Проверяемый текст
Бехтин, Юрий Станиславович; Методы и алгоритмы вейвлет-кодирования зашумленных изображений в радиотехнических системах (Диссертация 2009)
[стр. 82]

Существует много работ, связанных с «оптимизацией» кодеков EZW, JPEG2000, SPIHT.
В частности, известны работы по созданию бессписковых SPIHT-кодеков на основе неразделимых вейвлет-базисов
[30].
В работах В.Умняшкина [54, 55] предлагается итерационный алгоритм поиска оптимального ПОД, минимизирующего СКО искажений.
Наконец, метод выбора наилучшего базиса при вейвлет-пакетном кодировании путем анализа кривой «скорость искажения» представлен в классической работе
[116].
Данные методы рассчитаны на компрессию неискаженных изображений, поэтому их применение для сжатия зашумленных изображений, кроме дополнительных вычислительных затрат, не приведет к заметному повышению ПОСШ.
MPEG-4
[50] разрабатывался как способ передачи потоковых мультимедиаданных, в первую очередь видео, по каналам с низкой пропускной способностью.
Применение вейвлет-преобразования позволило размещать полнометражные фильмы длительностью 1,5-^-2 часа в приемлемом качестве на одном компактдиске.
Алгоритм компрессии видео в MPEG-4 работает по той же схеме, что и в предыдущих форматах MPEG.
При кодировании исходного изображения кодек ищет и сохраняет ключевые кадры, на которых происходит смена сюжета.
Вместо сохранения промежуточных кадров кодек прогнозирует и сохраняет только информацию об изменениях в текущем кадре по отношению к предыдущему или последующему.
Кардинальное нововведение при компрессии видео в MPEG-4 заключается в оперировании объектами с произвольной формой.
К примеру, человек, двигающийся по комнате, будет воспринят как отдельный объект, перемещающийся относительно неподвижного объекта — заднего плана.
В связи с этим, алгоритмы поиска и обработки подобных объектов требуют гораздо больше вычислительных ресурсов, чем MPEG-1,2.

1.3.3.
Поведение кодеков при компрессии зашумленного изображения Анализ устойчивости некоторых алгоритмов компрессии при воздействии шума проводился некоторыми исследователями
[65, 66, 69, 80, 91-93, 101, 120, 82
[стр. 95]

пакеты.
Благодаря гибкой и продуманной структуре пакетов достигаются цели разработки метода сжатия JPEG2000.J Существует много работ, связанных с «оптимизацией» кодеков EZW, JPEG2000, SPIHT.
В частности, известны работы по созданию бессписковых SPIHT-кодеков на основе неразделимых вейвлет-базисов
/39/.
В работах В.Умняшкина /77, 78/ предлагается итерационный алгоритм поиска оптимального ПОД, минимизирующего СКО искажений.
Наконец, метод выбора наилучшего базиса при вейвлет-пакетном кодировании путем анализа кривой «скорость искажения» представлен в классической работе
/164/.
Данные методы рассчитаны на компрессию неискаженных изображений, поэтому их применение для сжатия зашумленных изображений, кроме дополнительных вычислительных затрат, не приведет к заметному повышению посш.
MPEG-4
/69/ разрабатывался как способ передачи потоковых мультимедиа-данных, в первую очередь видео, по каналам с низкой пропускной способностью.
Применение вейвлет-преобразования позволило размещать полнометражные фильмы длительностью 1,5-^-2 часа в приемлемом качестве на одном компакт-диске.
Алгоритм компрессии видео в MPEG-4 работает по той же схеме, что и в предыдущих форматах MPEG.
При кодировании исходного изображения кодек ищет и сохраняет ключевые кадры, на которых происходит смена сюжета.
Вместо сохранения промежуточных кадров кодек прогнозирует и сохраняет только информацию об изменениях в текущем кадре по отношению к предыдущему или последующему.
Кардинальное нововведение' при компрессии видео в MPEG-4 заключается в оперировании объектами с произвольной формой.
К примеру, человек, двигающийся по комнате, будет воспринят как отдельный объект, перемещающийся относительно неподвижного объекта заднего плана.
В связи с этим, алгоритмы поиска и обработки подобных объектов требуют гораздо больше вычислительных ресурсов, чем MPEG-1,2.

9 5

[стр.,96]

1.3.3.
Поведение кодеков при компрессии зашумленного изображения.
Анализ устойчивости некоторых алгоритмов компрессии при воздействии шума проводился некоторыми исследователями
/88, 89, 106, 121, 134-136, 144, 173, 222/.
Однако в данных работах, например R.M.Mercereau /88, 89/, приводятся только рекомендации по использованию некоторых вейвлеткодеков при компрессии изображений, искаженных аддитивным нормальным (гауссовским) шумом с нулевым средним.
Показано, что для каждого кодека существует «оптимальная рабочая точка» (optimal operation point —OOP) /88/, то есть степень сжатия CR или скорость кодирования (в бит/пиксель), на которой достигается максимальное ПОСШ.
При сильных шумах OOP находится в области низких скоростей кодирования (0,05-0,3 бит/пиксель), которая смещается в сторону высоких скоростей кодирования при слабых шумах.
Таким образом, сильный шум превалирует над ошибками квантования при высоких скоростях, следовательно, требуется проведение предварительной фильтрации.
Наоборот, при высокой степени сжатия вейвлет-кодек из-за увеличенной нулевой зоны отбрасывает много вейвлет-коэффициентов, что приводит к эффективному шумоподавлению.
Следовательно, при работе на низких скоростях проведение предварительной фильтрации не имеет смысла.
В контексте решаемой проблемы представляет интерес проведения исследований по сжатию искаженных мультипликативным шумом изображений различных классов с помощью часто применяемых вейвлеткодеков EZW, JPEG2000, SPIHT.
Для исследования вейвлет-кодеков EZW, JPEG2000, SPIHT при работе с зашумленными изображениями было проведено имитационное статистическое моделирование на ЭВМ в среде Matlab с использованием собственных, так и свободно распространяемыми в Интернет m-файлов с добавлением новых динамических библиотек, написанных на языке C++.
При исследовании алгоритма SPIHT использовались лицензионные коды C++, полученные от автора этого метода У.Пирлмана.
С помощью датчиков случайных чисел 9 6

[Back]