Проверяемый текст
Бехтин, Юрий Станиславович; Методы и алгоритмы вейвлет-кодирования зашумленных изображений в радиотехнических системах (Диссертация 2009)
[стр. 67]

видео с разрешением 720*576 пикселей до 5 Мбит/с.
Данный алгоритм не столь требователен к ресурсам системы, как рассматриваемые ниже, но и не обладает высокими показателями качества.
1.3.2.
Алгоритмы сжатия, построенные на вейвлетах Одним из важных свойств вейвлет-преобразования является концентрация энергии в одной низкочастотной (НЧ) субполосе после того, как исходное изображение разбивается на субполосы.
Концентрация энергии в одной НЧ субполосе приводит к эффективному применению скалярных квантователей.
Для квантования областей с низкой энергией отводится меньшее количество бит, что обеспечивает сжатие.
Однако такой подход не учитывает остаточную структуру, сохраняющуюся в вейвлет-коэффициентах высокочастотных (ВЧ) субполос.
В ВЧ субполосах имеются обычно большие области с нулевой или малой энергией.
Области с высокой энергией повторяют от субполосы к субполосе свои очертания и местоположение.
Это объясняется тем, что они появляются вокруг контуров в исходном изображении там, где вейвлет-преобразование не может адекватно представить сигнал, что приводит к «утечке» части энергии в ВЧ субполосы.
Медленно изменяющиеся, гладкие области исходного изображения хорошо описывают НЧ вейвлет-базисы, что приводит к концентрации энергии в малом числе коэффициентов НЧ субполосы.
Этот процесс примерно повторяется на всех уровнях декомпозиции, что приводит к визуальной «похожести» различных субполос.
Априорное
знание о том, что изображение состоит из гладких областей, текстур и контуров, помогает учитывать эту межполосную структуру (рисунок 1.35).
В настоящее время известны следующие методы и построенные на вейвлетах на алгоритмы сжатия сигналов и изображений: 1.
Кодирование нулевым деревом (Zerotree coding), А.Льюис (A.Luis), Г.Ноулес (G.Noles)
[111]; 67
[стр. 80]

негативному восприятию изображения.
При повышении степени сжатия также наблюдается появление ореолов вдоль границ резких перепадов яркости, что объясняется эффектом Гиббса.
MotionJPEG (MJPEG) представляет собой стандартизированный формат записи потока отдельных кадров, каждый из которых сжат по алгоритму JPEG независимо от остальных.
При использовании алгоритма сжатия MJPEG средний коэффициент сжатия видеосигнала составляет около 5:1, а скорость передачи видео с разрешением 720x576 пикселей до 5 Мбит/с.
Данный алгоритм не столь требователен к ресурсам системы, как рассматриваемые » ниже, но и не обладает высокими показателями качества.
1.3.2.
Алгоритмы сжатия, построенные на вейвлетах.
Одним из важных свойств вейвлет-преобразования является концентрация энергии в одной низкочастотной (НЧ) субполосе после того, как исходное изображение разбивается на субполосы.
Концентрация энергии в одной НЧ субполосе приводит к эффективному применению скалярных квантователей.
Для квантования областей с низкой энергией отводится меньшее количество бит, что обеспечивает сжатие.
Однако такой подход не учитывает остаточную структуру, сохраняющуюся в вейвлет-коэффициентах высокочастотных (ВЧ) субполос.
В ВЧ субполосах имеются обычно большие области с нулевой или малой энергией.
Области с высокой энергией повторяют от субполосы к субполосе свои очертания и местоположение.
Это объясняется тем, что они появляются вокруг контуров в исходном изображении —там, где вейвлет-преобразование не может адекватно представить сигнал, что приводит к «утечке» части энергии в ВЧ субполосы.
Медленно изменяющиеся, гладкие области исходного изображения хорошо описывают НЧ вейвлет-базисы, что приводит к концентрации энергии в малом числе коэффициентов НЧ субполосы.
Этот процесс примерно повторяется на всех уровнях декомпозиции, что приводит к визуальной «похожести» различных субполос.
Априорное
80

[стр.,81]

знание о том, что изображение состоит из гладких областей, текстур и контуров, помогает учитывать эту межполосную структуру (рис.1.3.3).
В настоящее время известны следующие методы и построенные на вейвлетах на алгоритмы сжатия сигналов и изображений: 1.
Кодирование нулевым деревом {Zerotree coding), А.Льюис (A.Luis), Г.Ноулес (G.Noles)
/154/; 2.
Кодирование погруженным нуль-деревом EZW (Embedded Zerotree coding), Шапиро (Shapiro, 1993)/194/; 3.
Установка поразделений в иерархических деревьях SPIHT (Set Partitioning in Hierarchical Trees coding), А.Саид (A.Said) и У.Пирлман (W.Pearlman), 1996.
Также использует нуль-деревья /188/; 4.
ECECOW, By (Wu, 1997).
Использует арифметическое кодирование для контекстных данных /74/; 5.
ЕВСОТ, Таубман (Taubman, 2000).
Также использует арифметическое кодирование для различного контекста /74/; 6.
JPEG2000, новый стандарт, базирующийся на ЕВСОТ /87/; 7.
GTW, Хонг (Hong), Леднер (Ladner), 2000.
Использует группы тестирования, которые близки к кодам Голомба (Golomb codes) /212, 218/.
Ч * 8.
MPEG-4, стандарт, базирующийся на принципах компрессии MPEG-1, % MPEG-2 /69/.
Ниже приводятся описание только методов EZW, JPEG2000, SPIHT, MPEG-4, поскольку они являются наиболее известными и распространенными на текущий момент.
Программные реализации данных кодеков также легко найти в Интернет.
Алгоритм А.Льюиса и Г.Ноулеса (Zerotree coding).
Впервые идею использования вышеописанного свойства вейвлет-преобразования предложили А.
Льюис и Г.Ноулес /154/.
Их алгоритм базировался на построении пространственно-ориентированных деревьев (ПОД) в субполосах вейвлеткоэффициентов (рис.
1.3.4).
8 1

[Back]