Повышение эффективности компрессии изображений на основе анализа поля ошибок

Актуальность темы

.

Цифровые изображения, получаемые современными средствами регистрации информации, передаваемые по каналам связи и обрабатываемые на компьютерах, как правило, характеризуются чрезвычайно большими объёмами данных. Это приводит к возникновению ряда серьезных проблем, которые должны решать разработчики и пользователи прикладного программного обеспечения. Возможность работы с изображением, затрудняется из-за недостаточной ёмкости запоминающих устройств, ограниченной пропускной способности каналов передачи данных, недостаточного быстродействия вычислительных машин, т. е. ограничивается техническими характеристиками используемой аппаратуры. Компрессия (сжатие) изображений ориентирована на решение подобных проблем за счёт сокращения объёма данных, требуемого для представления цифрового изображения.

Компрессия изображений может рассматриваться также как «технология расширения возможностей». Она является естественным способом поддержания увеличивающегося разрешения современных устройств ввода изображений, а также возрастающей сложности широковещательных телевизионных стандартов. Компрессия изображений играет существенную роль во многих разнообразных и важных применениях, например, при организации видеоконференций, в системах дистанционного зондирования, при формировании изображений документов, обработке медицинских изображений, при факсимильной передаче графических и текстовых данных.

Таким образом, задача компрессии изображений является актуальной для многих современных приложений информатики. Изучению различных аспектов проблемы компрессии посвящены труды большого числа российских ученых: Д. С. Лебедева, H. Н. Красильникова, Ю. М. Штарькова, В. В. Сергеева, Ю. Г. Васина и др., а также зарубежных: Р. Грехема (R. Graham), Дж. О. Лимба (J. О. Limb), У. Претта (W. Pratt), А. Джайна (A. Jain), M. Кунта (M. Kunt) и др.

Наиболее перспективными методами компрессии, предлагаемыми сегодня на рынке информационных технологий, являются методы, основанные на сжатии с потерями, позволяющие получить значительную степень компрессии при некоторых допустимых искажениях исходных изображений (сжатие на основе предсказания [4, 8, 29], фрактальное сжатие [55], вейвлетная компрессия [43], сжатие на основе дискретных ортогональных преобразований [56]). Однако, судя по продолжающимся разработкам в этой области, известные методы не в полной мере удовлетворяют пользовательским требованиям. В то же время, основная масса пользователей проявляет разумный консерватизм и не торопится отказываться от существующих стандартных форматов сжатия (JPEG, JPEG2000 и т. п.) в угоду, как правило, незначительным преимуществам новых методов. Поэтому, наряду с задачей разработки новых методов компрессии изображений, актуальной является задача «достраивания» известных методов таким образом, чтобы пользователь, продолжая их использование, получал повышенное качество компрессии. В рамках данной диссертации повышение эффективности компрессии предлагается обеспечить за счёт дополнительной обработки поля ошибок, порождаемых на исходном сжимаемом изображении стандартными методами компрессии. Результат такой обработки может быть использован при декомпрессии изображения для улучшения его качества.

Цель и задачи исследований.

Целью диссертации является разработка и исследование методов, применяемых совместно с любыми известными методами компрессии изображений с потерями (базовыми методами) с целью повышения качества восстановления изображений после компрессии. Для достижения этой цели в диссертации решаются следующие задачи:

1) Разработка подхода к повышению качества изображений после компрессии, основанного на обработке поля ошибок, возникающих после базовой компрессии. Здесь под обработкой поля ошибок понимается формирование его приближенного компактного описания.

2) Разработка метода повышения качества изображений, основанного на независимой обработке поля ошибок. Разработка и исследование входящих в его состав алгоритмов преобразования данных: квантования и статистического кодирования.

3) Разработка и исследование метода повышения качества изображений, основанного на построении оценки поля ошибок восстановления с использованием зависимости между элементами поля ошибок и отсчётами изображения, восстановленного после базовой компрессии. Разработка и исследование входящих в состав данного метода алгоритмов: построение функции, аппроксимирующей поле ошибок восстановлениявыбор системы признаков — аргументов аппроксимирующей функцииобработка коэффициентов аппроксимации с целью их компактного представления.

4) Экспериментальное исследование эффективности разработанных методов и входящих в их состав алгоритмов преобразования данных, выработка рекомендаций по использованию результатов диссертации.

Методы исследований.

В диссертационной работе используются методы математического анализа и алгебры, теории вероятностей и статистического анализа, теории информации, теории цифровой обработки сигналов и изображений.

Научная новизна работы.

Предложен подход к решению задачи повышения качества изображений, восстановленных после компрессии методами сжатия с потерями, основанный на обработке полей ошибок восстановления.

Предложен метод повышения качества изображений, основанный на независимой (от изображения) обработке поля ошибок, заключающийся в квантовании и статистическом кодировании поля ошибок. Благодаря применению равномерной шкалы квантования, данный метод позволяет обеспечить контроль максимальной ошибки восстановления для любого метода компрессии с потерями, не обладающего таким свойством. Показана целесообразность применения двухпотокового кодера для кодирования поля квантованных ошибок. Получены результаты исследований, показавшие, что предложенный метод позволяет существенно (в несколько раз) уменьшить максимальную ошибку восстановления при том же коэффициенте компрессии для исходных методов сжатия JPEG и JPEG2000.

Предложен метод повышения качества изображений, восстановленных после компрессии методами сжатия с потерями, использующий зависимость между элементами поля ошибок и отсчётами изображения, восстановленного после базовой компрессии, основанный на построении корректирующего фильтра, аппроксимирующего поле ошибок. Предложен метод построения фильтра с кусочной функцией аппроксимации. Задача уменьшения объёма дополнительной информации, описывающей фильтр-корректор с кусочной аппроксимирующей функцией, решена с помощью равномерного квантования коэффициентов аппроксимациипредложен метод вычисления количества бит, требуемого для представления коэффициентов. Получены результаты исследований, показавшие эффективность применения предложенного метода для повышения качества восстановления изображений по показателю PSNR после базовой компрессии JPEG, HGI и JPEG2000.

Практическая ценность работы.

Предложенные в диссертационной работе методы, реализующиеловый подход к повышению качества изображений, восстановленных после компрессии произвольным методом сжатия с потерями, могут быть использованы в геоинформационных системах, системах оперативного дистанционного зондирования, базах данных изображений и в других компьютерных системах хранения, обработки и передачи визуальной информации. Разработанные методы позволяют повысить эффективность известных методов компрессии изображений и расширяют сферу их применения.

Реализация результатов работы.

Результаты диссертации использованы при выполнении ряда госбюджетных и хоздоговорных НИР в Институте систем обработки изображений РАН и ОАО «Самара-Информспутник».

Апробация работы.

Основные результаты диссертации были представлены на следующих конференциях:

— на Всероссийском семинаре по моделированию, дифракционной оптике и обработке изображений, Самара, 3−7 июля 2006 г;

— на Научно-технической конференции с международным участием «Перспективные информационные технологии в научных исследованиях, проектировании и обучении «ПИТ-2006», Самара, 2006;

— на Всероссийской студенческой научно-технической конференции «Прикладная математика и математическое моделирование», Москва, 2007;

— на 8-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ), Россия, Йошкар-Ола, 2007;

— на 9-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ), Россия, Нижний-Новгород, 2008;

— на Всероссийской молодежной научной конференции с международным участием «X Королевские чтения», Самара, 2009;

— на Всероссийской конференции «Проведение научных исследований в области обработки, хранения, передачи и защиты информации», Ульяновск, 2009;

— на Международной конференции с элементами научной школы для молодежи «Перспективные информационные технологии для авиации и космоса «ПИТ-2010», Самара, 2010.

Публикации.

По теме диссертации опубликовано девять работ, из них 2 из перечня ведущих рецензируемых научных журналов и изданий ВАК РФ. Работы [18, 19, 20] выполнены автором единолично. В работах [13, 51, 52] автору принадлежит формальное описание общего подхода к повышению качества изображений после компрессии произвольным методом сжатия с потерями и описание основанного на этом подходе метода, позволяющего контролировать максимальную ошибку компрессии. В работе [15] автору принадлежит описание метода, обеспечивающего контроль максимальной ошибки компрессии. В работах [14, 50] автором выполнено описание метода повышения качества изображений, основанного на построении адаптивного локального корректирующего фильтра. Во всех работах автору принадлежат программная реализация и экспериментальные исследования методов и входящих в их состав алгоритмов.

Ниже в тексте диссертации ссылки на работы автора помечены звездочками (*).

Структура диссертации.

Диссертация состоит из введения, трех глав, заключения, списка литературы и 6 приложений. Она изложена на 122 страницах машинописного текста (без приложений), содержит 43 рисунка, 11 таблиц, список использованных источников из 59 наименований.

Основные результаты диссертационной работы.

1. Предложена общая идея решения задачи повышения качества изображений, восстановленных после компрессии произвольными методами сжатия с потерями, основанная на обработке поля ошибок, порождаемых на выходных изображениях этими методами. Представлена соответствующая схема обработки данных. Описана общая методика проведения анализа эффективности предлагаемого метода.

2. Предложен метод повышения качества изображений, восстановленных после компрессии с потерями, основанный на независимой обработке поля ошибок. Метод основан на квантовании и статистическом кодировании поля ошибок. Предлагаемый метод позволяет обеспечить контроль максимальной ошибки восстановления для произвольного метода компрессии с потерями. Для эффективного кодирования поля квантованных ошибок предложено применять двухпотоковый кодер, представляющий собой комбинацию адаптивного арифметического кодера и КДС.

3. Разработана методика проведения исследований эффективности работы предложенного метода. Получены результаты исследования эффективности работы метода на наборах полутоновых и полноцветных изображений по двум критериям: изменение максимальной ошибки и PSNR. Результаты исследования показали, что предложенный метод позволяет существенно (в два и более раз) уменьшить максимальную ошибку восстановления при том же коэффициенте компрессии для исходных методов сжатия JPEG и JPEG2000.

4. Предложен метод повышения качества изображений, восстановленных после компрессии с потерями, основанный на построении оценки поля ошибок с учетом зависимости между элементами поля ошибок и отсчётами изображения, восстановленного после базовой компрессии, заключающийся в построении корректирующего фильтра, аппроксимирующего поле ошибок восстановления. Рассмотрены три типа функций аппроксимации, применяемых при построении фильтра: линейные, кусочно-линейные и кусочно-постоянные функции. Предложен метод построения фильтра с кусочной функцией аппроксимации. Решена задача уменьшения объёма дополнительных данных с помощью равномерного квантования коэффициентов аппроксимации, получено аналитическое выражение для вычисления количества бит, требуемого для представления одного коэффициента. Рассмотрены три системы признаков, используемые для построения фильтра. Описан алгоритм формирования на основе этих систем оптимальной системы признаков.

5. Разработана методика проведения исследований эффективности работы предложенного метода. Получены результаты исследования эффективности работы корректирующего фильтра. Наилучший результат восстановления изображений обеспечивает фильтр с кусочно-линейной функцией аппроксимации, построенный для системы признаков, основанной на линейных сглаживающих фильтрах, для любого из рассмотренных методов базовой компрессии (JPEG, HGI или JPEG2000). Также проведено сравнение результатов работы корректирующего фильтра с процедурами устранения блочности" при восстановлении изображений после базовой компрессии JPEG. Фильтр-корректор позволяет получить лучшее качество восстановления изображений по показателю PSNR по сравнению с известными методами деблокинга.

ЗАКЛЮЧЕНИЕ

.

Предложена общая идея решения задачи повышения качества изображений, восстановленных после компрессии произвольными методами сжатия с потерями, основанная на обработке поля ошибок, порождаемых на выходных изображениях этими методами. Предложены два варианта реализации общего подхода:

1) метод, основанный на независимой обработке поля ошибок;

2) метод, основанный на построении оценки поля ошибок с учетом зависимости между элементами этого поля и отсчетами изображения, восстановленного после базовой компрессии.