1 / 40

Transmisia datelor multimedia in retele de calculatoare Compresia imaginilor . Generalitati

UNIVERSITY POLITEHNICA of BUCHAREST DEPARTMENT OF COMPUTER SCIENCE. Transmisia datelor multimedia in retele de calculatoare Compresia imaginilor . Generalitati. Conf. Dr. Ing . Costin-Anton Boiangiu < Costin.Boiangiu@CS.PUB.RO >. Cuprins. Introducere. Reprezentarea imaginilor

Download Presentation

Transmisia datelor multimedia in retele de calculatoare Compresia imaginilor . Generalitati

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. UNIVERSITY POLITEHNICA of BUCHAREST DEPARTMENT OF COMPUTER SCIENCE Transmisiadatelor multimedia in retele de calculatoareCompresia imaginilor. Generalitati Conf. Dr. Ing. Costin-Anton Boiangiu <Costin.Boiangiu@CS.PUB.RO>

  2. Cuprins • Introducere. Reprezentarea imaginilor • Aspecte ale perceptieivizuale • Necesitateacompresieiimaginilor • Tehnici de baza in compresia imaginilor (imagini statice) • Standarde in compresia imaginilor. Exemple

  3. Reprezentareaimaginilor • Imaginilediscretizatesuntreprezentateprintablouribidimensionale de forma de maijos • Pentrucazulsimplu al uneiimagini cu niveluri de gri, imagineadiscretizataestereprezentataprintr-o matrice

  4. Reprezentareaimaginilor • Intensitatileimaginilor pot fireprezentate ca numerefarasemn, pe un numar de n – simboluribinare: sauintr-un format cu semn, de forma: • Celmai des n=8, insa pot fisivalorimaimari • De exemplun=12 pentruaplicatiimedicalesaun=16 pentruaplicatiimilitare • Imaginile color suntreprezentatetipicprintreivalori: • rosu • verde • albastru (RGB= Red, Green, Blue), de forma

  5. Tipuri de imagini • Exista 3 categorii de imaginidiscretizate, fiecare cu anumiteparticularitati: • imagini “naturale“ • imagini text • imaginigrafice fiecaredintreacesteaavandtrasaturispecifice de corelatie

  6. Semnalele video uzuale • Captareaimaginilor din exterior siconvertirealor in semnaleelectriceanalogice - operatieefectuata de camerele video - definesteprocesul de intrare video, saufilmare • Semnalele video obtinute pot fiapoistocatepesuport magnetic (videobenzisivideocasete) sautransmise sub forma de semnal TV • Semnalul electric ceprovine de la camerele video are in mod obisnuittreicomponente, cecorespundcelortreiculoriesentiale, de compozitie video: rosu, verdesialbastru (RGB - Red, Green, Blue) • Componenetele RGB suntputerniccorelatesi – ca urmare – nu se pot obtinerapoarte de compresiedeosebite • Pentrudifuzare, se construieste din celetreicomponente de baza un singursemnal, denumit "semnalcompozit", care codificadupaanumiteexpresiiinformatia video de transmis

  7. Semnalele video uzuale • Semnalul YUV (caracteristicpentrusistemul PAL): expolateazaproprietateaochiuluiuman de a fimaisensibil la intensitatealuminoasa (luminanta) decat la informatia de culoare (crominanta) • Rezulta ca in loc de a separaculorile in componenteleesentiale, se poateseparainformatia de luminanta (Y) de informatia de culoare (douacanale de crominanta: U si V) • Relatiiledintrecomponentele Y,U,V si R,G,B suntexprimate in formulele: Y = 0.30R + 0.59G + 0.11B U = 0.493(B-Y) V = 0.877(R-Y) • Compunerealor se face duparelatia:

  8. Semnalele video uzuale • Componenta de luminanta (Y) trebuietransmisaintotdeauna din motive de compatibilitate; receptoarele alb-negruutilizand-o in mod obligatoriu, celelaltedouafiindutilizate in plus, de receptoarele color • Oricepotentialaeroare in componenta de luminanta (Y) estemaiimportantadecat in valorile de crominanta (U, V) • De aceeapentruluminanta se aloca o latime de banda de transmisiemai mare ca pentrucrominanta • Semnalul YIQ: esteasemanator cu codificarea YUV sista la bazastandardului TV NTSC: • Compunerealor se face duparelatia

  9. Aspecte ale perceptieivizuale • Sensibilitatea la contrast variazafunctie de frecventaspatiala • Celmaisensibileste la frecventejoase:

  10. Aspecte ale perceptieivizuale • Oameniisuntmaisensibili la straluciredecat la culoare • Modelulvederiicolorate are la bazavederea tri-cromatica: ochiulposeda 3 tipuri de senzori, fiecaresensibilinrtr-o anumitagama de lungime de unda • Daca : reprezintafunctiile de absorbtie ale pigmentilor din retina, atuncireceptoriiproduc un semnal de forma: undereprezintadistributiaspectrala de energie a sursei de luminaincidente

  11. Aspecte ale perceptieivizuale • Perceptiamiscariiesterealizatadacamiscarilorsunt cu o frecventamai mare de 24 imagini (cadre) / sec • Ochiulestesensibil la schimbarile in luminantasipeaxaalbastru-galben • Vedereapresupunedetectiamarginilor (muchiilor) • Este posibilamascareavizualaprinschimbarimari ale luminantei

  12. Necesitateacompresieiimaginilor • Transmisiasimemorareaimaginilornecesitacapacitati de memoriefoartemari • In figura de maijos se prezintanecesarul de memoriepentrudiferiteformate de imagine • De exemplu, numaipentrunivele de gri cu 256 de valoripentru un pixel, un cadru de imagine in format SVGA necesita 800*600*8biti / (8 biti /Octet) = 500 KB iarpentru HDTV estenevoie de 2MB

  13. Necesitateacompresieiimaginilor • Complexitateaproblemeicrestedaca se consideraimaginile color undefiecare pixel are nevoie de inca 3 octetipentruinformatiile de culoare RGB • Daca se dorestetransmisiauneiastfel de imaginipe un canal telefonic cu viteza de 10 Kb/s estenevoie de o durata T = (800 pixeli * 600 pixeli * 8 biti * 3 culori ) / ( 10 Kb / s) / 60 s / min)= 19.2 min • In cazulimaginilordinamice, cum estecazulteleviziunii, debitul de informatiepoateajunge la 10 MB/s ceecenecesitacanalespeciale de transmisiunesicapacitatifoartemari de memorare • De exemplu, un cadru de 512 x 512 pixeli, cu 8 bitipeculoaresi 30 de cadre pesecunda, o imagine digitala are un debit de informatie de: 512 * 512 * 8 *3 * 30 = 188 Mb /s = 23 MB /s.

  14. Necesitateacompresieiimaginilor • Obiectivulcompresieiimaginiloreste de a reduce numarul de bitipentru a memorasau a transmiteimaginilefarapierderesemnificativa de informatie • Algoritmii de compresie a imaginilor se bazeazapeproprietatilestatistice ale imaginilor, sianumepecorelatiileparametrilorunui set succesiv de pixeli • Astfel, dacaparametriiunuidoemniu spatial de pixelisuntsimilari, atunciparametriiunui pixel din aceldomeniupoatefiexprimat in functie de parametriicelorlaltipixeli, dejacodati • O valoare mare a corelariiimplica o distributiespectrala de tip trecejossi, deci, necesitateafolosiriiuneicapacitatiredusepentrutransmisie • Rezulta ca gradul de compresie al uneiimaginidepinde crucial de proprietatilestatistice ale elementelorimaginii

  15. Necesitateacompresieiimaginilor • Aplicatiiletipicepentrutransmisiaimaginilorsunt: • televiziunea • comunicatiipentrutelemasura • teleconferinte • transmisii fax • Stocareaimaginilorestenecesara in: • aplicatiilemedicale • aplicatiile de instruire

  16. Necesitateacompresieiimaginilor • Redundantauneiimaginidepinde de o serie de parametritehnologici (adicade sistemulceutilizeazaimagini) si se referala: • frecventa de esantionare • numarulde niveluri de cuantizare • prezentasitipul de dezgomot • Raportul de compresiearataraportuldintrenumarul de bitipentrureprezentareaimaginiioriginalesinumarul de bitinecesarpentrureprezentareaimaginiicomprimate • Prezentaunuizgomot in imagineaoriginalava reduce corelatiadintrepixelisideterminascadarearaportului de compresieposibil a fiobtinut • Acelasilucru se intamplasi in cazulcresteriinumarului de nivele de cuantizare, candiarasi se reduce corelatiadintrepixelisi, deci, raportul de compresiepoatesa fie maimic

  17. Tehnici de compresie a imaginilor • Metodele de compresie pot ficlasificate in urmatoarelecategorii: • metode care eliminaredundantainformationala a imaginii de baza • metode care eliminairelevantainformationalabazandu-se pemodelulperceptieivizuale a omului, deci a portiunilorsauparametrilorimaginii care nu suntpercepute de om • metode care trunchiazaimagineaoriginala, astfelincatimaginearefacutadupacompresieeste o aproximatie a imaginiioriginale • Algoritmii de compresiefolosescunasaumaimultetehnici din categoriilede maisus

  18. Tehnici de compresie a imaginilor • Din punctul de vedere al pierderii de informatie, metodele de compresie pot fi: • farapierdere de informatie • cu pierdere de informatie • Metoda cu pierdere de informatie, cunoscutasi sub numele de compresieireversibila: • Imagineareconstruita nu esteidentica cu imagineaoriginala • Se pot obtinerapoarte de compresiemari • Raportul de compresieeste cu atatmai mare cu cat gradul de distorsiuneacceptatestemai mare

  19. Tehnici de compresie a imaginilor • Metode de compresiefarapierdere de informatie: • Se mainumescmetode de compresiereversibilesau cu pastrareabitilor (bit-preserving) • Acestemetode se pot folosi in cazulimaginilor din aplicatiilemedicale, cand nu estepermisa o degradare a informatieibilologicereprezentate de pixeli, intrucataltfel pot afectadiagnosticul • Rapoartele de compresiesuntfoartemicisinesemnificative • Exista 3 strategii de baza: • codareaplana a bitilor • codarepredictivafarapierdere de informatie • codareafaraerori a diferentelor

  20. Tehnici de compresie a imaginilor • Metode de compresiefarapierdere de informatie (cont): • Compresiafarapierdere de informatiepleaca de la reprezentareabinara a imaginilorsi se aplicaunul din algoritmii de codareentropica: • Huffman • Lempel-Ziv • Nu se admitepierdere de informatie • Rata de compresiedepinde de algoritmul entropic folositsi nu estefoarte mare • Aplicatiileimportante ale acestui tip de compresie se refara la imaginilebinare (Fax) siimaginimedicale

  21. Tehnici de compresie a imaginilor • Oricecomponenta a uneimetode de compresie cu pierdere de informatiepoatefiimplementataintr-o manieraadaptivasau ne-adaptiva • O schema de compresieesteadaptivadacastructura (numarulsi/sauvalorileparametrilor) se schimba local in cadrulimaginiipentru a folosianumiteparticularitati ale statisticii locale • Metodele adaptive oferaperformantemaibune, darimplicacrestereacomplexitatii • Imaginilede intrarepot fi: • imaginibinare (cum suntcele de tip text) • continue (8 biti video, 12-biti medicale)

  22. Clasificareatehncilor de compresie a imaginilor

  23. Masuri de aprecierecantitativa • Masurile de aprecierecantitativa nu suntceimaiimportanti in evaluareacalitatiiuneiimaginireconstruitedupacompresie • Se folosescnumaipentruevaluareaeficientiicodarii a diferitiloralgoritmii • Masurile de baza se bazeazape: • raportelesemnal-zgomot • eroareamediepatratica • Fie o imagine de dimensiuneNxM; fie s(i,j)intensitateaimaginii in punctulaflat la intersectialinieii cu coloamnajsis’(i,j)intensitateaimaginiirefacute in acelasipunct

  24. Marimi • Eroareamediepatratica (MSE = Mean Square Error) • Eroareamediepatraticanormalizata (NMSE = Normalized Mean Square Error) se obtineprinraportare la energiasemnalului de la intrare: sauprinraportare la intensitateaimaginii:

  25. Marimi • Pentruo imagine cu rezolutie de 8 bit PCM, xppeste 255 • Daca se considerasimomentelede timpprinindicelek, se poatecalculaeroareamediepatraticape un domeniu de timpcaracterizat de Pmomente cu relatia:

  26. Marimi • Eroareamedieabsoluta (MAE = Mean Absolute Error) • Eroareamedieabsolutanormalizata (NMAE = Normalized Mean Absolute Error)

  27. Marimi • Coeficientul de corelatienormalizat (NCC = Normalized Correlation Coefficient) • trebuiesa fie 1 pentru o reconstructieideala

  28. Masuri de aprecieresubiective • Pentruevaluarisubiective, se considera un grup de observatori, considerand ca suntexperti in codareaimaginilor, care analizeazaimaginileoriginalesiceleprocesatein conditii de iluminaresi de distantaadecvate • Se calculeaza, ca si in cazul audio, un scormediu al opiniilor (MOS) pebazauneiscari de apreciere • Exemplu:

  29. Exemplu • Figuraalaturataprezinta 4 imagini in format “jpg” in format gray (8 biti), deci de la 0 la 255 • Dimensiunilematricilorcereprezintaimaginilesunt de 200 x 200 • Imaginile au indiciii de calitate, dupaformatul jpg, de 90%, 40, 10% si 1%

  30. Exemplu

  31. Compresiaprin re-cuantizare

  32. Compresiaprin re-cuantizare • Scopulestereducereanumaruluiposibil de valoripentrucodare • Figura de maijosaratamecanismulrecuantizarii cu 4 domenii: • Se obtine un raport de compresiedat de raportuldintrenumarul initial de nivelurisinumarulnou de niveluri 4 • Fiecarevaloare din fiecareintervalulvaficuantizat cu un numar, iar la decuantizare se inmultestenumarulmemorat cu latimeaintervalului de recuantizare

  33. Compresiaprin re-cuantizare • Raportul de compresieeste

  34. Exemplu • Sa se facacompresiaimaginii de maijosprinmetodarecuantizarii de la 8 la 2 bitipeesantion • Dimensiuneaimaginiieste de 4x4 pixeli

  35. Exemplu • Plajanivelelor de cuantizare, de la 0 la 255, esteimpartita in 4 domenii de cuantizare, numerotate de la I0 la I3 • Fiecare interval estereprezentatprinnumerelecearatajumatateaintervalului • Ceeacetrebuiememorat se refera la numarulintervalului, atattimp cat se cunoastelatimeafiecarui interval

  36. Exemplu

  37. Standardului CCITT • Standardele CCITT T.4 si T.6 sunt elaborate pentru compresia imaginilor alb-negru (transmisiii facsimile), incluzand: • rezolutii pentru scanare si tiparire • restrictii de timp • tolerante dimensionale, etc. • Principiul de baza este codarea imaginii sursa in modul linie dupa linie, corespunzator modului in care liniile sunt tiparite si scanate intr-o masina de tip fax

  38. Standardului CCITT • Diferenta dintre cele doua standarde (T.4. si T.6.)consta in modul in care sunt tratate liniiile succesive • In primul standard liniile sunt codate independent, si, in al doilea standard, liniile sunt codate cu referinta la liniile anterioare, ceea ce duce la o compresie mai mare • In primul standardo linie scanata este codata printr-osecventa de numere de pixeli albi si negri, cu alternanta celor albi si negri • Fiecare secventa de pixeli este codata cu un numar variabil de biti • Rapoartele de compresie sunt in general de ordinul 10:1 pentru pagini de tipul textului scris

  39. Standardului CCITT • CCITT T.6 este mai complex, in sensul ca fiecare linie este comparata cu linia anterioara, astfel incat – ca efect – se considera si trasaturile verticale din imaginea sursa • In loc sa se considere pixeli albi-negri alternanti, se considera pozitiile pixelilor in care se schimba informatia, deci se codifica pozitia fiecarui pixel inceput de trasatura cu referire la linia precedenta

  40. Exemplu

More Related