Пиксель

Использование векторов смещений блоков

Простейший способ учитывать подобие соседних кадров - это вычитать каждый блок сжимаемого кадра из соответствующего блока предыдущего. Однако более гибким является алгоритм поиска векторов, на которые сдвинулись блоки текущего кадра по отношению к предыдущему. Для каждого блока в изображении мы находим блок, близкий по некоторой метрике (на­пример, по сумме квадратов разности пикселов), в предыдущем кадре в не­которой окрестности текущего положения блока. Если минимальное рас­стояние по выбранной метрике с блоками в предыдущем кадре больше вы­бранного порога, блок сжимается независимо ...

Свойства преобразования Хаара

Примеры из этого параграфа иллюстрируют некоторые важные свойства вейвлетного преобразования Хаара, а также общих вейвлетных преобразований. На рис. 4.8 показан высоко коррелированный образ размера 8 х 8 и его преобразование Хаара. Даны числовые значение преобразованных коэффициентов и их графическое представление в виде квадратиков различных серых оттенков. Из-за высокой степени корреляции исходных пикселов, вейвлетные коэффициенты в основном малы по абсолютному значению и многие из них равны нулю.

Замечание. При первом взгляде на рис. 4.8 последнее утверждение ...

Вычисление средних и полуразностей

Мы начнем с одномерного массива данных, состоящего из N элементов. В принципе, этими элементами могут быть соседние пикселы изображения или последовательные звуковые фрагменты. Для простоты предположим, что число N равняется степени двойки. (Это будет предполагаться на протяжении всей главы, но в этом нет ограничения общности. Если длина N имеет другие делители, то можно просто удлинить массив, добавив в конце нули или повторив последний элемент нужное число раз. После декомпрессии, добавленные элементы просто удаляются.) Примером будет служить массив чисел ...

Мода без потери данных

В этой моде метод JPEG использует комбинации разностей пикселов для уменьшения их значений перед тем, как они будут сжаты. Эти разности называются прогнозами. Величины некоторых близких пикселов вычитаются из данного пиксела для получения малого числа, которое будет сжиматься по методу Хаффмана или с помощью арифметического кодирования. На рис. 3.57а показан некоторый пиксел X и три соседних пиксела А, В и С. На рис. 3.57Ь даны восемь возможных линейных комбинаций (прогнозов) пиксела и его соседей. В моде без потерь пользователь может самостоятельно выбрать подходящий прогноз, а ...

Классы изображений

Статические растровые изображения представляют собой двумерный массив чисел. Элементы этого массива называют пикселами (от английского pixel - picture element). Все изображения можно подразделить на две груп­пы - с палитрой и без нее. У изображений с палитрой в пикселе хранится число- индекс в некотором одномерном векторе цветов, называемом па­литрой. Чаще всего встречаются палитры из 16 и 256 цветов.

Изображения без палитры бывают в какой-либо системе цветопредстав­ления и в градациях серого (grayscale). Для последних значение каждого пиксела ...

Преобразование Кархунена-Лоэвэ

Преобразование Кархунена-Лоэвэ (его еще называют преобразованием Хотеллинга) имеет наилучшую эффективность в смысле концентрации энергии изображения, но по указанным выше причинам, оно имеет скорее теоретическое, нежели практическое значение. Данное изображение следует разделить на к блоков по п пикселов в каждом, обычно, п — 64, но допускаются и другие значения, а число к зависит от размера изображения. Рассматриваются векторы блоков, которые обозначаются Ъ^г\ при г = 1,2,..., к. Усредненный вектор равен b - ...

Пример

Этот пример демонстрирует разницу в производительности метода DCT при сжатии непрерывно тонового изображения и дискретно-тонового изображения. Мы исходим из сильно коррелированного образца, приведенного в табл. 3.31. Это будет идеализированная модель непрерывно тонового изображения, поскольку соседние пикселы отличаются на постоянную величину. Все 64 коэффициента DCT приведены в табл. 3.32. Видно, что имеется всего несколько доминирующих коэффициентов. В табл. 3.33 дан результат некоторого грубого квантования нашего образца. В этой таблице имеется всего четыре ненулевых коэффициента. ...

Преобразование изображений

Понятие преобразования широко применяется в математике. С его помощью решаются многие задачи в различных областях науки. Основная идея состоит в изменении математической величины (числа, вектора, функции или другого объекта) с целью придания ей другой формы, в которой она имеет, возможно, непривычный вид, но имеет полезные свойства. Преобразованная величина используется при решении задачи или при совершении некоторых вычислений, после чего к результату применяется обратное преобразование для возврата к исходной форме.

Простым иллюстративным примером могут служить ...

Подвыборка

Подвыборка, возможно, является самым простым методом сжатия изображения. Простейший способ под выборки - это просто отбросить некоторые пикселы. Кодер может, например, игнорировать каждую вторую строку и каждый второй столбец изображения и записывать оставшиеся пикселы в сжатый файл. Это составит 25% от исходного. Декодер вводит сжатые данные и использует каждый пиксел для создания четырех одинаковых пикселов реконструированного изображения. Это, конечно, приводит к потере многих деталей изображения. Такой метод редко приводит к удовлетворительным результатам. Заметим, что для ...

Подходы к сжатию изображений

Методы сжатия изображений обычно разрабатываются для конкретного типа изображений. Здесь перечислены различные подходы к компрессии графических образов. При этом будут обсуждаться только общие принципы. Специфические методы описаны дальше в этой главе (см. также [Salomon 2000]).

Подход 1. Для сжатия двухуровневых изображений. Каждый пиксел такого образа представляется одним битом. Применение принципа сжатия образов к компрессии двухуровневых изображений означает, что непосредственные соседи пиксела Р стремятся совпадать с Р. Поэтому имеет смысл использовать ...