(по цифровому вещанию) Dvorkovich_V_Cifrovye_videoinformacionnye_sistemy
.pdf
Глава 9. Вейвлеты и кратномасштабная обработка изображений
Рис. 9.22. Разбиение изображения при трехполосной фильтрации
Рис. 9.23. Обработка изображения «Залив» с помощью трехполосного банка фильтров
3.1.Цифровая обработка телевизионных и компьютерных изображений. 2-е изд., перераб. и доп./ Под ред. Ю.Б. Зубарева и В.П. Дворковича. М.: НАТ, 1997.
3.2.Oliver B.M., Pierce J.R. and Shannon C.E. The Philosophy of PCM// Proceedings of IRE. V. 36. Oсt., 1948.
3.3.Goodall W.M. Television by Pulse Code Modulation// Bell System Technical Journal. V. 30. Jan., 1951.
3.4.Катермоул К.В. Принципы импульсно-кодовой модуляции/ Пер. с англ. под ред. В.В. Маркова. М.: Связь, 1974.
3.5.Цифровое кодирование телевизионных изображений/ Под ред. И.И. Цукермана. М.: Связь, 1981.
3.6.Игнатьев Н.К. Дискретизация и ее приложения. М.: Связь, 1980.
3.7.Справочник по телевизионной технике. Т. 1–2/ Пер. с англ. под ред. С.И. Катаева. М.–Л.: Госэнергоиздат, 1962.
3.8.Телевизионная техника: Справочник/ Под общ. ред. Ю.Б. Зубарева и Г.Л. Глориозова. М.: Радио и связь, 1994.
3.9.Пэдхем Ч., Сродерс Д. Восприятие света и цвета. М.: Мир, 1978.
3.10.Bhushan A.K. Efficient Transmission and Coding of Colour Components. M.S. Thesis/ Massachusetts Institute of Technology, Cambridge, MA. June, 1977.
3.11.Frei W., Jaeger P.A. and Probst P.A. Quantization of Pictoral Color Information// Nachrichtentech. Z. V. 61. 1972.
3.12.Marti B. Preliminary Processing of Color Images// CCETT ATA/T/3/73. Sept.5, 1973.
3.13.Stenger L. Quantization of TV Chrominance Signals Considering the Visibility of Small Color Differences // IEEE Trans. on Communications. V. COM-25, 11. Nov., 1977.
3.14.Harrison C.W. Experiments with Linear Prediction in Television// Bell System Technical Journal. V. 31. July, 1952.
3.15.Habibi A. Comparison of Nth order DPCM encoder with Linear Transformations and Block Quantization Techniques// IEEE Trans. on Communication Technology. V. COM-19. Dec., 1971.
3.16.Graham R.E. Predictive Quantizing of Television Signals// IRE Wescon Convention Record. V. 2, pt. 4. 1958.
3.17.Netravali A.N., Haskell B.G. Digital pictures: Representation and Compression. Plenum Press, N.Y., 1991.
3.18.Прэтт У. Цифровая обработка изображений. Т. 1–2. М.: Мир, 1982.
3.19.Погрибной В.А. Дельта-модуляция в цифровой обработке сигналов. М.: Радио и связь, 1990.
Литература к части III
3.20.Венедиктов М.Д., Женевский Ю.П., Марков В.В., Эйдус Г.С. Дельта-мо- дуляция. Теория и применение. М.: Связь, 1976.
3.21.Стил Р. Принципы дельта-модуляции. М.: Связь, 1979.
3.22.Geddes W.K.E. Picture Processing by Quantization of the Time Derivative// BBC Eng. Div., Techn. Rep., T-114. 1963.
3.23.Коннер Д., Брейнард Р., Лимб. Дж. Внутрикадровое кодирование изображений для передачи по цифровому каналу// В. кн.: Обработка изображений при помощи цифровых вычислительных машин/ Пер. с англ. под ред. Д.С. Лебедева. М.: Мир, 1973.
3.24.Musmann H.G. Predictive Coding// Chapter in the book Image Transmission Techniques, edited by W.K. Pratt, Academic Press, 1979.
3.25.Umeda M., Omori T. Quantizing Characteristics of DPCM for Video Signal// J. Inst. Telev. Japan. V. 28, № 8. 1972.
3.26.Umeda M. Video Signal Quantization by Differential. PCM Technique// Rev. Electr. Commun. Lab. V. 22, № 11. 1974.
3.27.Sabatier J. Le codage differential de composantes du signaux de television couleur// Acta Electronica. V. 19, № 3. 1976.
3.28.Haskell B.G. Entropy Measurements for Nonadaptive and Adaptive, Frame- to-Frame, Linear Predictive Coding of Video Telephone Signals// Bell Systems Technical Journal. V. 54, № 6. August, 1975.
3.29.Netravali A.N. and Rubinstein C. Quantization of Color Signals// Proc. IEEE, № 8. 1977.
3.30.Max J. Quantizing for Minimum Distortion// IEEE Trans. V. JT-6, № 3. 1960.
3.31.Kretz F. Subjectively Optimal Quantization of Pictures// IEEE Trans. on Commun. № 11. 1975.
3.32.Kretz F., Boudeville J., Sallio P. Qualite subjective en television numerique. Deuxieme partie: Criteres objectivs de qualite et exemple d’optimalisation d’un codage numerique// Revue de radiodissusion-television. № 52. 1978.
3.33.Kretzmer E.R. Reduced Alphabet Representation of Television Signals// IRE Nat. Conv.
3.34.Цифровое телевидение/ Под ред. М.И. Кривошеева. М.: Связь, 1980.
3.35.Харатишвили Н.Г. Цифровое кодирование с предсказанием непрерывных сигналов. М.: Радио и связь, 1986.
3.36.Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. радио, 1979.
3.37.Залманзон Л.А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. М.: Наука, 1989.
3.38.Ахмед Н., Рао К.Р. Ортогональные преобразования при обработке цифровых сигналов. М.: Связь, 1980.
3.39.Оппенгейм А.В., Шафер Р.В. Цифровая обработка сигналов. М.: Связь, 1979.
Литература к части III
3.40.Andrews H.C. Computer Techniques in Image Processing// Academic Press., N.J. 1970.
3.41.Andrews H.C. Two-Dimensional Transforms// Topics in Applied Physics: Picture Processing and Digital Filtering/V/ 6/ Huang T., Ed., Springer Verlag, N.J. 1975.
3.42.Bellman R. Introduction to Matrix Analysis// McGraw-Hill, N.J. 1960.
3.43.Andrews H.C., Caspari K. Generalized Technique for Spectral Analysis// IEEE Trans. Computers, C-19. January, 1970.
3.44.Обработка изображений и цифровая фильтрация/ Под ред. Т. Хуанга; пер.
сангл. Е.З. Сороки и В.А. Хлебородова. М.: Мир, 1979.
3.45.Anderson G.B., Huang T.S. Piecewise Fourier Transformation for Picture Bandwidth Compression// IEEE Trans. V. COM-19, № 2б. 1971.
3.46.Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов/ Пер. с англ. И.И. Грушко. М.: Мир, 1989.
3.47.Быстрые алгоритмы в цифровой обработке изображений. Преобразования и медианные фильтры/ Под ред. Т.С. Хуанга; пер. с англ. под ред. Л.П. Ярославского. М.: Радио и связь, 1984.
3.48.Нуссбаумер Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток/ Пер. с англ. под ред. В.М. Амербаева и Т.Э. Кренкеля. М.: Радио и связь, 1985.
3.49.Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов: Справочник. М.: Радио и связь, 1985.
3.50.Brigham E.O. The Fast Fourier Transform// Prentice-Hall, Englewood Cliffs, N.J. 1984.
3.51.Haar A. Zur Theorie der Orthogonalen Funktionen-System: Inaugural Dissertation. Vfth. Annalen, 5, 1955.
3.52.Прэтт У., Эндрюс Х., Кайн Дж. Кодирование изображений с использованием преобразования Адамара/ Пер. с англ.// ТИИЭР. Т. 56. № 1. 1969.
3.53.Райзер Г.Дж. Комбинаторная математика/ Пер. с англ. М.: Мир, 1966.
3.54.Хармут Х.Ф. Передача информации ортогональными функциями/ Пер.
сангл. М.: Связь, 1975.
3.55.Jain A.K. A Fast Karhunen-Loeve Transform for Finite Discrete Images: Proceedings of the National Electronics Conference. Chicago, Ilinois. October, 1974.
3.56.Means R.W., Whitehouse H.J., Speiser J.M. Television Encoding Using a Hybrid Discrete Cosine Transform and a Differential Pulse Code Modulator in Real Time: Proc. of the National Telecom. Conf. San Diego, California. Dec., 1974.
3.57.Ahmed N., Natarajan T., Rao K.R. On Image Proceeding and a Discrete Cosine Transform // IEEE Trans. Computers, C-23, 1. Jan., 1974.
3.58.Wintz P.A. Transform Picture Coding// Proc. IEEE. V. 60. July, 1972.
3.59.Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967.
Литература к части III
3.60.Обработка изображений при помощи ЦВМ/ Пер. с англ. под ред. Д.С. Лебедева. М.: Мир, 1973.
3.61.Enomoto H., Shibata K. Orthogonal Transform Coding System for Television Signals// IEEE Trans. Electromagnetic Compatibility, EMC-13, 3. Aug. 1971.
3.62.Pratt W.K., Welch L.R., Chen W.H. Slant Transform for Image Coding// Proceedings Symposium on Applications of Walsh Functions. March, 1972.
3.63.Pratt W.K., Chen W.H., Welch L.R. Slant Transform Image Coding// IEEE Trans. Commun. COM-22, 8. Aug., 1974.
3.64.Netravali A.N. and Rubinstein C. Quantization of Color Signals// Proc. IEEE.
№8. 1977.
3.65.Max J. Quantizing for Minimum Distortion// IEEE Trans. V. JT-6. № 3. 1960.
3.66.Huang J., Schultheiss P.M. Block Quantization of Correlated Gaussian Random Variables// IEEE Trans. 1963.
3.67.Lohscheller H. A Subjectively Adapted Image Communication System// IEEE Trans. Commun. COM-32. Dec., 1984.
3.68.МККР. Параметры кодирования сигналов цифрового телевидения для студий: Рекомендация 601.
3.69.Wallace G.K. The JPEG Still Picture Compression Standard// Communication of the ACM. V. 34. № 4. April, 1991.
3.70.King N. Ngan, Hee C. Koh., Wai C.Wong. Hybrid Image Coding Scheme Incorporating Human Visual System Characteristics// Optical Engineering. V. 30.
№7. 1991.
3.71.Natarajan T.R. and Ahmed N. On Interframe Transform Coding// IEEE Trans. Commun. V. COM-25. № 11. Nov., 1977.
3.72.Knauer S.C. Real-Time Video Compression Algorithm for Hadamard Transform Processing// IEEE Trans. Electromagnetic Compatibility. V. EMC-18. № 1. Feb., 1976.
3.73.Habibi A. Hybrid Coding of Pictoral Data// IEEE Trans. Communications. V. COM-22. № 5. May, 1974.
3.74.Roese J.A. Hybrid Transform/ Predictive Image Coding// Charter 5 of Image Transmission Techniques/ W.K.Pratt ed. Academic Press, N.Y., 1979.
3.75.Clarke R.J. Hybrid Intraframe Transform Coding of Image Data// IEE Proc. V. 131 part F. № 1. Feb., 1984.
3.76.King N. Ngan, Hee C. Koh, Wai C. Wong. Hybrid Image Coding Scheme Incorporating Human Visual System Characteristics// Optical Engineering. V. 30.
№7. 1990.
3.77.Gray R.M. Vector Quantization ASSP Magazine. Nov. 1984
3.78.Linde Y. Buzo A. and Gray R. An Algorithm for Vector Quantization Designs// IEEE Trans. Commun. COM-28. Jan., 1980.
3.79.Equitz W.H. Fast Algorithms for Vector Quantization Picture Coding// M.S.Thesis, MIT. June, 1984.
Литература к части III
3.101. Добеши И. Десять лекций по вейвлетам/ Пер. с англ. Мищенко Е.В.; под ред. А.П. Петухова. М.: РХД, 2001.
3.102. Primer A. Introduction to Wavelets and Wavelet Transforms. Prentice Hall. Upper Saddle River, New Jersey 07458. http://www.prenhall.com
3.103. Дьяконов В.П. Вейвлеты. От теории к практике. М.: Солон-Р., 2002.
3.104. Блаттер К. Вейвлет-анализ. Основы теории/ Пер. с нем. Т.Э. Кренкеля; под. ред. А.Г. Кюркчана, М.: Техносфера, 2006.
3.105. Шарк Г.-Г. Применение вейвлетов для ЦОС/ Пер. с англ. Смирновой Н.И.; под. Ред. Кюркчана А.Г. М.: Техносфера, 2007.
3.106. Гонсалес Р., Вудс Р. Цифровая обработка изображений/ Пер. с англ. под ред. Чщчиа П.А. М.: Техносфера, 2005.
3.107. Давыдов А.В. Вейвлеты. Вейвлетный анализ сигналов/ Персональный сайт проф. Давыдова. http://prodav.narod.ru/wavelet/index.html
3.108. Дворкович В.П., Дворкович А.В. Расчет банков фильтров дискретного вей- влет-преобразования и анализ их характеристик // ЦОС. № 2. 2006.
3.109. ITU-T Recommendation. T.800// Information Technology — JPEG 2000 Image Coding System: Core Coding System, 2004.
3.110. ITU-T Recommendation T.801/ Information Technology — JPEG 2000 Image Coding System: Extensions, 2004.
Повышение визуального качества восстановленного изображения при заданном коэффициенте сжатия или повышение коэффициента сжатия при заданном визуальном качестве восстановленного изображения для статических изображений и опорных кадров в динамической последовательности изображений связано с изменением коэффициентов квантования отдельных их блоков или преобразований этих блоков и влияет на эффективность всего алгоритма компрессии в целом.
Основная идея повышения качества внутрикадрового кодирования изображений состоит в подборе коэффициентов квантования блоков таким образом, чтобы визуальное качество воспроизведения блоков по всему изображению было примерно одинаковым. При применении же одинакового для всех блоков коэффициента квантования, что зачастую используется в упрощенных кодирующих устройствах, качество восстановленного изображения в блоках существенно зависит от содержания блоков (структуры данного участка изображения).
Таким образом, требуется выработать критерий оценки искажений визуального качества — допустимых искажений в данном блоке при заданном параметре качества, причем этот критерий должен хорошо согласовываться с визуальным восприятием искажений.
Наличие жесткой взаимосвязи между коэффициентом сжатия информации об изображении и используемым коэффициентом квантования определяет недостатки покадрового сжатия изображений при использовании алгоритмов обработки по стандарту JPEG [4.1–4.3]. Это приводит к тому, что при насыщенности
Введение
изображения мелкими деталями на ровном поле возможно получить высокое качество восстановленного изображения только при малых коэффициентах сжатия и при больших потоках цифровых данных в случае передачи динамических изображений. При больших коэффициентах сжатия визуальное качество восстанавливаемых изображений оказывается неудовлетворительным: мелкие детали изображений не воспроизводятся, в областях переходов яркости и цвета возникают сильно искажающие изображение эхо-сигналы, возникает так называемый блокинг-эффект.
Эффективным методом повышения качества воспроизведения изображений является направленное пространственное предсказание при внутрикадровом кодировании. Эта методика повышает качество сигнала, применяемого для предсказания, а также позволяет использовать для предсказания соседние области, которые были закодированы не с помощью внутрикадровой методики.
Деблокинговая адаптивная фильтрация в цикле кодирования и декодирования – хорошо известный метод повышения качества восстановленного видео, и при правильном проектировании может повысить как субъективное, так и объективное качество.
При обзоре различных методов кодирования следует упомянуть также о методах, использующих преобразование изображений на несколько составляющих меньшего разрешения (multiresolution representation).
Один из вариантов расщепления, рассмотренный в части III, носит название «пирамида Лапласа» [4.4–4.6].
Наиболее эффективный метод представления изображений в виде набора составляющих меньшего разрешения основан на использовании так называемого вейвлет-разложения [4.7, 4.8]. Особенно большое развитие получила практика применения вейвлет-преобразования для решения задач сжатия и обработки изображений, распознавания образов и др. Дискретизация вейвлет-преобразова- ния, изложенная И. Добеши [4.9], перекинула мост между математиками и разработчиками систем цифровой обработки сигналов. Вейвлеты составляют основу мощного метода обработки сигналов — теории кратномасштабного анализа, реализующей представление и анализ сигналов, в частности изображений, в различных масштабах, т. е. при различных разрешениях.
Кратномасштабный анализ изображений реализуется путем свертки видеосигналов с импульсными характеристиками ряда фильтров и последующей децимацией результатов этих преобразований.
Совокупность набора фильтров с дециматорами называется банком фильтров, реализующих анализ исходного сигнала. Набор сформированных в результате преобразований сигналов несет в себе информацию о спектральных составляющих исходного сигнала при некотором пространственном (временном) масштабе.
При синтезе сигнала (его реконструкции) выполняется прореживание субполосных сигналов, их фильтрация соответствующими восстанавливающими фильтрами и сложение.
У обработки изображений с использованием вейвлетов [4.10–4.12] много общего с кодированием изображений с помощью рассмотренных в части III преобразований.
9.4. Основные сведения о субполосном кодировании
В изображениях имеются детали самых различных размеров, и, следовательно, желательно, чтобы преобразование позволяло анализировать изображение на различных масштабах, что реально обеспечивается при кратномасштабном анализе. При этом желательно, чтобы преобразование делило входной сигнал на локальные частотные области, обеспечивая способность корректно анализировать
ориентированные типичные для изображения структуры, такие как контуры, линии и др.
Кроме частотной локализации желательно, чтобы преобразование обеспечивало пространственную локализацию, что особенно важно, когда информация о местоположении деталей изображения является существенной. Локальность не должна быть блочной, как при использовании, например, ДКП, поскольку это ведет к потере свойства локальности в частотной области.
Вейвлеты являются примером функций, хорошо локализованных как в частотной, так и в пространственной областях.