Классификация методов сжатия. Основные характеристики

Основной сложностью при записи цифрового видео и при его передаче по каналам связи является большой объем телевизионного сигнала. Проведем расчет, который покажет, какой же объем будет иметь обычный двухчасовой фильм в разрешении 640x480 с частотой смены кадров 25 Гц. Пусть каждая точка принадлежит стандартной компьютерной палитре RGB из 16 миллионов цветов. 640x480x3=900 кбайт – размер одного кадра, 22500 кбайт – размер одной секунды видео, 154 Гбайт!!! – размер всего фильма. Ясно, что такие огромные объемы информации хранить и передавать очень сложно. Так, если мы хотим поместить фильм из примера на компакт-диск объемом в 650 Мб, то нам понадобятся 243 диска! Поэтому сразу же с появлением цифрового видео остро встал вопрос о компрессии видеоданных. Причем эта компрессия должна быть очень сильной. При том, что звук удается сжать только раз в 10–20, даже используя самые совершенные алгоритмы.

Осуществить компрессию ТВ-сигнала позволяет присущая ему избыточность. В общем случае большая часть изображения любого ТВ-кадра обычно приходится на участки, имеющие постоянную или мало меняющуюся в пространстве яркость, а резкие световые переходы и детали малых размеров занимают небольшую долю площади изображения. Коэффициент корреляции соседних элементов изображения, описывающий статистическую связь между яркостями этих элементов, близок к 1. Зная яркость одного элемента, можно с высокой степенью вероятности предсказать яркость соседнего. Такого рода избыточность можно назвать пространственной избыточностью изображения.

Изображения соседних кадров в телевидении обычно очень похожи друг на друга, даже при показе движущихся объектов. Эта предсказуемость указывает на временную избыточность изображения.

В телевидении различают статистическую избыточность, избыточность по восприятию, структурную и спектральную избыточность. По теории вероятностей избыточность является следствием определенных корреляционных связей. Корреляция означает, что некоторый элемент изображения более или менее существенно зависит от соседей в пространстве и во времени.

Спектральная избыточность проявляется как результат излишка высокой частоты дискретизации. В частности, принятая ортогональная структура дискретизации ТВ-изображения в общем случае не является оптимальной в частотном пространстве. Можно сократить передаваемый цифровой поток, если преобразовать используемую структуру дискретизации в другую, которая характеризуется меньшим числом отсчетов в кадре, например, от формата 4:2:2 перейти к формату 4:2:0 или 4:2:1.

Статистическая избыточность связана с корреляцией ипредсказуемостью данных. Эта избыточность может быть устранена без потериинформации, исходные данные при этом могут быть полностью восстановлены.

Наиболее известные методы эффективного кодирования символовоснованы на знании частоты каждого символа присутствующего в сообщении.Зная эти частоты, строят таблицу кодов, обладающую следующими свойствами:

•различные коды могут иметь различное количество бит;

•коды символов с большей частотой встречаемости, имеют меньше бит, чем

коды символов с меньшей частотой;

•хотя коды имеют различную битовую длину, они могут быть восстановленыединственным образом, т.е. коды строятся как префиксные.Этими свойствами обладает известный алгоритм Хаффмана

Визуальная (субъективная) избыточность, которую можно устранить счастичной потерей данных, мало влияющих на качество воспроизводимыхизображений; это - информация, которую можно изъять из изображения, ненарушая визуально воспринимаемое качество изображений. Устранение визуальной избыточности изображений является основнымрезервом сокращения передаваемой информации.

Для оптимизациипроцесса кодирования в целях обеспечения передачи наименьшего объемаинформации необходимо, с одной стороны, не передавать избыточнуюинформацию, а с другой, - не допустить чрезмерной потери качестваизображения.

До сих пор не существует простой и адекватной модели визуальноговосприятия изображений, пригодной для оптимизации их кодирования.

Задача сжатия изображения состоит из двух основных частей:кодирование и декодирование. Если декодированное изображение всегда вточности соответствует кодируемому изображению, то такой алгоритмкодирования-декодирования называется алгоритмом сжатия без потерь. Еслидекодированное изображение отличается от кодированного, то подобныйалгоритм называют алгоритмом сжатия с потерями. Общая схема процессасжатия изображения представлена на рисунке 2.1.

 

Рисунок 2.1 Основные этапы сжатия цифровых изображений

 

Рассмотрим этапы процедуры сжатия данных в общем виде. Любой методсжатия реализует три основных этапа:

­ кодирование или первичное сжатие;

­ вторичное сжатие;

­ декодирование или восстановление изображения.

На первом этапе выполняется преобразование исходных данных из однойформы представления в другую. В частности, при сжатии изображений взависимости от вида алгоритма сжатия может быть выполнен переход отисходного изображения к следующим видам представления.

На втором этапе компоненты преобразования квантуются и приводятся квиду удобному для статистического кодирования, а затем кодируются. На этомэтапе обеспечивается уплотнение информационного потока.

Существует несколько различных подходов к проблеме сжатияинформации. Одни имеют весьма сложную теоретическую математическуюбазу, другие основаны на свойствах информационного потока иалгоритмически достаточно просты. Любой способ, реализующий сжатиеданных, предназначен для снижения объема выходного потока информациипомощи обратимого или необратимого преобразования. Поэтому все способысжатия можно разделить на две категории: обратимое и необратимое сжатие. Методы сжатия цифровых изображений можно классифицировать по ихосновным характеристикам, таким как: точность восстановления,симметричность основного преобразования и тип используемого преобразования (рисунок 2.2).

 

Рисунок 2.2. Методы сжатия изображения

 

Обратимое сжатие (сжатие без потерь). Обратимое сжатие всегдаприводит к снижению объема выходного потока информации без изменения егоинформативности, т.е. без потери информационной структуры. Более того, извыходного потока, при помощи восстанавливающего алгоритма, можно получить входной.

Необратимое сжатие (сжатие с потерями). Под необратимым сжатиемподразумевают такое преобразование входного потока данных, при которомвыходной поток, основанный на определенном формате информации,представляет достаточно похожий по внешним характеристикам на входнойпоток объект, однако отличается от него объемом. Степень сходства входного ивыходного потоков определяется степенью соответствия некоторых свойствобъектов (т.е. сжатой и несжатой информацией в соответствии с некоторымопределенным форматом данных), представляемого данным потокоминформации.Такие алгоритмы используются для сжатия, например данных растровыхграфических файлов с низкой степенью повторяемости байтов в потоке. Притаком подходе используется свойство структуры формата графического файла ивозможность представить графическую картинку приблизительно схожую покачеству отображения (для восприятия человеческим глазом) несколькимиспособами. Поэтому, кроме степени или величины сжатия, в таких алгоритмахвозникает понятие качества, т.к. исходное изображение в процессе сжатияизменяется. Под качеством можно понимать степень соответствия исходного ирезультирующего изображения. Для графических файлов такое соответствиеопределяется визуально, хотя имеются и соответствующие формализованныеметодики и оценки. Необратимое сжатие невозможно применять в областях,в которых необходимо иметь точное соответствие информационной структурывходного и выходного потоков.

Методы сжатия без потерь используются в основном в научных имедицинских приложениях, когда потеря информации недопустима или самишумы изображения являются главной информацией, например в системахоценки качества оптико-электронных систем. Коэффициент сжатия,достигаемый этими методами не более 1,5 для реальных сцен. Методы сжатия спотерями позволяют получить существенно большие коэффициенты сжатия.

 

Сжатие по стандарту JPEG

JPEG - один из самых распространенных и достаточно мощныхалгоритмов, представляет собой метод сжатия изображений, реализуемыйразличными способами. Работает он как на черно-белых, так и наполноцветныхизображениях.Стандарт JPEG (JointPhotographicExpertsGroup–Объединеннаяэкспертная группа по фотографии) - формат хранения фотографическихизображений, отличающийся хорошим качеством восстановленногоизображения. Процесс сжатия изображения JPEG достаточно сложен и частодля достижения приемлемой производительности требует специальнойаппаратуры. Схема процедуры сжатия изображений по стандарту JPEG приведена на рисунке 2.3.

 

Рисунок 2.3 Основные этапы процедуры сжатия по стандарту JPEG

 

Кодирование изображений по стандарту JPEG обычно начинается спреобразования цветового пространства из RGB в YUV (известное также подназваниемYCbCr). Цветное изображение традиционно может рассматриватьсякак результат сложения трех компонент (2.1):

 

                 (2.1)

где  - колориметрические коэффициенты.

 

В типичных изображениях в формате RGB имеется существеннаякорреляция между цветными компонентами и с точки зрения сжатияизображения этот формат является заведомо избыточным. Как известно, в стандартах телевизионного вещания используется другое представление изображений, при котором также используются 3 компоненты сигнала, но при этом эти компоненты почти некоррелированы друг с другом. Компоненты R,G и B преобразуются в яркостную компоненту Y и две цветоразностных компоненты U и V, формата YUV.

Преобразование формата RGB в YUV выполняется по формуле (2.2).

 

.               (2.2)

 

Кодирование на стороне отправителя сопряжено с потерей определенной доли данных: DCT и векторное дискретное преобразование изображение.

Разбивка изображения на равные прямоугольные области, формирование кодовой книги.

Общим недостатком дискретных ортогональных преобразований является их высокая вычислительная сложность.

В связи с этим используются так называемые быстрые алгоритмы выполнения косинусного преобразования.неразделимость ядра преобразования для двумерного варианта;

­ негибкие алгоритмы для различного размера ядра;

­ несимметричный алгоритм обратного косинусного преобразования.

Заметим, что строго определяемое двумерное косинусное преобразованиене обладает разделимым по координатам ядром, поэтому выполнениедвумерного косинусного преобразования в целях сокращения объемавычислений может быть выполнено как модифицированное преобразованиестрочно-столбцовым методом, подобно тому, как поступают при выполнениидвумерного преобразования Хартли (рисунок 2.4).

В результате выполнения ДКП формируется 64 частотных компоненты фрагмента (или, что тоже, коэффициентов ДКП). В результате исходный фрагмент представлен в области пространственных частот.

 

Рисунок 2.4. Диагональное «зиг-заг» сканирование спектральных компонент

 

Этот шаг еще неприводит к сжатию изображения. Однако, при его выполнении полагается, чтов подавляющем большинстве изображений близкие по своим координатампикселы имеют и близкие значения.

Недостатки JPEG:

- эффект Гиббса»;

- дробление изображения на квадраты 8х8

- горизонтальные и вертикальные полосы на дисплее абсолютно не видны, и могут проявиться только при печати в виде муарового узора