|
рисунке1.2. Как видно из рисунков 1.1 и 1.2, основу методов и алгоритмов сжатия составляет преобразование входного сигнала (изображения) с целью получения более компактного его представления. Преобразование осуществляет проекцию исходного сигнала, представленного в одном пространстве, в другое пространство, где свойства сигнала меняются, и он становится удобным для последующего квантования и кодирования. Кроме того, преобразование обеспечивает декорреляцию входного сигнала, что важно при отделении низкочастотного полезного сигнала от высокочастотной помехи или при обработке мультиспектральных изображений. Таким образом, выбор вида преобразования является определяющим при разработке методов и алгоритмов сжатия (зашумленных) изображений. В настоящее время известно несколько видов преобразований, которые применяются в методах и алгоритмах сжатия изображений. Одним из эффективных преобразований является вейвлетпреобразование, обоснование выбора которого для решения обозначенной проблемы, приводится в следующем разделе. Зашумленное изображение Хранение или передача Восстановленное изображение (без шума) Извлечение из базы данных или прием Рисунок 1.2 Схема процесса восстановления обработанного изображения. Как при архивировании, так и при передаче качество восстановленного изображения принято оценивать через объективные и субъективные оценки. 13 |
изображение рассматривается как отфильтрованное, или, другими словами, адаптированные к зашумленным данным Y методы (алгоритмы) компрессии и Л восстановления формируют оценку X оригинального, неискаженного изображения X. Во втором случае решается задача передачи данных зашумленного изображения, когда требуется передавать потоки бит в каналах связи с ограниченной пропускной способностью. При этом задача трактуется как* потоковая передача неискаженных данных изображения, которые неизвестны, по каналу связи с искажениями. Таким образом, перед квантованием и кодированием должна быть найдена оценка оригинального, неискаженного Л изображения X , что приводит к необходимости разрабатывать алгоритмы * фильтрации (предварительной обработки) реального времени, согласованные с последующей компрессией или выполняемые с ней одновременно. Таким образом, получается следующая (традиционная) схема сжатия/восстановлепия зашумленного изображения, показанная на рис. 1.1.1 и рис.1.1.2. Как видно из рис. 1.1.1, 1.1.2, основу методов и алгоритмов сжатия составляет преобразование входного сигнала (изображения) с целью получения более компактного его представления. Преобразование осуществляет проекцию исходного сигнала, представленного в одном пространстве, в другое пространство, где свойства сигнала меняются, и он становится удобным для последующего квантования и кодирования. Кроме того, преобразование обеспечивает декорреляцию входного сигнала, что важно при отделении низкочастотного полезного сигнала от высокочастотной помехи или при обработке мультиспектральных изображений. Таким образом, выбор вида преобразования является определяющим при разработке методов и алгоритмов сжатия (зашумленных) изображений. В настоящее время известно несколько видов преобразований, которые применяются в методах и алгоритмах сжатия изображений. Одним из эффективных преобразований является вейвлет14 15 преобразование, обоснование выбора которого для решения обозначенной проблемы, приводится в следующем разделе. Зашумленное изображение Хранение или передача Рис.1.1.1. Схема процесса обработки зашумленного изображения. Восстановленное изображение (без шума) Извлечение из базы данных или прием •4 Рис. 1.1.2. Схема процесса восстановления обработанного изображения. Как при архивировании, так и при передаче качество восстановленного изображения принято оценивать через объективные и субъективные оценки. Среди объективных (количественных) оценок применяют среднеквадратическую ошибку (СКО), определяемую как /41, 50, 58, 60, 64/: СКО А-1 X л 1/2 J . (1.1.2) где А число точек изображения, и пиковое отношение сигнал/шум (ПОСШ), измеряемое в децибелах (дБ) /41, 50, 58, 60, 64/: тахх,, ПОСШ 1Л1~ 4 1 и101g 201g max ху xv СКО (1.1.3) В соотношении (1.1.3) подразумевается, что минимальное значение сигнала равно нулю, в противном случае в числителе диапазон сигнала. Для восьмибитовых нормализованных изображений, применяемых в |