Проверяемый текст
Бехтин, Юрий Станиславович; Методы и алгоритмы вейвлет-кодирования зашумленных изображений в радиотехнических системах (Диссертация 2009)
[стр. 95]

изображений.
Наконец, применение кодеков на оптимальной рабочей точке не гарантирует качество восстановленного изображения, поскольку подбирается по тестовым
изооражениям определенного класса, искаженных аддитивным гауссовским шумом.
Все другие работы, которые косвенно относятся к теме исследований, обеспечивают улучшение только технических характеристик известных кодеков, например, скорость выполнения вейвлет-преобразования, незначительное повышение ПОСШ у SPIHT на 1-1,5 дБ за счет применения бессписковых структур и т.п.
Из обзора также следует, что для решения обозначенной проблемы не используется нелинейная аппроксимация сигналов по вейвлет-преобразованию.
Поиск базиса по минимуму СКО предлагается только в работе Донохо
[86], но приведенный метод предназначен для фильтрации.
Очевидно, базис для оптимального в смысле максимума ПОСШ восстановленного изображения будет отличаться от базиса в MDL.
Следовательно, разработка методов и
алгоритмов поиска базиса при фиксированной квоте бит является открытым вопросом.
В результате обозначаются два подхода к решению проблемы, показанных на рисунках
1.59, 1.60.
Первый подход (рисунок 1.59) предлагает искать методы и алгоритмы совместной фильтрации и компрессии (то есть в рамках одних вычислительных процедур).
Полученные решения изложены в гл.2 и гл.З.
Второй подход (гл.4) позволяет искать решение задачи фильтрации в пределах и после вейвлет-преобразования и последующего использования его результата для кодирования (рисунок
1.60).
Главное отличие от механической перестановки блоков классического подхода (рисунок 1.1) заключается в том, что параметры алгоритмов фильтрации и компрессии согласованы.
Практическое применение
алгоритмов, программ на их основе, в частности, для обработки и компрессии данных РСА-изображений, приводятся в гл.4.
95
[стр. 108]

изображений при фиксированной квоте бит.
Методы и алгоритмы, построенные на основе принципа MDL, не гарантируют выполнение ограничений на квоту бит.
Кроме того, не исследованы последствия применения различных видов пороговой обработки вейвлет-коэффициентов, в частности, пороговой функции Видаковича, на качество восстановленных изображений.
При субполосном вейвлет-кодировании принцип MDL приводит к раздельному вычислению интервалов и уровней квантования, что дает субоптимальные оценки с точки зрения максимума ПОСШ (или минимума СКО).
В результате отсутствуют работы, где все параметры вейвлет-кодирования рассчитываются в рамках единого критерия.
Использование фильтрации перед вейвлет-преобразованием или в области вейвлет-трансформанты не гарантирует сохранение достигнутого качества после кодирования, поскольку алгоритмы фильтрации и кодирования не согласованы.
При этом текстурные признаки, особенности кодируемого изображения либо не используются совсем, либо их применение не является значимой процедурой в процессе вейвлет-кодирования зашумленных изображений.
Наконец, применение кодеков на оптимальной рабочей точке не гарантирует качество восстановленного изображения, поскольку подбирается по тестовым
изображениям определенного класса, искаженных аддитивным гауссовским шумом.
Все другие работы, которые косвенно относятся к теме исследований, обеспечивают улучшение только технических характеристик известных кодеков, например, скорость выполнения вейвлет-преобразования, незначительное повышение ПОСШ у SPIHT на 1-1,5 дБ за счет применения бессписковых структур и т.п.
Из обзора также следует, что для решения обозначенной проблемы не используется нелинейная аппроксимация сигналов по вейвлет-преобразованию.
Поиск базиса по минимуму СКО предлагается только в работе Донохо
/127/, но приведенный метод предназначен для фильтрации.
Очевидно, базис для оптимального в смысле максимума ПОСШ восстановленного изображения будет отличаться от базиса в MDL.
Следовательно, разработка методов и
108

[стр.,109]

алгоритмов поиска базиса при фиксированной квоте бит является открытым вопросом.
В результате обозначаются два подхода к решению проблемы, показанных на рис.

1.4.1, 1.4.2.
Первый подход (рис.
1.4:1) предлагает искатьВ методы и алгоритмы совместной фильтрации и компрессии (то есть в рамках одних вычислительных процедур).
Полученные решения изложены в гл.2 и гл.З.
Второй подход (гл.4) позволяет искать решение задачи фильтрации в пределах и после вейвлет-преобразования и последующего использования его результата для кодирования (рис.

1.4.2).
Главное отличие от механической i перестановки блоков классического подхода (рис.1.1.1) заключается в том, что параметры алгоритмов фильтрации и компрессии согласованы.
Практическое применение
методов, алгоритмов, программ и устройств на их основе, в частности, для обработки и компрессии данных РСА-изображений и ИК-л изображений многоэлементных ФПУ, приводятся в гл.5.
Зашумленное Хранение изображение или передача 109 Рис.
1.4.1.
Модифицированная схема процесса обработки зашумленного изображения (алгоритмы обработки и компрессии согласованы).
Зашумленное изображение Хранение или передача ► Рис.1.4.2.
Схема процесса обработки зашумленного изображения при совмещении фильтрации и компрессии.

[Back]