Кодирования изображений по методу jpeg и jpge2000. Оценка

ОЧЕТ ПО ПРОЕКТУ MULTIMEDIA.
Реализация кодирования изображений по методу jpeg и jpge2000 и
реализация оценок качества изображений по метрикам SSIM, PSNR, MSE, а
так же наложения гауссовского шума на изображение.
Работу выполнил студент 3 курса 713 группы,
Садовников Вячеслав Геннадьевич
1. Реализация кодирования jpeg и jpeg2000.
С помощью open-sourse библиотеки libjasper (a library implementing the JPEG-2000
image compression standard) было реализовано сжатие изображений в форматах jpeg и
jpeg2000. Данное приложение в качестве входных данных принимает изображение в
формате bmp (растровое изображение ), на выходе возможно получение изображений в
форматах jpeg и jpeg2000.
Далее демонтируется процесс сборки и использования приложения.
Сборка приложения.
1.1 Сначала необходимо распаковать архив с программой произвольную
директорию:
tar -xvzf jpcoder.tar.gz
1.2 Сборка приложения:
../configure&& make
Процесс сборки займет некоторое время. Дело в том, что в процессе компиляции
приложения, выполняющего кодирование jpeg и jpeg2000 происходит сборка всей
библиотеки libjasper, которая составляет большую часть всех файлов. После успешной
компиляции файл программы создается в каталоге src/appl, разумеется в папке куда был
распакованы исходные тексты.
Теперь для того, чтобы сжать изображение в формате jpeg или jpeg2000
достаточно зайти в src/appl и сделать следующее:
./jpeg_e input.bmp output.jpg — кодирование в формате jpg
./jpeg_e input.bmp output.jp2 — кодирование в формате jpeg2000
В результате создаются файлы с соответствующим кодированием. Для наглядности
можно сравнить размеры каждого из них:
Параметры кодирования изображения выбираются приложением автоматически,
на основании исходной картинки. При кодировании используется стандартная матрица
квантования, входящая в библиотеку libjasper.
Ниже приведены исходная и сжатые изображения:
исходное растровое изображение
jpeg — сжатие
2.
Подсчет качества изображения с использованием различных метрик.
Следующий этап работы был связан с подсчетом качества изображений с
использованием различных метрик. В работе были реализованы метрики MSE, PSNR,
SSIM.
В этой работе была использована система MathLab для сравнения двух
изображение со следующими характеристиками:
Первое изображение
Filename
FileSize
Format
bottle_beluga104x240.bmp
26038
bmp
Version 3 (Microsoft
FormatVersion
Windows 3.x)
Width
104
Height
240
BitDepth
8
ColorType
indexed
FormatSignature
BM
NumColormapEntries 256
Colormap
[256x3 double]
ImageDataOffset
1078
40
BitmapHeaderSize
NumPlanes
CompressionType
BitmapSize
HorzResolution
VertResolution
NumColorsUsed
NumImportantColors
1
none
24960
2835
2835
256
256
Второе изображение
Filename
FileSize
Format
FormatVersion
Width
Height
BitDepth
ColorType
FormatSignature
NumberOfSamples
CodingMethod
CodingProcess
bottle_encode.jpg
4952
jpg
''
104
240
8
grayscale
''
1
Huffman
Sequential
Как уже говорилось, оценка качества производится в системе MathLab. Для начала
перейдем в каталог с написанным кодом
Первая оценка качества производится по метрике MSE и PSNR для двух растровых
изображений, одно из которых зашумлено:
В результате получаем оценку качества исходного (левого) и зашумленного изображений.
Метрику SSIM считает код, расположенные в файле с одноименным названием,
достаточно просто запустить его, передав в качестве параметров сравниваемые файлы
файлы
В данном случае получаем оценку качества несжатого (слева) и сжатого по алгоритму
jpeg изображений.