Моделювання основних процедур стиску зображень з частковою втратою інформації, на прикладі методів кодування з перетворенням.

  • Катерина Кузнецова Харківський національний університет імені В.Н. Каразіна
  • Єлизавета Кузнецова Харківський національний університет імені В.Н. Каразіна
  • Сергій Малахов Харківський національний університет імені В.Н. Каразіна https://orcid.org/0000-0001-8826-1616
Ключові слова: методи стиску зображень, кодування з перетворенням, ДКП, відбір коефіцієнтів, спотворення, квантування коефіцієнтів, візуальна помітність

Анотація

Застосування групи методів кодування з перетворенням, як основи для синтезу універсальних алгоритмів стиску відеоданих, базується на концепції максимального використання особливостей зорової системи людини: - час експозиції; - відстань спостереження; - величина міжкадрової різниці; - розмірність і співвідношення основних об'єктів спостереження; - тип зображень та ін.. Кодування з перетворенням дозволяє переходити від просторового до спектрального представлення оброблюваних зображень, и забезпечує широкі можливості для їх подальшого стиску та/або стеганографічної обробки.  В якості ключового компонента дослідного алгоритму використовувалося дискретне косинусне перетворення (ДКП). Воно є універсальним практично для всіх типів зображень. ДКП забезпечує хорошу спроможність до концентрації більшої частині значущої інформації, в меншій (у порівнянні з іншими перетвореннями) кількості коефіцієнтів. Ця властивість ДКП створює хороші стартові умови для проведення всіх наступних процедур стиснення зображень. Впливаючи на спектральне уявлення оброблюваних зображень, можна балансувати між якістю відтворення та ступенем стиску  вихідного зображення, а впливаючи на розмір субблоків і параметри їх попередньої обробки, на загальний час виконання операцій. При використанні методів кодування з перетворенням, основними параметрами, які впливають на ефективність процесу стиску, виступають: - використовуваний розмір субблоків, на які поділяється вихідне зображення; - спосіб відбору значимих коефіцієнтів; - використовуваний принцип квантування значимих коефіцієнтів. Розмір субблоків, є визначальним, так як від нього залежить чисельність подібних блоків та загальний час обчислення кожного елементу матриць ДКП. Важливим етапом є процес округлення отриманих після ДКП значень. У дослідженні для цього використовується коефіцієнт загрублення. Процедура нормування елементів матриць реалізується шляхом ділення значень ДКП на задану константу загрублення, з подальшим округленням результату до цілих чисел.  Метою роботи є моделювання основних етапів процесу стиску статичних зображень,та дослідження впливу основних параметрів кодування на якісно-часові характеристики відтворюваних зображень (час обробки, обчислювальна складність, якість відтворення, характеристики спотворень тощо).

Завантаження

##plugins.generic.usageStats.noStats##

Біографії авторів

Катерина Кузнецова, Харківський національний університет імені В.Н. Каразіна

Студентка кафедри безпеки інформаційних систем і технологій

Єлизавета Кузнецова, Харківський національний університет імені В.Н. Каразіна

Студентка факультету комп'ютерних наук

Сергій Малахов, Харківський національний університет імені В.Н. Каразіна

к.т.н., с.н.с., доцент факультету комп'ютерних наук 

Посилання

N. Chelemal-D and K. R. Rao // Fast computational algorithms for the Discrete Cosine Transform // 9th Annual Asilomar Conf. on Circuit, Systems and Computers, Pacific Grove, CA, Nov. 1985.

Красильников Н.Н. Статистическая теория передачи изображений. - М.: Связь, 1976. – 184 с.

Прэтт У. Цифровая обработка изображений. т. 1,2. - М.: Мир, 1985. - 736 с.

Зубарев Ю.Б., Дворкович В.П. Цифровая обработка телевизионных и компьютерных изображений. - М.: МЦНТИ, 1997. – 212 с.

Королев А.В. Оценка информативности трансформант дискретного косинусного преобразования. Системи Обробки Інформації. 2003. № 3. С. 81-86.

About JPEG // Електронний ресурс. Режим доступу – http://www.pcs-ip.eu/index.php/main/edu/5.

Morozov, D., Shaforostov, M., Malakhov, S., & Serbin, V. (2018). Подвійна обфускація трансформант малоресурсного стеганоалгоритма. Комп’ютерні науки та кібербезпека, 9(1), 22-34. вилучено із https://periodicals.karazin.ua/cscs/article/view/12015

Гончаров М. О. Дослідження процедур попередньої підготовки вихідних даних для стеганоалгоритма. Сучасні напрями розвитку інформаційно-комунікаційних технологій та засобів управління: матеріали 11-ї міжнар. наук.-техн. конф., 8–9 квіт. 2021 р. м. Баку–Харків–Київ–Жиліна. т. 2. с. 63. URL: http://repository.kpi. kharkov.ua/handle/KhPI-Press/52020 (дата звернення 1.05.2021).

Рубан И. В., Клименко Л. А. Сжатие видеоданных длинами серий с загрублением цвета. Информатика. Киев: Наукова думка, 1998. № 5. С. 44-48.

The Discrete Cosine Transform // Електронний ресурс. Режим доступу – https://users.cs.cf.ac.uk/Dave.Marshall/Multimedia/node231.html

Кузнецов О. О., Полуяненко М. О., Кузнецова Т. Ю. Приховування даних у частотній області нерухомих зображень на основі кодування різниці абсолютних значень коефіцієнтів дискретного косинусного перетворення // Методичні рекомендації.

Мастрюков Д. Краткое объяснение JPEG и его реализации. Алгоритмы сжатия информации. Часть 7. Сжатие графической информации.

Kasperovich L.V. Multiplication free scaled 8 x 8 ДКП algorithm with 530 additions // Електронний ресурс. Режим доступу – https://www.spiedigitallibrary.org/conference-proceedings-of-spie/2419/0000/Multiplication-free-scaled-8-x-8-ДКП-algorithm-with-530/10.1117/12.206390.full?SSO=1.

Douglas A. Kerr // Chrominance Subsampling in Digital Images // Електронний ресурс. Режим доступу – http://dougkerr.net/Pumpkin/articles/Subsampling.pdf.

Hou H. A Fast Recursive Algorithm For Computing The Discrete Cosine Transform // Електронний ресурс. Режим доступу – https://www.researchgate.net/publication/3235321_A_Discrete_Fourier-Cosine_Transform_Chip.

Опубліковано
2021-12-21
Цитовано
Як цитувати
Кузнецова, К., Кузнецова, Є., & Малахов, С. (2021). Моделювання основних процедур стиску зображень з частковою втратою інформації, на прикладі методів кодування з перетворенням. Комп’ютерні науки та кібербезпека, (2), 30-44. https://doi.org/10.26565/2519-2310-2021-2-04
Номер
Розділ
Статті

Найбільш популярні статті цього автора (авторів)