Методы представления видеоинформации

Изображения – это тип данных, с особенностями:

1.Изображения занимают намного больше места в памяти, чем текст.

2.Человеческое зрение при анализе изображения оперирует контурами, общим переходом цветов и сравнительно нечувствительно к малым изменениям в изображении.

3.Изображение в отличие, например, от текста обладает избыточностью в 2-х измерениях.

Ключевые вопросы

1.Какие классы изображений существуют?

2.Какие классы приложений, использующие алгоритмы компрессии графики, существуют, и какие требования они предъявляют к алгоритмам?

3.Какие критерии мы можем предложить для сравнения различных алгоритмов?

Классы изображений

Примеры неформального определения классов изображений:

1.Изображения с небольшим количеством цветов (4-16) и большими областями, заполненными одним цветом. Плавные переходы цветов отсутствуют. Примеры: деловая графика – гистограммы, диаграммы, графики и т.п.

2.Изображения с плавными переходами цветов, построенные на компьютере, например графика презентаций, эскизные модели в САПР, изображения, построенные по методу Гуро.

3.Фотореалистичные изображения, например отсканированные фотографии.

4.Фотореалистичные изображения с наложением деловой графики, например реклама.

Классификация приложений, использующих алгоритмы компрессии

1.Характеризуются высокими требованиями ко времени архивации и разархивации. Нередко требуется просмотр уменьшенной копии изображения и поиск в базе данных изображений. Примеры: издательские системы – преобладание фотореалистичных изображений и деловой графики.

2.Характеризуется высокими требованиями к степени архивации и времени разархивации. Время архивации роли не играет. Иногда подобные приложения также требуют от алгоритма компрессии легкости масштабирования изображения под конкретное разрешение монитора у пользователя. Пример: справочники и энциклопедии на CD-ROM.

3.Характеризуются очень высокими требованиями к степени архивации. Приложение клиента получает от сервера информацию по сети, например WWW.

Требования к алгоритмам компрессии

1.Высокая степень компрессии.

2.Высокое качество изображений.

3.Высокая скорость компрессии.

4.Высокая скорость декомпрессии.

5.Масштабирование изображений.

6.Возможность показать огрубленное изображение.

7.Устойчивость к ошибкам.

8.Учет специфики изображения.

9.Редактируемость.

10.Небольшая стоимость аппаратной реализации.

Критерии сравнения алгоритмов

1.Худший, средний и лучший коэффициенты сжатия.

2.Класс изображений, на который ориентирован алгоритм.

3.Симметричность.

4.Наличие потерь качества.

5.Характерные особенности алгоритма и изображений, к которым его применяют.

Алгоритмы архивации без потерь

Алгоритм RLE

Алгоритм LZW Алгоритм Хаффмана Lossless JPEG

PNG

Алгоритм RLE

Групповое кодирование – Run Length Encoding (RLE)

Изображение вытягивается в цепочку байт по строкам растра. Сжатие происходит за счет того, что в исходном изображении встречаются цепочки одинаковых байт. Замена их на пары <счетчик повторений, значение> уменьшает избыточность данных.

XX значение

Алгоритм LZW

Lempel, Ziv и Welch. Сжатие в нем в отличие от RLE осуществляется уже за счет одинаковых цепочек байт.

PNG (Portable Network Graphics)

PNG поддерживает три основных типа растровых изображений:

•Полутоновое изображение (с глубиной цвета 16 бит)

•Цветное индексированное изображение (палитра 8 бит для цвета глубиной 24 бит)

•Полноцветное изображение (с глубиной цвета 48 бит)

Он имеет следующие основные преимущества перед GIF:

•практически неограниченное количество цветов в изображении (GIF использует в лучшем случае 8-битный цвет);

•опциональная поддержка альфа-канала;

•возможность гамма-коррекции;

•двумерная чересстрочная развёртка;

•возможность расширения формата пользовательскими блоками (на этом основан, в частности, APNG).