случаев, не дало ощутимого эффекта. К таким «неудобным» изображениям можно отнести, например, изображение реальных сцен (фотореалистические изображения), полученные в процессе преобразования свет-сигнал с применением различных устройств (электронно-лучевых трубок, матриц ПЗС). Для увеличения эффективности сжатия изображений были разработаны принципиально новые методы сжатия, допускающие некоторые потери информации, согласованные со зрительной системой человека.
Применение таких методов позволило достигать существенных значений коэффициентов сжатия (особенно для потоков видеоинформации). Такие методы принято относить к классу методов сжатия «с потерями».
Однако, в ряде областей техники применение современных методов компрессии изображений «с потерями» оказалось сильно ограничено, а в некоторых случаях и неприемлемо, что связано с недопустимым уровнем вносимых при кодировании ошибок, либо с эффектом визуализации ошибок, например, в результате их накопления в процессе цифровой обработки. К таким областям относятся те, в которых изображения подвергаются многократным обработкам, например, в издательском деле, в области цифровой видеосъемки при дальнейшем применении нелинейного видеомонтажа и т.п. А также, те области техники, в которых результирующие изображения выводятся на носители с растром, структура которого пространственно согласована со структурой растра принятого при сжатии (например, в полиграфии). Такое пространственное согласование приводит к проявлению (визуализации) ошибок преобразования при наложении растров. В то же время, в перечисленных областях, предъявляются весьма высокие требования к визуальному качеству результирующих изображений.
Таким образом, существует необходимость поиска эффективных методов сжатия, обеспечивающих высокое качество результирующих изображений, но не обладающих вышеперечисленными недостатками.
В диссертационной работе рассматриваются вопросы сжатия фотореалистических изображений при условии обеспечения высокого визуального качества (перцептуальной компрессии), отсутствия эффекта накопления искажений (ошибок преобразования), связанных со сжатием «с потерями», и отсутствия формирования внутренних растровых структур (артефактов); предлагается метод контекстного преобразования, решающий
поставленную задачу, основанный на предложенной структурной модели
статического изображения.
Целью работы является: разработка и исследование метода контекстного
преобразования при сжатии фотореалистических изображений с высоким
качеством.
Задачи исследования:
Анализ существующих методов сжатия изображений. Выявление недостатков этих методов в случае компрессии фотореалистических изображений при условии обеспечения малых потерь в качестве, отсутствия эффекта накопления ошибок преобразования при многократной обработке и при наложении растров.
Исследования особенностей визуального восприятия оцифрованных изображений, выявление области допустимых искажений, при обеспечении высокого визуального качества.
Анализ существующих моделей изображений, выявление недостатков этих моделей в области перцептуального сжатия, разработка модели для определения допустимых искажений.
Разработка и исследование метода контекстного преобразования для сжатия фотореалистических изображений, согласованного со зрительной системой человека.
Экспериментальное моделирование предложенных алгоритмов и оценка их эффективности.
Методы исследования. Для достижения поставленной цели в диссертационной работе использовались методы цифровой обработки сигналов, теория аналоговых и дискретных сигналов, теория информации, машинное моделирование.
Научная новизна:
1. Проведен анализ эффективности применения современных методов
сжатия фотореалистических изображений, при условии обеспечения высокого визуального качества результирующих изображений.
Проведен анализ психофизических особенностей восприятия изображений, а так же анализ особенностей восприятия искажений яркости изображений в реальных условиях предъявления.
Проведено экспериментальное исследование структуры изображений реальных сцен. Выявлены особенности формирования визуальных объектов, влияющих на эффективность применения методов сжатия.
Предложена структурная модель изображения, позволяющая более эффективно оценивать искажения. Приведена классификация искажающих воздействий. В рамках упрощенной структурной модели оценено их влияние на основные характеристики визуальных объектов
Разработан и исследован метод контекстного преобразования фотореалистических изображений, обеспечивающий повышение эффективности применения конечных кодеров с высоким качеством результирующих изображений.
Практическая ценность работы определяется тем, что предложенные модель изображения и основанный на ней метод контекстного преобразования позволяют получить выигрыш по сжатию для фотореалистических изображений, при обеспечении отсутствия эффекта накопления ошибок преобразования. Положения, выносимые на защиту:
1. Структурная модель изображения, учитывающая свойства визуального объекта, представленного совокупностью контуров и множества функций, описывающих яркостную область.
Модель искажений, а также понятие допустимых искажений, с точки зрения обеспечения высокого визуального качества результирующих изображений.
Метод контекстного преобразования изображения, с целью повышения коэффициентов сжатия конечных кодеров при отсутствии эффекта визуализации искажений.
Результаты машинного моделирования метода контекстного преобразования, а именно экспериментальные оценки эффективности его применения на тестовых изображениях.
Внедрение результатов работы. Результаты работы использовались в разработках ЗАО «Телекомпания «Царское Село»» и в учебном процессе Санкт-Петербургского государственного университета аэрокосмического приборостроения.
Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на IV,V,VIII,IX научных сессиях ГУАП (г. Санкт-Петербург 2001,2002,2005,2006), VII Международной научно-технической конференции студентов и аспирантов МЭИ (г. Москва 2001), V Международной конференции «Цифровая обработка сигналов и ее применение» (г. Москва 2003), а также на семинарах кафедры «Радиопередающих и телевизионных систем» ГУАП (2001-2003), кафедры «Безопасности информационных систем» ГУАП (2001-2006) и Международном научно-техническом семинаре ISU университета штата Индиана (США, г. Терра Хот, Индиана 2005). Предложенный алгоритм зарегистрирован в отраслевом фонде алгоритмов и программ (Волошина Н.В., Сертификат №2499, 2003)
Публикации. Материалы, отражающие основное содержание и результаты диссертационной работы, опубликованы в 8 печатных работах
Похожие диссертации на Контекстное преобразование при сжатии фотореалистических изображений
