Kompresní metody první generace

Podobné dokumenty
Transformace obrazu Josef Pelikán KSVI MFF UK Praha

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

KOMPRESE OBRAZŮ. Václav Hlaváč, Jan Kybic. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání.

Základní principy přeměny analogového signálu na digitální

KOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.

Deformace rastrových obrázků

25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE

A/D převodníky - parametry

Pulzní (diskrétní) modulace

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

Komprese obrazu. Úvod. Rozdělení metod komprese obrazů. Verze: 1.5, ze dne: 1. června Václav Hlaváč a Tomáš Svoboda

Komprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.

Komprese obrazu. Verze: 1.5, ze dne: 1. června Václav Hlaváč a Tomáš Svoboda

1. Základy teorie přenosu informací

Komprese obrazů. Václav Hlaváč. České vysoké učení technické v Praze

Circular Harmonics. Tomáš Zámečník

Úvod do zpracování signálů

DSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

Kosinová transformace 36ACS

1. Přednáška: Obecné Inf. + Signály a jejich reprezentace

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

Obraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R

Analýza a zpracování signálů

DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH

Odhad stavu matematického modelu křižovatek

Algoritmy komprese dat

Biofyzikální ústav LF MU Brno. jarní semestr 2011

BPC2E_C09 Model komunikačního systému v Matlabu

Charakteristiky zvuk. záznamů

Technická kybernetika. Obsah. Principy zobrazení, sběru a uchování dat. Měřicí řetězec. Principy zobrazení, sběru a uchování dat

NOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY

Komprese dat. Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI. přednášky

Jasové transformace. Karel Horák. Rozvrh přednášky:

íta ové sít baseband narrowband broadband

Digitální magnetický záznam obrazového signálu

WAVELET TRANSFORMACE V POTLAČOVÁNÍ

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

ednáška a metody digitalizace telefonního signálu Ing. Bc. Ivan Pravda

Multimediální systémy

VY_32_INOVACE_E 15 03

Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.

Šum a jeho potlačení. Michal Švanda. Astronomický ústav MFF UK Astronomický ústav AV ČR. Spektroskopie (nejen) ve sluneční fyzice LS 2011/2012

Klasifikace a rozpoznávání. Extrakce příznaků

Modulace analogových a číslicových signálů


8. Sběr a zpracování technologických proměnných

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

Techniky kódování signálu

Teorie informace: řešené příklady 2014 Tomáš Kroupa

Automatizační technika. Obsah

Přednáška v rámci PhD. Studia

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

13 Barvy a úpravy rastrového

MATEMATICKÁ STATISTIKA - XP01MST

2010 Josef Pelikán, CGG MFF UK Praha

Signál v čase a jeho spektrum

PCM30U-ROK 2 048/256 kbit/s rozhlasový kodek stručný přehled

Anti-aliasing a vzorkovací metody

Rastrový obraz, grafické formáty

Měření dat Filtrace dat, Kalmanův filtr

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

Digital Control of Electric Drives. Vektorové řízení asynchronních motorů. České vysoké učení technické Fakulta elektrotechnická

CW01 - Teorie měření a regulace

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr.

Moderní multimediální elektronika (U3V)

Josef Pelikán, 1 / 51

Monochromatické zobrazování

Informatika Kódování. Obsah. Kód. Radim Farana Podklady předmětu Informatika pro akademický rok 2007/2008

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

Reprezentace bodu, zobrazení

AVDAT Náhodný vektor, mnohorozměrné rozdělení

Geometrické transformace

P7: Základy zpracování signálu

Kombinatorická minimalizace

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Téma 22. Ondřej Nývlt

Teorie informace Obsah. Kybernetika. Radim Farana Podklady pro výuku

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

transmitter Tx - vysílač receiver Rx přijímač (superheterodyn) duplexer umožní použití jedné antény pro Tx i Rx

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Druhy sdělovacích kabelů: kroucené metalické páry, koaxiální, světlovodné

ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ

Roman Juránek. Fakulta informačních technologíı. Extrakce obrazových příznaků 1 / 30

Náhodné rozmisťování bodů v rovině

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Kompresní techniky. David Bařina. 15. února David Bařina Kompresní techniky 15. února / 37

VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ

Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010

ZPRACOVÁNÍ DAT DÁLKOVÉHO PRŮZKUMU

Analýza dat na PC I.

Rekurzivní sledování paprsku

Pravděpodobnost a aplikovaná statistika

ROZ1 - Cv. 3 - Šum a jeho odstranění ÚTIA - ZOI

Neuronální kódování a přenos informace

Konvolučníkódy. MI-AAK(Aritmetika a kódy)

I. D i s k r é t n í r o z d ě l e n í

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

Transkript:

Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32

Základní pojmy komprese dat S = x, x2,... x n Kódovaná (zdrojová) abeceda: { } pravděpodobnost výskytu symbolu x i je p i kód K symbolu x i má délku d i zpráva (kódovaný řetězec) je posloupnost: X = x, x,... x i i2 i k Entropie (informační hodnota) symbolu x i : E i = log 2 p bitů i Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 2 / 32

Základní pojmy II Průměrná entropie (informační hodnota) symbolu: n n i i i= i= AE = p E = p log p i 2 i bitů entropie zprávy X: k E( X) = pi log p j 2 j= i j bitů délka kódované zprávy X: L( X) = k j= d i j bitů Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 3 / 32

Základní pojmy III Redundance kódu K pro zprávu X: R K L X E X d p log 2 p ( ) = ( ) ( ) = ( ) i + i i průměrná délka kódového slova kódu K: průměrná redundance kódu K: k j= n i= j j j AL( K) = n i= AR K = AL K AE = pi di + log 2 p p i d i ( ) ( ) ( ) i bitů bitů bitů Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 4 / 32

Pojmy komprese obrazu k, j, k Původní hodnota vzorku (pixelu): u u hodnota vzorku po kvantování (po rekonstrukci): u k, uj, k k, j, k predikce vzorku (pixelu): u u k, j, k chyba predikce vzorku (pixelu): e e Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 5 / 32

Měřítka kvality rekonstrukce Výběrová střední kvadratická chyba: RMS 2 N M ( u u ) i, j i, j i= j= = MN 2 poměr signálu k šumu: SNR = 0 log0 P 2 RMS 2 db P je interval hodnot pixelů originálu, tj. často: SNR = 0 255 log0 RMS 2 2 db Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 6 / 32

Pulsní kódová modulace (PCM) přenos analogového signálu digitálním kanálem vzorkování v čase, kvantování, kódování (modulace) sample and hold quantizer digital modulation u t ( ) R spojitý signál ve spojitém čase u t R spojitý signál v diskrétním čase r t N diskrétní signál v diskrétním čase Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 7 / 32

Kvantování ti, i =, 2,... L + ti < ti+ Rozhodovací hodnoty: { } ri, i =, 2,... L rekonstrukční hodnoty: { } q: t, t + ] r i i i výstup r 9 r 8 r 7 vstup r 5 =0 t t 2 t 3 t 7 t 8 t 9 t 0 r 4 r 3 r 2 r Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 8 / 32

Lineární kvantovač Používá se při rovnoměrném rozložení pravděpodobností kvantovaných hodnot: t = t + k q k r = t + q k k q t L + = t L ( ) 2 t výstup vstup q q r Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 9 / 32

Lloydův-Maxův kvantovač Minimalizuje střední kvadratickou chybu kvantování: E = E ( u u ) 2 [ x u ( x ) ] 2 = p ( x ) dx t = r + r ( ) k 2 k k r = xp x dx p x dx k t k+ k+ t k t T + p(x).. pravděpodobnost vstupní hodnoty x (histogram) t ( ) ( ) t t k Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 0 / 32

Prediktivní kompresní metody využívají závislost sousedních pixelů (prostorovou korelaci obrazu) hodnoty pixelů se často mění jen pozvolna implementace pomocí tzv. predikční funkce (prediktoru) pomocí předchozích (sousedních) hodnot se co nejlépe odhadne aktuální hodnota kóduje se jen rozdíl předpovězené a skutečné hodnoty při úspěšné predikci má chyba menší amplitudu Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32

Prediktivní kvantování DPCM kodér (Differential Pulse-Code Modulation): u k + - Σ e k kvantovač u k u k prediktor s pamětí e k Σ + + kodér k k k u = u + e k k k e = u u predikce: ( ),,... k = k k 2 u P u u Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 2 / 32

Prediktivní kvantování II DPCM dekodér: dekodér e k + u k Σ + prediktor s pamětí u k u k Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 3 / 32

Delta modulace kvantovač má pouze dvě výstupní hodnoty (+q,-q) obvou realizující tzv. prahovou funkci roli prediktoru hraje zpožďovací obvod k k k k k u = u e = u u vstupní signál nemusí být vzorkovaný místo prediktoru je integrátor používá se převážně ke kódování analogových signálů (např. zvuku) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 4 / 32

Delta modulace II DM kodér: u( t) e( t ) e ( t) NF filtr + u ( t) Σ + prahovač integrátor DM dekodér: e integrátor ( t) u ( t) NF filtr Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 5 / 32

Chyby DM u( t) u ( t) přetížení sklonu zrnitost odstranění zrnitosti... třístavová DM (+q,0,-q) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 6 / 32

DPCM Markovův řetězec řádu p střední hodnota aktuálního vzorku je lineárně závislá na p předchozích hodnotách nelineární prediktory nejčastěji se používají polynomiální funkce dvoj- a více-rozměrné prediktory odpovídají 2D charakteru obrazu (3D animaci) u p k = aj uk j j= Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 7 / 32

2D DPCM B C D A uk = aa + bb + cc + dd optimální případ: a b d = c = 0. 95 = ac = 0 Č/B obraz: DPCM je teoreticky lepší o cca 20dB než PCM (komprese 3-3.5 : ) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 8 / 32

Adaptivní prediktivní metody několik prediktorů pro různé směry korelace obrazu (vodorovně, svisle, šikmo) v každé fázi se vybírá prediktor s max. korelací adaptivní řízení zesílení (chyby kvantovače) kvalita (zkreslení) kvantování se řídí adaptivně podle rozptylu predikční chyby klasifikace oblastí obrazu rychlé přizpůsobení podle lokálního okolí pixelu klasifikace bloků velikosti 6 6 (např. 4 skupiny) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 9 / 32

Transformační metody Obecné schema: transformace kvantovač kodér T Q C C - Q - T - dekodér dekvantovač inverzní transformace Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 20 / 32

Transformační metody II snaží se pracovat s celým blokem (vektorem) obrazu najednou lze rozšířit na blokové kvantování maximální potlačení závislosti jednotlivých složek kódovaného vektoru velká role použité transformační funkce transformační funkce jednorozměrná (rozkladová řádka obrazu) dvojrozměrná (celý obraz, bloky K K) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 2 / 32

Transformační funkce T většina důležitých informací o bloku by měla být sousředěna do několika málo koeficientů velký kompresní poměr lze dosáhnout zanedbáním ostatních (méně podstatných) koeficientů zkreslení kvantováním a vynecháním koeficientů by mělo být co nejmenší koeficienty po transformaci mají být co nejméně závislé rychlost výpočtu T i T - (SW, HW) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 22 / 32

Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 23 / 32 D lineární transformační metody A Q Q 2... Q N lineární transformace N kvantovačů u u u u N = 2... v v v N 2... v v v v v N 2 =... dekorelace

Transformace Karhunen-Loeve vektor vstupních hodnot tvoří Gaussovsky rozložené náhodné veličiny kovarianční matice (závislost jednotlivých složek) je známa cílem je navrhnout transformační kodér s min. RMS chybou a max. dekorelací: optimální Karhunen-Loeve transformace koeficienty (v i ) jsou zcela nezávislé velká výpočetní náročnost (výpočet vlastních vektorů kovarianční matice) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 24 / 32

Praktické transformace suboptimální transformace o trochu horší dekorelační schopnosti než KLT větší efektivita: rychlé algoritmy O(N log N), O(N) sinové transformace (Fourier, sin, cos, Hartley) komplexní i reálná aritmetika, dobrá dekorelace transformace Walshova typu po částech konstantní funkce, jen sčítání a odečítaní (Hadamard), velmi rychlé implementace wavelets (Haar,..) dobrá reprezentace nehomogenního obrazu Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 25 / 32

Zonální kódování koeficientů Přesnost kvantování podle informační hodnoty (rozptylu) koeficientů. Příklad bitové alokace: 7 5 3 2 0 5 3 3 2 0 3 3 2 2 0 0 2 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Zonální metoda (přenáší se jen jistá oblast - zóna) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 26 / 32

Prahové kódování koeficientů Přenos K koeficientů s největší amplitudou. Příklad koeficientů: 4-5 4 8 7-3 0 8-3 5 4-4 - 0-9 6-8 5 3 3 0 0 7 3 6 4 0 2 4-5 0-2 0 0-3 - 4 2 0-2 0 3-2 -2 0 0 0 0 0 0-0 0 0 0 Přenášená zóna se pro každý blok liší (kódování adres) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 27 / 32

Adaptivní transformační metody (statistická) analýza každého bloku obrazu přizpůsobení transformačního algoritmu charakteristice dat přepínání transformačních funkcí nebo jejich parametrů adaptace přenášené oblasti koeficientů (zóny) adaptace kvantovačů Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 28 / 32

Hybridní metody Kombinace transformační a prediktivní metody: DPCM kodér T... DPCM DPCM kodér kodér MUX vynechané koeficienty transformace Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 29 / 32

Interpolační metody kódování a přenos jen některých pixelů ostatní pixely se při rekonstrukci dopočítají interpolací nejčastěji se používá lineární interpolace (polynomy vyšších řádů nedávají o tolik lepší výsledky) statické metody množina kódovaných pixelů je dána předem a nemění se dynamické metody přizpůsobení charakteru obrazu (např. jeho rozptylu) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 30 / 32

Střídavá interpolační metoda Přenos polovičního množství pixelů a následná lineární interpolace: B A X C D X A + = C nebo B + D 2 2 (menší rozdíl hodnot) Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 3 / 32

Konec Další informace: A. Jain: Image Data Compression: A Review, Proceedings of the IEEE, vol.69, #3, 98 A. Jain: Fundamentals of Digital Image Processing, Prentice-Hall, 989 ed. by H.-M. Hang, J. Woods: Handbook of Visual Communications, Academic Press, San Diego, 995 Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 32 / 32