Богданов - 3 (774755), страница 2
Текст из файла (страница 2)
где
Например, F(l,0) определяет, каково изменение интенсивности по горизонтали (низкая частота) при отсутствии вертикального изменения. F(7,7) определяет степень, на которую интенсивности изменяются наиболее быстро в обоих направлениях (высокая частота). Значение F(0,0) указывает, что интенсивность вообще не изменяется и представляет собой среднее от 64 элементов блока. Эта величина известна как коэффициент DC, остальные значения — коэффициенты AC.
Медленные изменения в цвете пикселей более заметны, чем быстрые, поэтому низкочастотные данные важнее высокочастотных. Эта особенность используется при квантовании, которое округляет результаты DCT и приводит их в меньший диапазон величин. Именно на этом шаге происходят основные потери графической информации. Коэффициенты (факторы) квантования заносятся в специальную таблицу и именно они определяют, какое количество данных теряется. Изменяя фактор квантования, можно управлять диапазоном сжатия и, соответственно, качеством восстановленного изображения. Процесс квантования приводит к тому, что большая часть коэффициентов DCT в области высоких частот обращается в ноль. Поскольку число одинаковых по значению элементов велико, полученные данные можно подвергнуть сжатию с помощью какого-либо неразрушающего алгоритма.
Вообще, чем более плавные изменения цвета содержатся в изображении, тем лучше оно будет сжиматься и с меньшими потерями. Из-за этой особенности JPEG лучше всего использовать для кодирования естественных пейзажей, хуже, но приемлемо — для портретов людей и пейзажей с искусственными объектами. Совсем же JPEG не пригоден для изображений, содержащих резкие цветовые границы, например, чертежи.
Декодирование информации происходит в обратном порядке. Если на последнем этапе применялось сжатие, то данные распаковываются. Затем с помощью таблицы факторов квантования восстанавливаются пространственные частоты, которые в свою очередь подвергаются обратному DCT для получения интенсивностей (то есть значений цвета пикселей).
Пространственные частоты содержат статистические, а не реальные данные. Если еще добавить округление при квантовании, то все это приводит к тому, что восстановить цвет конкретного пикселя исходного изображения становится невозможным. Потери графической информации в данном случае визуально выражаются в «размазывании» резких цветовых границ и уменьшении четкости мелких деталей.
Популярность эта схема компрессии изображений приобрела по многим причинам. Во-первых, это высокая степень сжатия, которая иногда может достигать величины 100:1 при терпимых потерях качества. Во-вторых, метод позволяет управлять величиной потерь и, следовательно, сжатием (потери можно уменьшить, но при этом уменьшится и степень сжатия). В третьих, JPEG легко реализовать аппаратно, что значительно повлияло на развитие индустрии цифрового фото и видео.
Непосредственно из этой схемы сжатия появился стандарт MPEG (Motion Picture Experts Group), применяющийся для движущихся изображений. Файл MPEG содержит JPEG-подобные кадры и информацию о «разности» между кадрами. Эта информация позволяет с помощью интерполяции получать недостающие кадры. В настоящий момент существуют специализированные процессоры для кодирования и декодирования информации методами MPEG и JPEG.
Таблица 3. Сравнение алгоритмов сжатия данных
Алгоритм | Принцип сжатия | Потери | Размерность | Сжатие |
RLE | Подряд идущие цвета 2 2 2 2 2 2 2 15 15 15 | нет | 1D | 1:1,5 - 1:2 |
LZW | Одинаковые подцепочки 2 3 15 40 2 3 15 40 | нет | ID | 1:2 - 1:4 |
Хаффмана | Разная частота появления цвета 22322432224 | нет | ID | 1:3 - 1:6 |
JPEG | Отсутствие резких цветовых границ | есть | 2D | 1:5 - 1:50 |
Дополнительные ссылки:
http://www.rasip.fer.hr/research/compress/intro.html
3