Квантование преобразованных данных

Идея, лежащая в основе такого квантования, состоит в том, что спектральная (частотная) информация должна превышать известный порог, чтобы составить важную часть всей информации о данном фрагменте изображения. Где установить эту границу, решает пользователь. Если выбрать порог относительно высоко, потеряется большая часть информации. Это позволит хороню сжать видеоданные, но ценой ухудшения качества, которое считается заметным на изображении после восстановления видеоинформации.

Именно на этапе квантования происходят потери качества изображения, ценой которых и достигается сжатие видеоданных.

При квантовании каждый элемент матрицы Рост делится на соответствующие элементы матрицы квантования, т. е. 64 значения Рост матрицы делятся на делители, находящиеся на соответствующих местах матрицы квантования. Полученный результат округляется по соответствующему правилу:

где P&_Tij — элементы матрицы после квантования; P_ncTij — элементы матрицы после ДКП; Qij — элементы матрицы квантования; round — округление до ближайшего целого.

Для составления матрицы делителей в различных программах используются разные методы. Они в значительной мере влияют на качество изображения, получаемое при сжатии.

На практике применяются два подхода для построения матрицы квантования:

• 1. Используется таблица квантования, рекомендованная стандартом JPEG. Матрицы для большего или меньшего коэффициентов сжатия получают путем умножения исходной матрицы на некоторое число gamma.
• 2. Вычисляется простая таблица коэффициентов квантования, зависящая от параметра q, который задается пользователем.

Значения делителей матрицы квантования проще всего определить с помощью следующей формулы:

где Qij — соответствующий делитель матрицы квантования; q — качество, i, j = 0…7.

Сжатые данные должны содержать информацию о том, с каким значением качества производилось сжатие для того, чтобы можно было восстановить матрицу квантования и произвести операцию, обратную квантованию (т. е. перемножить значения матрицы квантованных данных на делители матрицы квантования).

С квантованием связаны и специфические эффекты алгоритма (так называемые артефакты). При больших значениях коэффициента gamma потери в низких частотах могут быть настолько велики, что изображение распадется на квадраты 8><8 (рис. 10.12). Потери в высоких частотах могут проявиться в так называемом «эффекте Гиббса», когда вокруг контуров с резким переходом цвета образуется своеобразный «нимб» (рис. 10.13).

Рис. 10.12. Эффект блочности, вызванный сжатием

Рис. 10.13. Эффект Гиббса