Documente Academic
Documente Profesional
Documente Cultură
Conf. dr. ing. Mircea RĂDUCANU*, Prof. dr. ing. Lucian STANCIU*,
Prof. dr. ing. Adelaida MATEESCU*
Cuvinte cheie. Transformare biparametrică, transfor- Keywords. Biparametric transform, liniar transform,
mare liniară, nucleu, baze de imagini, transformarea kernel, image basis, bidimensional discret Fourier
Fourier discretă bidimensională, transformarea Walsh transform, bidimensional discret Walsh transform,
discretă bidimensională, transformarea Hadamard dis- bidimensional discret Hadamard transform, bidimen-
creta bidimensionala, transformarea Cosinus discretă sional discret Cosinus transform, bidimensional
bidimensională, transformarea Sinus discretă bi- discret Sinus transform.
dimensională Abstract. The purpose of this paper is to present an
Rezumat. Scopul acestui articol este de a trece în overview on 2-D discrete transform witch are used in
revistă principalele transformate discrete bidimensio- image compression. Also, we present a general
nale utilizate în compresia imaginilor. Deasemenea, formulation of a linear unitary 2-D discrete transform,
se prezintă o formalism generalizat pentru trans- then a basis image interpretation of transform coding
formările bidimensionale discrete omogene liniare, is given.
apoi este prezentată o interpretare cu ajutorul bazelor
de imagini.
[ f ] = [K i1∗ ] ⋅ [F ]⋅ [K i1 ]
T
2. Transformări liniare (3)
K i (x, y, u , v ) reprezintă nucleele transformării directe { f (x, y )}x, y =0, N −1 care poate fi interpretată ca fiind
şi inverse. imaginea reconstruită. Pornind de la funcţia nucleu
Dacă K d ( x, y , u , v ) = K d 1 ( x, u ) ⋅ K d 2 ( y , v ) şi K i ( x, y, u , v ) , asemenea cazului unidimensional
K i (x, y, u , v ) = K i1 ( x, u ) ⋅ K i 2 ( y, v ) se spune că unde se defineşte noţiune de bază de funcţii, în
nucleele transformării sunt separabile. În această cazul bidimensional se defineşte conceptul de bază
situaţie transformarea 2-D poate fi descompusă în de imagini. Un element al acestei baze este
două transformări 1-D aplicate succesiv. constituit din:
Dacă nucleul este real atunci Bu ,v este o matrice lui N mare în cazul utilizării compensării mişcării nu
este oportună.
reală şi poate avea o reprezentare geometrică prin
intermediul unei imagini. Din relaţia de mai sus se
2.1. Transformarea Fourier discretă
observă că pentru o imagine de dimensiune N × N
2
bidimensională
puncte, numărul bazelor de imagini este N .
Conform celor de mai sus descompunerea unei Transformata Fourier discretă este una dintre
imagini poate fi scrisă cu ajutorul bazelor de imagini: cele mai utilizate transformate în domeniul pre-
N −1 N −1 lucrării semnalelor. Expresia ei poate fi dedusă din
[ f ]N × N = ∑∑ [F (u, v )]N × N ⋅ Bu ,v (6) relaţiile (I.1) şi (I.2) prin particularizarea nucleului cu
u =0 v =0
funcţia exponenţială complexă:
Ţinând seama că nucleele transformatelor sunt
1 ⎛ j 2π ( x ⋅ u + y ⋅ v ) ⎞
separabile, simetrice şi omogene setul de imagini K d ( x, y , u , v ) = exp⎜ − ⎟ (9)
ale bazei poate fi construit din bazele unidimen-
N ⎝ N ⎠
[ ]N ×1 şi [bv ]N ×1 : 1 ⎛ j 2π (x ⋅ u + y ⋅ v ) ⎞
sionale bu
K i ( x, y , u , v ) = exp⎜ ⎟ (10)
N ⎝ N ⎠
⎛ Ki1 ( 0, u ) ⎞ ⎛ K i 2 ( 0, v ) ⎞
⎜ ⎟ ⎜ ⎟ Se observă că nucleul transformării este
⎜ Ki1 (1, u ) ⎟ ⎜ Ki 2 (1, v ) ⎟
separabil, simetric şi omogen:
[bu ]N ×1 = ⎜ i1 ( ) ⎟ ; [bv ]N ×1 = ⎜ i 2 ( ) ⎟
⎜ K 2, u ⎟ ⎜ K 2, v ⎟
⎜ Ki1 ( 3, u ) ⎟ ⎜ Ki 2 ( 3, v ) ⎟ 1
K1 ( x, u ) =
⎛ j 2π ⋅ x ⋅ u ⎞
exp ⎜ −
⎜ ⎟ ⎜ ⎟ ⎟=
... ... N ⎝ N ⎠
⎜ K N − 1, u ⎟ ⎜ K N − 1, v ⎟ (11)
⎝ i1 ( )⎠ ⎝ i2 ( )⎠ 1 ⎛ j 2π ⋅ x ⋅ u ⎞
= exp ⎜ − ⎟ = K 2 ( x, u )
(I7) N ⎝ N ⎠
prin relaţia de produs: Pentru N = 4 se obţin următoarele valori pentru
Bu ,v = [bu ]⋅ [bv ]
T
(8) [bu ]N ×1 şi [bv ]N ×1 :
Toate transformările utilizate în prelucrările de ⎛1⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟
imagini sunt separabile, simetrice şi omogene. 1 ⎜1⎟ 1⎜ j⎟
[b0 ] = ⎜ ⎟ ; [b1 ] = ;
O problemă importantă este alegerea valorii 2 1 2 ⎜ −1 ⎟
⎜ ⎟ ⎜ ⎟
optime a lui N . Este cunoscut din teoria prelucrării ⎜1⎟ ⎜− j⎟
⎝ ⎠ ⎝ ⎠
semnalelor că prin creşterea valorii lui N decore-
⎛ 1⎞ ⎛ 1⎞
larea obţinută prin transformare este mai mare. ⎜ ⎟ ⎜ ⎟
1 ⎜ − 1⎟ 1 ⎜− j⎟
[b2 ] = ⎜ ⎟ ; [b3 ] =
2 ⎜ −1 ⎟
Dacă valoarea lui N este însă foarte mare pot
2 1
apare probleme privind eroarea de codare care ⎜ ⎟ ⎜ ⎟
⎜ − 1⎟ ⎜ j⎟
⎝ ⎠ ⎝ ⎠
poate afecta întreg blocul. De asemenea, alegerea
⎛ 1 −1 1 −1 ⎞ 0 00 0 0
⎜ ⎟ 1 01 1 0
1⎜ j − j j − j⎟
B1, 2 = ⎜ ,
1⎟
2 10 0 1
4 −1 1 −1
⎜ ⎟
⎜− j j −j j ⎟⎠
3 11 1 1
⎝
Conform relaţiei de construcţie a bazelor uni-
⎛ 1 − j −1 j⎞
⎜ ⎟ dimensionale avem:
1 ⎜ −1 j 1 − j⎟
B2 , 3 = ⎜ ,
⎛ ( −1) p0 ( 0 ) p1( u )+ p1( 0) p0 ( u ) ⎞
4 1 − j −1 j⎟
⎜ ⎟ ⎜ ⎟
⎜ −1 1 − j ⎟⎠ p0 (1) p1( u )+ p1(1) p0 ( u )
⎝ j 1 ⎜ ( −1) ⎟
[bu ]N ×1 = ⎜ p0 (2 ) p1(u )+ p1(2) p0 (u ) ⎟ =
⎛ 1 −1 1 −1 ⎞ 2 ⎜ ( −1) ⎟
⎜ ⎟ ⎜⎜ p0 ( 3) p1( u )+ p1( 3) p0 ( u ) ⎟
1 ⎜− j j −j ⎟
⎝ ( −1)
j ⎟
B3, 2 = ⎜ . ⎠
4 −1 1 −1 1 ⎟
⎜ ⎟ ⎛ ( −1)0 ⎞
⎜ j −j j − j ⎟⎠
⎝ ⎜ p1( u )
⎟
Din cauză că valorile elementelor bazei de ima- 1 ⎜ ( −1) ⎟
= ⎜ p0 ( u ) ⎟
gini sunt complexe nu se poate asocia elementelor 2 ⎜ ( −1) ⎟
⎜⎜ p0 ( u )+ p1( u ) ⎟
⎟
⎝ ( −1)
bazei o reprezentare prin imagini.
⎠
⎛1⎞ ⎛1⎞
Nucleele transformării Walsh discretă discretă şi ⎜ ⎟ ⎜ ⎟
1 ⎜1⎟ 1⎜ 1 ⎟
inversă sunt date de expresiile: [b0 ] = ⎜ ⎟ , [b1 ] = ,
2 1 2 ⎜ − 1⎟
K d ( x, y , u , v ) = [
1 n −1
Π (− 1) i n−1−i (− 1) i n−1−i
N i =0
p (x ) p (u ) p (y)p (v )
] ⎜ ⎟
⎜1⎟
⎝ ⎠
⎜ ⎟
⎜ − 1⎟
⎝ ⎠
(12) ⎛1⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟
K i ( x, y , u , v ) =
N i =
[
1 n −1
Π (− 1) i n−1−i (− 1) i n−1−i
0
p (x ) p (u ) p (y)p (v )
] 1 ⎜ − 1⎟
[b2 ] = ⎜ ⎟ , [b3 ] =
2 1
1 ⎜ − 1⎟
2 ⎜ − 1⎟
.
⎜ ⎟ ⎜ ⎟
(13) ⎜ − 1⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠
unde: n = log 2 N , pi ( x ) reprezintă bitul i a numă-
Cu ajutorul relaţiei Bu , v = bu ⋅ bv [ ] [ ]T se obţin toate
rului x reprezentat în binar, p0 ( x) corespunde
bazele. Exemplificăm pentru B1, 2 , B2,3 şi B3, 2 :
celui mai puţin semnificativ bit (LSB), iar pn−1 ( x)
⎛ 1 − 1 1 − 1⎞
corespunde celui mai semnificativ bit (MSB). ⎜ ⎟
1 ⎜ 1 − 1 1 − 1⎟
B1, 2 = ⎜ ;
Pentru N = 4 rezultă n = 2. Valorile lui p0 ( x) şi
4 −1 1 −1 1⎟
⎜ ⎟
p1 ( x) sunt prezentate în tabelul 1. ⎜ −1 1 −1 1⎟
⎝ ⎠
⎛ ⎛ 2π ⎞ ⎞ ⎛ ⎛ 3π ⎞ ⎞ ⎛ ⎛π ⎞ ⎞ ⎛ ⎛π ⎞ ⎞
⎜ cos⎜ ⎟⎟ ⎜ cos⎜ ⎟ ⎟ ⎜ sin ⎜ ⎟ ⎟ ⎜ sin ⎜ ⎟ ⎟
⎜ ⎝ 8 ⎠⎟ ⎜ ⎝ 8 ⎠⎟ ⎜ ⎝8⎠ ⎟ ⎜ ⎝4⎠ ⎟
⎜ ⎛ 6π ⎞ ⎟ ⎜ ⎛ 9π ⎞ ⎟ ⎜ ⎛ 3π ⎞ ⎟ ⎜ ⎛ 3π ⎞ ⎟
cos⎜ ⎟ ⎟ cos⎜ ⎟ ⎟ ⎜ sin ⎜ ⎟ ⎟ sin⎜ ⎟
⎜ ⎜ 1 ⎜ ⎝ 4 ⎠⎟
[b2 ] = 1 ⎜ ⎝108π ⎠ ⎟ ; [b3 ] = 1 ⎜ ⎝158π ⎠ ⎟ . [b0 ] = 1 ⎜ ⎝ 8 ⎠ ⎟ ; [b1 ] = ⎜ ⎟;
2 ⎜ cos⎛ ⎞⎟ 2 ⎜ cos⎛ ⎞⎟ 2⎜ ⎛ 5π ⎞ ⎟ 2 ⎜ sin ⎛ 5π ⎞ ⎟
⎜ ⎜⎝ 8 ⎟⎠ ⎟ ⎜ ⎜⎝ 8 ⎟⎠ ⎟ ⎜ sin ⎜ ⎟
⎝ 8 ⎠ ⎟ ⎜ ⎜⎝ 4 ⎟⎠ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ cos⎛⎜ 14π ⎞⎟ ⎟ ⎜ cos⎛⎜ 21π ⎞⎟ ⎟ ⎜ ⎛ 7π ⎞
sin ⎜ ⎟ ⎟ ⎜ sin⎛⎜ 7π ⎞⎟ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ ⎝ 8 ⎠⎠ ⎝ ⎝ 8 ⎠⎠ ⎝ ⎝ 8 ⎠ ⎠ ⎝ ⎝ 4 ⎠⎠
Cu ajutorul relatiei (8) se construiesc bazele de
⎛ ⎛ 3π ⎞ ⎞ ⎛ ⎛π ⎞ ⎞
imagini. Reprezentarea grafică într-o imagine alb- ⎜ sin ⎜ ⎟ ⎟ ⎜ sin ⎜ ⎟ ⎟
⎜ ⎝ 8 ⎠⎟ ⎜ ⎝2⎠ ⎟
negru conduce la figura 3. ⎜ ⎛ 9π ⎞ ⎟ ⎜ ⎛ 3π ⎞ ⎟
⎜ sin ⎜ ⎟ ⎟ ⎜ sin ⎜ ⎟ ⎟
2.5. Transformata Sinus discretă 2-D
[b2 ] = 1 ⎜ ⎝158π ⎠ ⎟ ; [b3 ] = 1 ⎜ ⎝ π2 ⎠ ⎟ ;
2 ⎜ sin ⎛ ⎞⎟ 2 ⎜ sin ⎛ ⎞ ⎟
⎜ ⎜⎝ 8 ⎟⎠ ⎟ ⎜ ⎜ ⎟⎟
⎝2⎠
Transformata Sinus discretă bidimensională are ⎜ ⎟ ⎜ ⎟
⎜ sin ⎛⎜ 5π ⎞⎟ ⎟ ⎜ sin ⎛⎜ 3π ⎞⎟ ⎟
funcţiile nucleu similare transformatei Cosinus dis- ⎜ ⎟ ⎜ ⎟
⎝ ⎝ 8 ⎠⎠ ⎝ ⎝ 2 ⎠⎠
crete bidimensionale, cu deosebirea că variabilele
u şi v se transformă în u + 1 şi v + 1 : În figura 4 sunt prezentate bazele de imagini
pentru cazul N = 4.
K d ( x , y , u, v ) = C ( u ) C ( v ) ⋅
⎛ π ⋅ ( 2 x + 1) ⋅ ( u + 1) ⎞ ⎛ π ⋅ ( 2 y + 1) ⋅ ( v + 1) ⎞
⋅ sin ⎜ ⎟ sin ⎜ ⎟ 3. Concluzii
⎝ 2N ⎠ ⎝ 2N ⎠
(20) Se cunoaşte că în schema generală a unui
Bibliografie [6] Poularikas A., Dorf R.C., The Transform and Data
Compression Handbook, 2001 CRC Press LLC.
[1] Furht B., Handbook of Internet and Multimedia. [7] Puri A., Chen T., Multimedia Systems, Standards and
Systems and aplications, Editura CRC şi IEEE, 1996. networks, Editura Marcel Dekker, Ney York, 2000.
[2] Giménès C., Mateescu A., Răducanu M., ş.a., Electro- [8] Rao K.R.,Yip P.C. The Transform and Data Com-
nique, phisique et signal pour les telecommunications, pression Handbook, Editura CRC şi IEEE, 2001.
Editura Tehnică, Bucureşti, 1997. [9] Răducanu M., Sisteme şi aplicaţii multimedia –
[3] Isar A., Naforniţă, L., “Reprezentări timp – frecvenţă”, Algoritmi de compresie pentru semnale video, Editura
Editura Politehnică, Timişoara, 1998. MatrixRom, 2004.
[4] Mateescu A., Dumitriu N., Stanciu L., Semnale, circuite [10]Shi Y.Q., Sun H., Image and VideoCompression for
şi sisteme, Editura Teora, Bucureşti, 2000. MultimediaEngineering – Fundamentals, Algorithms,
[5] Mateescu A., Ciochină S., Dumitriu N., Şerbănescu A., and Standards, Editura CRC şi IEEE, 2000.
Stanciu L., Prelucrarea numerică a semnalelor, Editura [11] Whitaker J.C., The Electronics Handbook, ,Editura
Tehnică`, Bucureşti, 1997. CRC şi IEEE, 1996.