Documente Academic
Documente Profesional
Documente Cultură
I. INTRODUCERE
II.TEHNICI DE COMPRESIE-CLASIFICRI
2
- bazate pe dicionar
- bazate pe metode specifice
n decursul timpului s-au observat urmtoarele:
1. Prin cuantizarea scalar se ajunge la performane
mediocre. Se obin rate de compresie de 0,5 ceea ce
reprezint un rezultat nesemnificativ. Totodat se ajunge la
reducerea numrului de culori ( sau nuane de gri) i chiar la
crearea de benzi de culoare diferit.
2. Fa de cuantizarea scalar, cuantizarea vectorial are
rezultate mai bune.
3. Analiznd metodele statistice s-a observat c acestea
funcioneaz mai bine cnd elementele ce trebuie compresate
au probabiliti diferite.Acest lucru nseamn c imaginile n
care avem pixeli alturai de culori foarte diferite, se
compreseaz mai bine cu metodele statistice.Totui apare o
problem la predicia pixelilor.
4. Ca n cazul metodelor statistice,metodele de compresie
bazate pe dicionar ntmpin deasemenea probleme n
cazul imaginilor cu tonuri continue din cauza pixelilor
alturai similari.
Deoarece rezultatele de mai sus sunt nesatisfctoare s-au luat
n calcul abordri noi ce presupun metode pentru tipuri
particulare de imagine.Principiul abordat este acela c '' dac
se selecteaz aleator un pixel dintr-o imagine, exist o
probabilitate mare ca vecinii si s aib aceeai culoare sau
culori foarte apropiate''.[1]
S-au luat n considerare imagini reprezentate pe dou
nivele, imagini reprezentate n tonuri de gri i imagini color.
1.Imagini reprezentate pe dou nivele:
Abordarea presupune folosirea codrii RLC (Run length
coding) pentru a coda imagini ai cror pixeli sunt reprezentai
printr-un bit (pixeli vecini identici). Metoda presupune
scanarea imaginii ( rnd cu rnd, coloana cu coloan, zigzag,,etc.) i calcularea lungimilor irurilor de pixeli albi i
negri. n ultim faz lungimile sunt codate i compresate.
4
simbol care apare. Noul interval este proporional cu
probabilitatea predefinit ataat simbolului respectiv.
Procesul de decodare realizeaz procedura invers, de
extindere a intervaului, proporional cu probabilitatea fiecrui
simbol extras din mesajul recepionat.
3. Lempel-Ziv-Welch : este unul dintre cei mai comuni
algoritmi folosii n grafica pe calculator. Aceast metod de
codare fr pierderi se regsete n foarte multe tipuri
(formate) de imagini : GIF i TIFF. LZW este un algoritm de
compresie care poate lucra n orice tip de date. Este la fel de
rapid att n comprimarea ct i n decomprimarea datelor.
Folosete un dicionar, care se poate reconstrui pe parcurs (nu
trebuie stocat), format din iruri de caractere. Aceste iruri
sunt folosite ca i elemente ale codrii.
Acest algoritm nlocuiete un ir de caractere cu un altul cu
ajutorul ctorva bii.
Imaginea este structurat ca un tablou de pixeli dispui pe
linii i pe coloane. Un pixel este caracterizat prin pozi ie i
prin coninut. Prin poziie nelegem linia i coloana din
imagine, iar prin coninut culoarea i luminozitatea. Aceste
informaii sunt stocate ntr-o zon numit memorie grafic.
Exemplu : pentru imaginile alb negru cu 16 nuan e de gri,
descrierea unui pixel n memoria grafic folosete doar 4 bi i.
Cnd se reprezint imaginile color se definete conceptul de
palet de culori, care ia n considerare fie codurile asociate
culorilor cnd acestea sunt ntr-un numr restrns, fie modul
de construire a culorilor prin combinarea culorilor
fundamentale.
4. Codarea RLE are la baza codarea lungimii irurilor
identice (run-length-encoding ). Fiierele conin adesea
caractere care se repeta de mai multe ori. Un exemplu l
constituie imaginile care au un fond alb sau negru destul de
larg. Algoritmul RLE ofer o foarte bun compresie.
Exemplu de compresie pentru o secven ce are multe
zerouri: 17 8 54 0 0 0 97 5 16 0 45 23 0 0 0 0 0 3 67 0 0 8
De fiecare data cnd se ntlnete un zero n secven a de
intrare, se scriu dou valori n fiierul de ieire: prima dintre
acestea este zero indicnd c a nceput compresia, iar cea de-a
doua este numrul consecutiv de zerouri care apare.
Compresia apare cnd se intlnesc secvene de zerouri cu
lungime mai mare de 2.
Secvena dup aplicarea codrii RLE:
17 8 54 0 3 97 5 16 0 1 45 23 0 5 67 0 2 8.
Trebuie observat ns c secvena de date n care apar
zerouri individuale va determina un fiier de ieire mai mare
dect cel original. Plecnd de la aceast idee s-au dezvoltat
diveri algoritmi care lucreaz pe octei sau pe grupuri de
octei. De asememea se poate folosi pentru a coda orice alt
caracter, nu numai zero, aa cum am exemplificat anterior.
n cazul imaginilor, se bazeaz pe presupunerea conform
creia dac selectm un pixel din imagine la ntmplare,
exist sana destul de mare ca vecinii acestuia s aib aceea i
culoare. Ca urmare, codificatorul funcioneaz prin
parcurgerea imaginii rnd cu rnd, cutnd serii consecutive
de pixeli de aceeai culoare.
Exemplu :
Daca imaginea este alb negru i con ine pe un rnd 17
pixeli albi, urmai de 1 pixel negru, urmat de 55 pixeli albi
se va reine la ieire doar seria de numere : 17 1 55.
5
rotunjirea numerelor de mare precizie la un ntreg .
Metoda 2: Cuantizarea vectorial: este o tehnic ce permite
modelarea unei funcii : densitate de probabilitate n funcie
de distribuia vectorilor. Setul de puncte (vectori) se mparte
n gurpuri ce au aproximativ acelai numr de puncte mai
apropiate de ele. Punctele sunt reprezentate de indicele celui
mai apropiat centroid.
Metoda 3: Compresia utiliznd transformate:-este o tehnic
de compresie utilizat n fotografii. Are ca rezultat o imagine
de calitate mic. Este utilizat de standardul JPEG i folosit
pentru a converti valorile spaiale ale pixelilor imaginii n
valori ale coeficienilor transformatei.
Scopul aplicarii unei transformari este de a decorela
coninutul imaginii din acelai cadru sau din cadre alturate
i de a coda coeficienii transformrii, n loc de pixelii
originali ai imaginii.
n acelai timp se dorete micorarea dependen ei statistice
dintre coeficieni, astfel nct s se reduca numrul de bi i
necesari pentru transmiterea coeficien ilor rma i.
S-au ncercat o serie de transformate cum ar fi: Fourier,
Karhonen-Loeve, Walsh-Hadamrd, DCT, Wavelet.
Mai jos este prezentat schema bloc a procesului de codare
utiliznd transformate.
6
5.
6.
V. STANDARDE DE IMAGINE
n continuare se vor prezenta principalele formate de
imagine corespunztoare fiecrui tip de compresie, respectiv
cu i fr pierderi.
Standarde utilizate n compresia fr pierderi :
1. GIF (Graphics Interchange Format) - format de imagine
bitmap care suporta 8 bii pe pixel (2^8 = 256 culori). Suport
animaie i formatul de imagine GIF folosete metoda de
compresie LZW. Imaginea are dimensiuni reduse fa de
celelalte tipuri de imagine de acelai fel.
2. PNG (Portable Network Graphic) - format de imagine
bitmap fr pierderi de compresie. PNG-ul a fost creat ca s
nlocuiasc GIF-ul. PNG-ul suport o palet de 24 de bii.
3.TIFF (Tagged Image File Format) reprezint un format
complicat ce ncorporeaz o gam larg de opiuni. Folosete
compresia LZW. Se utilizeaz n principal n imaginile cu
adncime mare de culoare. Formatul TIFF este regsit n
aplicaiile de scanare, fax, text.
Standarde utilizate n compresia cu pierderi :
1. JPEG/JPG (Joint Photographic Experts Group) compresie folosit de mai multe tipuri de imagini. Este n
general neles ca un tip de imagine de compresie cu pierderi
(lossy compression), arhiveaz n general 10:1. JPEG-ul
nsumeaz mai mlte profile de culoare (att RGB ct i
CMYK), cele mai comune sunt RGB i Adobe RGB.
Scopul JPEG a fost s dezvolte o metod de compresie a
imaginilor cu ton continuu, ceea ce presupune urmtoarele
cerine :
- s permit obinerea unor rate de compresie comparabile cu
algoritmii performani, s permit o fidelitate a imaginii ntrun interval larg de rate de calitate a imaginii, dar n special n
zona n care fidelitatea vizual a originalului este
caracterizat ca foarte bun pn la excelent; totodat,
codorul ar trebui parametrizat astfel nct utilizatorul s poat
seta rata de compresie i de calitate dorite ;
-s fie aplicabil pentru orice fel de imagine/surs digital cu
ton continuu de culoare. De exemplu, imaginea nu trebuie
restricionat din punct de vedere al coninutului su, cum ar
fi complexitatea, intervalul de culoare, sau proprietile
statistice;
-s aib o complexitate calculabil uor, pentru a face fezabile
implementrile software cu performane viabile ntr-o
varietate de procesare, de asemenea i pentru implementrile
hardware cu un cost viabil pentru aplicaiile care necesit o
performan ridicat ;
-s aib urmtoarele moduri de operare :
7
Compresia se face foarte usor la imagini i la secvente
video pentru c elementele lor sunt foarte asemntoare ntre
ele, adic au o corelaie foarte mare. Corelaia unui semnal cu
el nsui arat ct de mult un semnal la un moment de timp
seamn cu el nsui, dar la alt moment de timp.
Aceast corelaie mare este motivul pentru care
transformata cosinus discret este folosit n compresia
imaginilor. DCT are dou proprieti foarte importante: n
primul rnd, ea transform imaginea ntr-o serie mic de
coeficieni decorelai (nu se repet informaie), iar n al doilea
rnd, acetia nglobeaz aproape toat informaia din imagine
(adic toat energia semnalului). Deci aceast transformare
ne ajut s nu pstrm toi pixelii din imagine, ci doar nite
coeficieni, mult mai puini, din care putem reconstrui
imaginea iniial. Primul coeficient este cel mai important,
reprezentnd nivelul de gri al imaginii.
Pe aceast idee se bazeaz i standardul JPEG. n mare,
algoritmul JPEG mparte imaginea n blocuri 88 i aplic
DCT astfel nct s obin coeficienii necesari pentru fiecare
bloc. Apoi aceti coeficieni sunt cuantizai, cei mai
importani cu rezoluie mai bun, cei mai puin importani cu
un pas de cuantizare din ce n ce mai mic, pn la ultimii,
care pot fi i ignorai.
Aceti coeficieni sunt codai pentru a putea fi transmii
mai departe, pe un canal de transmisie. Codarea ajut i ea la
rata de compresie, folosindu-se o codare diferenial pentru
primul coeficient (adic se reine valoarea primului coeficient
din blocul anterior i se trimite doar diferena dintre acesta i
cel curent) i o codare Run-Length pentru restul coeficienilor
(se elimin toi coeficienii nuli, trimind informaii doar
despre poziia lor relativ la coeficienii nenuli).
VI.
H.324;
MPEG (Moving Picture Experts Group) standard pentru imagini n micare pentru un
spectru larg de rezoluie de imagine.
PNG 258 KB
TIFF-LZW 378 KB
JPEG 43,4 KB
Ratele de compresie
urmtoarele:
TIFF 2:1
PNG 2,7:1
JPEG 16:1
pentru
fiecare
format
sunt
Q2=50 49,5 KB
Q3= 10 16,3 KB
Q4=1 6,3 KB
BMP 257 KB
PNG 173 KB
TIFF-LZW 251 KB
JPEG 79 KB
Ratele de compresie
urmtoarele:
TIFF 1:1
PNG 1,5:1
JPEG 3,2:1
pentru
fiecare
format
sunt
JPEG 2000
9
[15] P.G.Howard,J.S.Vitter,"New :ethods for Lossless Image Compression
Using Arithmetic Coding", Department of Computer Science Brown
University ,Tehnical Report No. CS-91_47, August 1991
[16] C.Florea,"Sisteme avansate de codare i compresie a datelor multimedia",
Universitatea Tehnic din Cluj-Napoca, curs 1
[17] B.C.Vemuri,S.Sahani,F.Chen,C.Kapoor,C.Leonard,J.Fitzsimmons,"Lossles
s Image Compression"
[18] K.Ramteke,S.Rawat,"Lossless Image Compression LOCO-R Algorithm for
16 bit Image", 2nd National Conference on Information and
Communication Technology (NCICT) 2011
[19] A.Alarabeyyat,S.Al-Hashemi,T.Khdour,M,H.Btoush,S.B.Ahmad,R.AlHasemi,"Lossless Image Compression Techniques Using Combination
Methods, Journal of Software Engineering Applications", June 2012
[20] D.Ausinte,|"Image Compression:Seeing What's Not There", Grand Valley
State University
CONCLUZII
Aceast lucrare ncearc s prezinte principalele tehnici de
compresie a imaginilor. Aceste tehnici sunt practic clasificate
n dou : compresie fr pierderi i compresie cu pierderi.
Cum ne spune i numele, n compresia fr pierderi imaginea
poate fi reconstituit fr pierdere de informaie.Iar n cazul
compresiei cu pierderi avem informaie care este pierdut.
Aceste tehnici sunt bune pentru diferite aplicaii. Metodele cu
pierderi sunt cele mai folosite pentru comprimarea diferitelor
tipuri de date cum ar fi audio, video, imagini mai ales n
aplicaiile de streaming. n schimb, comprimarea fr
pierderi este necesar pentru text i fiierele ce conin
nregistrri bancare i nu numai. Un mare avantaj l
reprezint faptul c n multe cazuri se poate crea un fiier
master comprimat fr pierderi care apoi poate fi utilizat
pentru crearea de fiiere compresate pentru diferite scopuri.
REFERINE
[1] D.C. Crstea, ''Tehnici de compresia a imaginilor n tehnologiile
multimedia'', Revista forelor terestre, nr. 4 din 2009 , nr.1 din 2010
[2] Thomas Sikora, MPEG Digital Video-Coding Standards, IEEE Signal
Processing Magazine, pp.82100, 1997
[3] Watson, Andrew B., Image Compression Using the Discrete Cosine
Transform, Mathematica Journal, 4(1), 1994, p. 81-88
[4] Zoran S. Bojkovic, Corneliu I. Toma, Vasile Gui, Radu Vasiu, Advanced
Topics in Digital Image Compression, Editura Politehnica , 1997
[5] P Aguilera, Comparison of different image compression formats ECE
533 Project Report
[6] Gonzalez & Woods "Digital Image Processing", 2nd edition
[7] M. M. Siddeq ,M. A. Rodrigues," A Novel Image Compression Algorithm
for High Resolution 3D Reconstruction" , 26 March 2014
[8] A.Isar, A.Cubichi, M.Naforni,"Algorithmes et techniques de
compression", ed Orizonturi Politehnice, 2002
[9] P.Y. Lin "Bqsic Image Compression Algorithm and Introduction to JPEG
Standard", Institute of Communication Engineering National Taiwan
University, Taipei, Taiwan, ROC
[10] A.Mulla, N.Gunjikar,R.Naik,"Comparison of different Image Compression
Techniques", Sardar Patel Institute of Technology, Bhartiya Vidya Bhavans
campus, Andheri
[11] Ricardo L. de Queiroz and Karen M.Braun, Color to Grayb and Back:
Color Embedded into Gray Images, IEEE Transactions on Image
Processings vol. 15, pp. 1464-1467,June 2006
[12] M. Alptekin Engin and Bulent Cavusoglu, New Approach in Image
Compression: 3D Spiral JPEG, IEEE Communications Letters vol. 15, no.
11, November 2011.
[13] ] Bang Huang; Linbo Xie, "An improved LBG algorithm for image vector
quantization," Compute Science and Information Technology (ICCSIT),
2010 3rd IEEE International Conference on, vol.6, no., pp.467, 471, 911July 2010
[14] Anil Kumar Katharotiya, Swati Patel, Mahesh Goyani, Comparative
Analysis between DCT & DWT Techniques of Image Compression.
Journal of Information Engineering and Applications, Vol. 1, No. 2, 2011.