Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Сжатие изображения по стандарту JPEG




Данный алгоритм обеспечивает уменьшение размера файла в 25-100 раз за счет сжатия с потерями. Он разработан Международной организацией по стандартиза­ции (International Organization for Standardization, ISO). Метод JPEG достаточно сложен с вычислительной точки зрения, так как занимает много процессорного времени.

Первоначальное и восстановленное изображения — не одно и то же. Но информа­ция усекается не просто так. Некоторые данные можно исключить, и большинство людей этого не заметят. Кроме того, пользователь может контролировать уровень потерь, указывая степень сжатия в зависимости от того, что для него важнее — ка­чество изображения или экономия памяти.

Кодирование изображения по алгоритму JPEG подразделяется на несколько этапов.

1. Преобразование цветового пространства из RGB в YUV. Канал Y содержит информацию о яркости, U и V — о цвете. Система зрения человека особенно чувствительна к Y-компоненте и менее чувствительна к U и V.

· Y-компонента — это цветное изображение, показанное на черно-белом те­левизоре.

· U-компонента — информация о синем цвете.

· V-компонента — информация о красном цвете.

Поэтому Y-компонента будет сжиматься в меньшей степени, чем U и V.

2. Прореживание. В U- и V-компонентах отбрасываются строки или столбцы пикселов с определенными номерами. Например, при прореживании с ко­эффициентами 2:1:1 будет отбрасываться информация о цвете для каждой второй строки и каждого второго столбца, в результате чего будет потеряно 75 % данных цветности. При коэффициенте 1:1:1 прореживания нет. На Y- компоненте прореживание не отражается.

3. Дискретное косинусное преобразование (ДКП). Это удивительная матема­тическая операция, которая позволяет представить значения цвета в удобном для последующего сжатия виде (рис. 16.1).

 
 

Рис. 16.1. Этапы сжатия

ДКП выполняется отдельно для Y-, U- и V-компонент. Изображение разби­вается на блоки размером 8 x 8 пикселов. Такой участок с большой вероят­ностью содержит пикселы близкого цвета. При ДКП информация о 64 пиксе­лах преобразуется в матрицу из 64 коэффициентов, которые характеризуют «энергию» исходных пикселов. Максимальные значения коэффициентов концентрируются в левом верхнем углу матрицы 8 x 8, минимальные — в пра­вом нижнем. Первый коэффициент передает подавляющую часть «энергии», а количество «энергии», представляемой остальными коэффициентами, быс­тро убывает. Таким образом, большая часть информации исходной матрицы 8 x 8 пикселов представляется первым элементом матрицы, преобразованной по ДКП. На этом этапе происходит некоторая потеря информации, связанная с принципиальной невозможностью точного обратного преобразования. Од­нако она незначительна по сравнению с потерями на следующем этапе.

4. Квантование. Применяется для сокращения разрядности коэффициентов и заключается в делении имеющихся значений на какое-либо число. После отбрасываются малые изменения коэффициентов. Здесь происходит зна­чительная потеря информации. Поэтому после восстановления изображе­ния получаются уже другие значения пикселов. (Для U- и V-компонент квантование более грубое.)

5. Полученные данные сжимаются по RLE-, LZW-алгоритму или алгоритму Хаффмана для достижения еще большей компрессии. Помимо применяемо­го кодирования наиболее часто встречающихся символов, последние нули в конце строки могут быть заменены символом «конец блока», а так как все блоки имеют одинаковый размер, всегда известно, сколько нулей было опущено.

При восстановлении изображения шаги выполняются в обратном порядке. Изображения, в которых соседние пикселы мало отличаются друг от друга, лучше поддаются сжатию. Однако чем меньше размер выходного файла, тем меньше степень «аккуратности» при работе программы-конвертора и, соот­ветственно, ниже качество выходного изображения. Обычно в программах, позволяющих сохранять растровые данные, есть возможность некоторого компромисса между объемом выходного файла и качеством изображения. При лучшем качестве (рис. 16.2, а) объем выходного файла в 3-5 раз меньше исходного не запакованного, при качестве похуже (рис. 16.2, б) — меньше ис­ходника в десятки раз, но, как правило, при этом качество изображения уже не позволяет использовать его в ответственных задачах.

а) б)

Рис. 16.2. Примеры сжатия изображения по алгоритму JPEG

Данный формат предназначен для хранения в основном фотографических изображений с большим количеством оттенков и цветовых переходов и почти не подходит для хранения однотонных изображений типа кадров из мульт­фильмов, скриншотов (сжатие будет слишком низким или качество картинки достигнет критической отметки). Этот метод сжатия графических данных ис­пользуется в файлах формата PDF, PostScript, собственно в JPEG и др.

6. Сглаживание в процессе восстановления изображения. Из-за потери инфор­мации на границах между блоками (8 x 8 пикселов) могут возникать разры­вы. Поэтому необходимо сглаживание.







Дата добавления: 2015-08-29; просмотров: 236. Нарушение авторских прав


Рекомендуемые страницы:


Studopedia.info - Студопедия - 2014-2019 год . (0.002 сек.) русская версия | украинская версия