Смекни!
smekni.com

Мультимедийные технологии (стр. 1 из 7)

РЕФЕРАТ

По дисциплине: Мультимедиа технологии

СОДЕРЖАНИЕ1. Проблема сжатия изображений Þ стр. 31.1 Оценка качества изображения Þ стр. 32. Статистическая избыточность изображений Þ стр. 43. Психофизическая избыточность изображений Þ стр. 64. Декорреляция сигнала изображения Þ стр. 65. Кодирование длин серий Þ стр. 86. Кодирование методом LZWÞ стр. 96.1 Принципы метода сжатияLZWÞ стр. 97. Метод кодирования Хаффмена Þ стр. 108. Принципы кодирования с использованием ортогональных преобразований Þ стр. 119. Дискретное косинусное преобразование Þ стр. 1510. Оптимальное распределение двоичных единиц кода между спектральными коэффициентами Þ стр. 1711. Сжатие изображений в формате JPEGÞ стр. 18Вывод Þ стр. 22Список литературы Þ стр. 23

1 проблема сжатия изображений

Для записи изображений требуются достаточно большие объемы памяти, часто в единицы и даже десятки Мегабайт – а, это может оказаться недостижимым, если изображение необходимо записать на дискету или передать по Интернет. Существуют специально разработанные форматы записи графических файлов, практически каждый из которых базируется на том или ином, а иногда и на нескольких алгоритмах сжатия изображений – это является решением проблемы. Посредством сжатия (компрессии) изображений удается в несколько раз и даже в ряде случаев в десятки раз сократить цифровой поток, представляющий изображение. Например: есть отсканированная фотография – цветное изображение 1732*1165 пикселов при 24 битах на пиксел (режим TrueColor) требует 5,8 Мбайт. Для такого изображения при записи его в формате TIFF требуется приблизительно 4,9 Мбайт, а если использовать формат JPEG, то можно получить разные степени сжатия в зависимости от жесткости требований предъявляемых к качеству изображения. В данном случае максимально высокого качества изображение будет занимать всего 2,4 Мбайт, среднего (вполне приемлего для большинства задач) качества 0,2 Мбайт, а применение максимального сжатия позволит довести эту цифру до 0,07 Мбайта.

При записи изображений – существует еще одна существенная деталь - сохранение качества изображения. Как правило, проблема эффективного сжатия изображений решается либо без потери качества, либо с минимальными потерями, практически незаметными для зрителя. Это оказалось возможным благодаря свойственным изображениям статистической и психофизической избыточности, чтопозволяет произвести такое кодирование изображения, при котором для его записи потребуется существенно меньше двоичных единиц кода.

1.1 Оценка качества изображения

"Качество изображения" – это понятие, которое можно рассматривать как меру подобия сформированного изображения его входному оптическому изображению. Для определения критерия качества на практике пользуются методом экспертных оценок, а также рядом измеряемых параметров, набор которых может быть разным для информационных систем различного назначения, в которых то или иное изображение используется.

Наиболее часто оцениваемыми являются следующие

параметры:

- четкость, определяемая числом элементов разложения изображения по горизонтали и вертикали;

- воспроизведение градаций яркости внутри яркостного динамического диапазона;

- контраст, под которым понимают отношение максимальной яркости изображения к минимальной;

- отношение сигнала к шуму, определяемое как отношение размаха сигнала от черного до белого к эффективному значению шума;

- геометрические искажения, характеризующие точность воспроизведения координат отдельных элементов исходного изображения;

- цветовоспроизведение, характеризующее степень отличия цветов в полученном изображении от цветов в исходном изображении, а также ряд других параметров.

При оценке качества существует ряд дополнительных факторов

- если производится оценивание отношения сигнала к шуму для системы, конечным звеном которой является человек, то следует обращать внимание на степень видности помехи для зрителя, которая в сильной степени зависит от спектрального состава помехи. Делают оценку сигнала к взвешенному шуму (Среднеквадратичное значение шума, предварительно пропущенного через фильтр, имитирующий частотные преобразования, протекающие в зрительной системе):

- для предотвращения возникновения шума пространственной дискретизации частота пространственной дискретизации, т.е. плотность отсчетов на изображении, в соответствии с теоремой Котельникова должна по крайней мере вдвое превышать верхнюю частоту пространственного спектра дискретизируемого изображения, а во избежание появления ложных контуров на изображении число уровней квантования должно быть выбрано достаточно большим (стандартным требованием является 256 уровней квантования), что потребует достаточно большого числа бит на каждый пиксел изображения. Этим как раз и обусловливаются то большое количество двоичных единиц, которым описывается изображение, а, следовательно, и необходимость его сжатия.

2 Статистическая избыточность изображений

Статистическая избыточность сигнала неподвижного изображения обусловлена наличием сильных статистических связей между его смежными пикселами, а также тем, что различные уровни их яркости имеют различную вероятность.

Статистическая избыточность сигнала, которым представлено изображение, как неподвижное, так и движущееся, может быть устранена или сильно уменьшена, а, следовательно, уменьшен цифровой поток, путем его соответствующей перекодировки (сжатия).

Эта перекодировка включает в себя два этапа - вначале декорреляцию сигнала, а затем представление часто встречающихся значений сигнала более короткими кодовыми комбинациями, а редко встречающихся значений - более длинными кодовыми комбинациями.

При этом не происходит потери информации, поскольку исходное изображение может быть точно восстановлено. Вследствие этого методы, реализующие этот принцип сжатия изображений, называются методами сжатия без потери информации, или энтропийными методами (от слова "энтропия" - одного из основных понятий теории информации).

Энтропия - (согласно Шеннону) является мерой, устанавливающей среднее количество информации на символ сообщения (на растровый элемент изображения). Для последовательности из m статистически независимых символов, появляющихся с вероятностями

, энтропия выражается в следующем виде

, (1.1)

где

- двоичный логарифм, i- номер символа.

Если вероятность появления некоторого символа сообщения равна единице, а остальных нулю, т.е. неопределенность появления данного символа отсутствует, и энтропия будет равна нулю. В случае же, когда вероятности появления всех символов одинаковы

,

энтропия достигает своего максимального значения равного

Сопоставляя найденное значение энтропии с ее максимальным значением, определяют величину избыточности сигнала следующим образом

. (1.2)

В том случае, когда вероятности появления всех символов одинаковы

,

избыточность, как это ясно из изложенного, отсутствует.

Коэффициент, показывающий, во сколько раз можно уменьшить число двоичных единиц кода, требующихся для представления сообщений источника с энтропией H (в рассматриваемом случае изображения), по сравнению со случаем, когда при том же наборе символов все символы источника сообщения кодируются кодовыми словами одинаковой длины, называется коэффициентом сжатия

. (1.3)

До сих пор мы рассматривали случай, когда смежные растровые элементы изображения были статистически независимы, т.е. в качестве изображения был выбран белый шум. Однако в реальных изображениях значения яркостей смежных пикселов взаимно коррелированы. В этом случае, располагая значением сигнала, представляющего яркость некоторого пиксела, можно с некоторой вероятностью предсказать значения сигналов от соседних пикселов. Следовательно, информация, привносимая последующим пикселом в случае знания предшествующего, будет меньше, чем в случае, когда сигналы, представляющие значения яркости пикселов, были бы статистически независимы. Величина энтропии

в этом случае должна рассчитываться уже по другой формуле

, (1.4)

где

- условная вероятность появления j-го символа, если предыдущим был i-ый символ. Формула (1.4) является более общей и в частном случае, когда статистическая связь между пикселами отсутствует, она переходит в формулу (1.1). Действительно, в этом случае, поскольку
от i не зависит, мы можем его заменить на
и записать