И.Н. СУКОНКИН Научный руководитель - О.А. МИШУЛИНА, к.т.н., доцент СЖАТИЕ ИЗОБРАЖЕНИЙ
реклама
И.Н. СУКОНКИН Научный руководитель - О.А. МИШУЛИНА, к.т.н., доцент Московский инженерно-физический институт (государственный университет) СЖАТИЕ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ИХ СЕГМЕНТНОГО ПРЕДСТАВЛЕНИЯ В работе предложен новый подход к решению задачи сжатия полутоновых изображений, основанный на хранении яркостей не отдельных пикселей, а отрезков условно постоянной яркости, называемых сегментами. Рассматривается алгоритм восстановления изображения из кода и приводится оценка коэффициента сжатия, полученная на разработанной программе. Введение. В связи ростом объемов мультимедиа данных, хранимых в базах данных и передаваемых в сети интернет, актуальной является проблема их сжатия. Несмотря на разнообразие алгоритмических подходов к сжатию изображений [1] и используемых программных средств, сохраняется практический интерес к поиску новых подходов к решению этой задачи. В работе предлагается новый алгоритмический подход к сжатию изображений, основанный на их сегментном представлении [2], в котором функция яркости описана не на поле пикселей, а на отрезках условно постоянной яркости, называемых сегментами. Сегментное представление изображения, которое неплотно накрывает яркостное поле, возможно благодаря его существенной автокорреляции и, следовательно, избыточности информации об изображении, хранимой в стандартных форматах. В работе рассматриваются алгоритмы вычисления, кодирования и статистической обработки сегментов, теоретической оценки показателя сжатия полутонового изображения, а также восстановления изображения из архива. Сегментное представление изображения. Сегментный подход основан на анализе функции яркости вдоль произвольно расположенных секущих линий и выделении вдоль них отрезков постоянной яркости (с заданной точностью Δ). Эта процедура (рис. 1) позволяет получить первичное представление изображения в форме массива отрезков постоянной яркости, которые при визуализации позволяют восстановить структуру всех значимых элементов изображения. Каждый сегмент характеризуется положением в поле Рис. 1. Расчет сегментов. изображения, углом наклона и яркостью. Использование прямоугольной сетки секущих линий позволяет исключить хранение угла наклона сегмента. Число сегментов в массиве зависит не только от характера изображения, но и от предустановленного значения параметра Δ. Регулировка этого параметра позволяет варьировать соотношение точность/коэффициент сжатия. Оптимизация кодирования длин и яркостей сегментов. Гистограмма распределения сегментов по длине при анализе типичных фотоизображений представлена на рис. 2. Существенная неравномерность распределения (подавляющее число сегментов имеет малую длину) и, следовательно, невысокая энтропия этой случайной величины, объясняют достигнутый на практике эффект от применения кода Хаффмана [3] к массиву длин сегментов. Такое кодирование в среднем позволяет сжать массив длин сегментов в три раза, а массив яркостей - примерно на 15 процентов. Следует отметить, что предложенная Рис. 1. Распределение схема хранения изображения содержит сегментов по длине. дополнительную информацию о вариабельности функции яркости в произвольном заданном фрагменте изображения. Восстановление изображения из архива. Неплотность накрытия сегментами поля изображения потребовала разработки специальной процедуры восстановления "пустот" между сегментами (рис. 3). Она предусматривает итеративную обработку изображения с использованием показателя достоверности для вычисленной яркости каждого пикселя. (а) (б) (в) Рис. 3. Восстановление изображения: (а) – исходное изображение, (б) – отрисованные сегменты, (в) – восстановленное из сегментов изображение. Заключение. Предложенный метод реализован программно и проанализирован на типовых изображениях. Получен коэффициент сжатия 26, который соответствует коэффициенту сжатия с помощью алгоритма jpeg. Список литературы 1. Ватолин Д.С. Алгоритмы сжатия изображений. – М.: Московский государственный университет, 2000. 2. 3. Мишулина О.А., Вин Тхей. Распознавание текстурных изображений на векторной нейронной сети. // IX всероссийская научно-техническая конференция «Нейроинформатика-2007». Сборник научных трудов. М.:МИФИ, 2007. Ч.1. С. 146-157. D.A. Huffman, A method for the construction of minimum-redundancy codes. Proc. Inst. Radio Engineers. Vol. 40, Sep. 1952. No. 9. Pp. 1098-1101.
