Диссертация (Методы и устройство формирования сигналов в цифровых видеоинформационных системах), страница 24

Алгоритм декодированияДанные шаги являются обратными операциями части алгоритма сжатия.Закодированная видеопоследовательность поступает в энтропийный декодер, гдеизвлекаются квантованные коэффициенты и координаты векторов движения.Далеепроизводитсядеквантование-умножениенасоответствующие156коэффициенты матриц квантования с учетом коэффициента сжатия и обратноеДКП извлечённых квантованных коэффициентов.Полученный на выходескомпенсированный кадр межкадровой разности вначале участвует в процедуревосстановления n+1 кадра, путем вычисления разности между n кадром имежкадровой разности.

В результате этого восстановления реконструируется n+1кадр за исключенимем тех его блоков, которые были скомпенсированы.Соответственно далее, по алгоритму декодирования, скомпенсированные блокиn+1кадраподвергаютсяпроцедуредекомпенсации,прикоторой,сиспользованием извлеченных на этапе энтропийного декодирования векторовдвижения,скомпенсированныеблокизаменятсянавосстановленные,оригинальные, путем вычисления разности между блоками донорами n кадра иблоками кадра межкадровой разности. Результатом всех описанных вышеоперацийявляетсяполностьювосстановленныйn+1кадрвидеопоследовательности.3.3 Выводы1.

Использованиеблоковувеличенногоразмерадляобработкикадравидеопоследовательности формата высокой четкости позволяет эффективнееустранять избыточность и способствует, при использовании итерационныхметодов, существенному сокращению времени обработки в пространствекадров. В результате увеличения размеров блоков обработки кадры форматастандартной четкости приобретают значительное количество искажений,проявляющихсявкадрахвидеоввидеоблочнойструктурывовнутрикадровом пространстве. Эффективная коррекция таких искажений вновом методе выполняется за счет передачи корректирующей информации,что обеспечивает независимость данного метода от формата видео.2.

Управляющий сигнал УС разработанного метода является универсальным иэффективным инструментом, позволяющим, при обработке изображенийкадра, формировать команды на выполнение различных операций внеобходимые моменты времени и для конкретных координат пространства157кадра. Использование УС в алгоритме обработки видеопоследовательностиобеспечивает уменьшение времени работы алгоритма в целом, за счетинформации,указывающей непосредственно на объекты,требующиеобработки. Также данная особенность упрощает работу алгоритмов поискапри компенсации движения. Кроме того, УС позволяет сократить объемпередаваемой информации за счет игнорирования ложных движущихсяобъектов и отсутствия паразитных векторов движения.3.

Итерационная шумовая обработка при формировании УС эффективноустраняет шум и является необходимым этапом при формировании УС, т.к.обеспечивает необходимую точность УС. Количество итераций при шумовойфильтрации следует выбирать из соотношения качество результата искорость работы алгоритма. Большое количество итераций приводит кувеличениювремениобработкииполучениялучшегорезультата.Экспериментальные данные позволяют сделать вывод, что оптимальными врамках разработанного метода будут следующие значения итераций: две длявнутрикадровой обработки и три для межкадровой обработки.158ГЛАВА 4. РЕЗУЛЬТАТЫ РАБОТЫ И ЭКСПЕРИМЕНТАЛЬНОГОИССЛЕДОВАНИЯ РАЗРАБОТАННЫХ МЕТОДОВ ФОРМИРОВАНИЯУПРАВЛЯЮЩИХ СИГНАЛОВ, ВНУТРИКАДРОВОГО ИМЕЖКАДРОВОГО КОДИРОВАНИЯПрактическая реализация разработанных методов и устройств осуществленапрограммным моделированием алгоритмов работы этих методов и устройств набазе языка программирования MATLAB [74].

Все исходные коды, относящие кданной работе, приведены в приложении. Для того, чтобы оценить эффективностьи произвести сравнительный анализ предложенных методов, были такжесмоделированы основные алгоритмы работы существующих в настоящее времяметодов по кодированию видеоинформационных сигналов, взамен которыхпредлагается использовать разработанные методы.4.1 Выбор исходных данныхТестовые изображения из видеопоследовательностей, которые участвовалив процессе обработки и экспериментального исследования приведены на рисунках4.1 – 4.3.94 кадр видеопоследовательности“foreman”95 кадр видеопоследовательности“foreman”Рисунок 4.1.

Тестовые кадры видеопоследовательности “foreman”159226 кадр видеопоследовательности“Rebecca Black Reacts to 'Friday'”227 кадр видеопоследовательности“Rebecca Black Reacts to 'Friday'”Рисунок 4.2. Тестовые кадры видеопоследовательности“Rebecca Black Reacts to 'Friday'”Рисунок 4.3. Тестовое изображение “Lena”Изображениявыбиралисьизвидеопоследовательностей,основноесодержание которых представлено лицами людей, т.к.

разработка методов веласьв направлении использования в системах с передачей видео в режиме реальноговремени, таких, как видеоконференцсвязь.Видеопоследовательность “foreman” является представителем тестовойпоследовательности, используемой как стандарт во всем мире для тестированияалгоритмов обработки видео данных. Она имеет формат четкости размером352х288 пикселей.Видеопоследовательность “Rebecca Black Reacts to 'Friday'” выбиралась покритериям наличия в кадре человеческого лица, а видеопоток имеет формат160повышенной четкости.

В данном случае видео имеет формат размером 1280х720пикселей.Изображение “Lena” также относится к представителям стандартныхтестовыхизображений.Широкоеиспользованиеэтогоизображениявэкспериментальных исследованиях многих алгоритмов сжатия изображенийпозволяет повысить объективность оценок разработанного метода. Данноеизображение участвует только в методе внутрикадрового сжатия.

Оно имеетформат размером 512х512 пикселей.4.2Результатымоделированияработывнутрикадровогосжатиясвнедрением разработанного метода кодированияМоделирование внутрикадровой обработки проводились с использованиемалгоритма сжатия JPEG и разработанного метода кодирования. Напомним, что вреализуемых в данной диссертации алгоритмах степень сжатия в пространствекадра задается коэффициентом квантования, которым производится взвешиваниекоэффициентов стандартной матрицы квантования, определенной в стандарте [10]для алгоритма JPEG, и коэффициентов модифицированной, для алгоритмаразработанного метода, матрицы. Увеличение значения данного коэффициентапозволяет использовать более низкую скорость передачи видеопотока, однако,вместе с этим, происходит увеличение грубости квантования значенийкоэффициентов преобразования, вследствие чего большинство из них обращаетсяв ноль.

Сигнал декодированного изображения, в котором имело место большоезначение коэффициента сжатия, содержит определенного рода искажения,заметные при субъективной оценке изображения кадра и которые даютуменьшение значения объективной оценки.Следует также отметить, что энтропийное кодирование квантованныхкоэффициентовпроизводилосьметодомдлинсерийсвыполнениемзигзагообразного сканирования, а после этого - архивированием полученныхсерий в формат rar с максимальной степенью сжатия.161Далее приведены результаты для различных значений коэффициентасжатия, при этом оценка результатов работы алгоритмов производилась пометрикам: PSNRОИ - пиковое соотношение сигнал шум для разработанного метода,основное изображение; PSNRОИ+КИ - пиковое соотношение сигнал шум для разработанного метода,основное изображение с добавлением корректирующей информацией; PSNRJPEG - пиковое соотношение сигнал шум для сравнительного метода(JPEG); размеру сжатого файла в байтах; субъективной оценки качества декодированного изображения.Сравнительные варианты результатов работы указанных алгоритмов приодинаковых исходных данных и требованиях к результирующему изображениюпредставлены в таблице 4.1, таблице 4.2.Таблица 4.1 Результаты работы алгоритмов разработанного метода (основноеизображение) и JPEGPSNRОИ, дБPSNRJPEG, дБРазмер сжатых данных, байтразработанныйJPEG226 кадр видеопоследовательности “Rebecca Black Reacts to 'Friday'”45,745,720 41427 17642,642,512 92717 74240,740,79 77013 39538,438,37 23510 06536,936,95 6888 15635,935,94 9357 88235,435,44 4046 379изображение “Lena”35,635,618 83221 71233,633,711 80114 05332,432,48 89110 46431,031,06 5577 71430,030,05 2376 20729,429,44 6585 32328,828,84 1614 855162PSNRОИ, дБPSNRJPEG, дБРазмер сжатых данных, байтразработанныйJPEG94 кадр видеопоследовательности “foreman”34,419632,134830,843929,494428,455927,948527,483234,434932,138930,841029,495328,491527,942927,48149 6856 2134 5903 4972 7632 4622 25310 3776 5454 9533 7302 8972 5902 336Таблица 4.2 Результаты работы алгоритмов разработанного метода (основноеизображение с добавлением корректирующей информации) и JPEGРазмер сжатых данных, байтPSNRОИ+КИ, дБPSNRJPEG, дБ разработанный сJPEGдобавление КИ226 кадр видеопоследовательности “Rebecca Black Reacts to 'Friday'”45,845,820 58227 53842,842,914 07317 83041,341,312 66814 63239,839,712 12111 95539,039,011 91510 91938,438,411 90110 06538,338,312 0529 456изображение “Lena”35,635,619 40521 85533,933,914 05915 10033,233,212 76112 62532,732,712 15011 17332,432,411 96210 59632,232,211 99510 29732,132,112 02710 01494 кадр видеопоследовательности “foreman”34,532,531,831,230,830,730,634,532,531,831,230,830,730,610 1167 6136 8426 5306 3116 2126 32210 4467 0766 0415 3294 9394 7624 710163Приведенные выше данные позволяют построить графики зависимостикачества изображения, выраженное значением PSNR в дБ, от объема сжатыхданных в байтах.

Данные графики приведены на рисунках 4.4 – 4.9.Рисунок 4.4. Графики зависимости качества изображения от размераполученных данных при кодировании 226 кадра видеопоследовательности“Rebecca Black Reacts to 'Friday'” с использованием разработанного метода(основное изображение) и алгоритма JPEGРисунок 4.5. Графики зависимости качества изображения от размераполученных данных при кодировании 226 кадра видеопоследовательности“Rebecca Black Reacts to 'Friday'” с использованием разработанного метода(основное изображение с добавлением корректирующей информации) иалгоритма JPEG164Рисунок 4.6. Графики зависимости качества изображения от размераполученных данных при кодировании изображения “Lena” с использованиемразработанного метода (основное изображение) и алгоритма JPEGРисунок 4.7. Графики зависимости качества изображения от размераполученных данных при кодировании изображения “Lena” с использованиемразработанного метода (основное изображение с добавлениемкорректирующей информации) и алгоритма JPEG165Рисунок 4.8.

Графики зависимости качества изображения от размераполученных данных при кодировании 94 кадра видеопоследовательности“foreman” с использованием разработанного метода (основное изображение)и алгоритма JPEGРисунок 4.9. Графики зависимости качества изображения от размераполученных данных при кодировании 94 кадра видеопоследовательности“foreman” с использованием разработанного метода (основное изображение сдобавлением корректирующей информации) и алгоритма JPEGАнализируя полученные графики на рисунках 4.4, 4.6, 4.8, можно отметить,что при сжатии изображений кадров формата высокой четкости разработанным166методом с использованием только основного изображения, объем занимаемых итребуемых для передачи данных на порядок меньше, чем при кодировании этихже изображений с использованием алгоритмов JPEG.При сжатии сминимальными потерями в качестве декодированного изображения, разницамежду результатами работы алгоритмов, в занимаемом объеме сжатых данных,составляет 24,9 %.