Субполосная аппроксимация изображений при сжатии объемов битовых представлений

Авторы

  • Евгений Георгиевич Жиляков Белгородский государственный национальный исследовательский университет
  • Александр Васильевич Коськин Орловский государственный университет имени И.С. Тургенева
  • Илья Игоревич Лубков ООО «Технопроект»
  • Андрей Алексеевич Черноморец Белгородский государственный национальный исследовательский университет

DOI:

https://doi.org/10.52575/2687-0932-2022-49-3-607-615

Ключевые слова:

изображения, аппроксимация при сжатии битовых представлений, двумерный субполосный анализ и синтез

Аннотация

Изображения представляют собой важный инструмент информационных процессов, так как являются естественной для человека формой информационного обмена, непосредственно воспринимаемой органами чувств. Как правило, аппаратура, предназначенная для фиксации изображений, содержит много регистрирующих датчиков и достаточно большое количество двоичных разрядов для цифрового представления их значений. Вместе с тем в зависимости от целевого использования визуальной информации такой объем данных может быть избыточным, и возникает необходимость его уменьшения, особенно при удаленной передаче. Такое уменьшение битовых представлений визуальной информации принято именовать сжатием. Важность применения сжатия вызвала разработку соответствующих методов, среди которых наибольшее распространение получили JPEG и JPEG2000. Не умаляя их достоинств, все же отметим их недостаточную гибкость с позиций важности сохранения в восстанавливаемых аппроксимациях исходных изображений тех или иных свойств. В данной работе предлагается метод сжатия данных с сохранением в восстанавливаемых аппроксимациях спектров в заданных двумерных подобластях области пространственных частот, что принято именовать субполосной аппроксимацией.

Скачивания

Данные скачивания пока недоступны.

Биографии авторов

Евгений Георгиевич Жиляков, Белгородский государственный национальный исследовательский университет

доктор технических наук, профессор, профессор кафедры информационно-телекоммуникационных систем и технологий, Белгородский государственный национальный исследовательский университет,
г. Белгород, Россия

Александр Васильевич Коськин, Орловский государственный университет имени И.С. Тургенева

доктор технических наук, профессор, директор Департамента информатизации и перспективного развития, Орловский государственный университет  имени И.С. Тургенева,
г. Орел, Россия

Илья Игоревич Лубков, ООО «Технопроект»

директор ООО «Технопроект»,
г. Белгород, Россия

Андрей Алексеевич Черноморец, Белгородский государственный национальный исследовательский университет

доктор технических наук, доцент, профессор кафедры прикладной информатики и информационных технологий, Белгородский государственный национальный исследовательский университет,
г. Белгород, Россия

Библиографические ссылки

Авдеев О.В., Чобану М.К. 2006. Сжатие изображений с помощью частичной сортировки вейвлет-коэффициентов. Цифровая обработка сигналов, № 2.

Артюшенко В.М., Шелухин О.И., Афонин М.Ю. 2004. Цифровое сжатие видеоинформации и звука. М.: Дашков и К.

Гантмахер Ф.Р. 1967. Теория матриц. М.: Наука.

Гонсалес Р., Вудс Р. 2012. Цифровая обработка изображений. М.: Техносфера.

Дворкович В.П., Дворкович А.В. 2012. Цифровые видеоинформационные системы (теория и практика). М.: Техносфера.

Евсютин О.О., Шелупанов А.А., Россошек С.К., Мещеряков Р.В. 2013. Сжатие цифровых изображений. М.: Горячая линия – Телеком.

Жиляков Е.Г., Черноморец А.А. 2009. Вариационные алгоритмы анализа и обработки изображений на основе частотных представлений: Белгород: Изд-во ГИК. 146 c.

Жиляков Е.Г. 2015. Оптимальные субполосные методы анализа и синтеза сигналов конечной длительности. Автомат. и телемех., 4: 51–66.

Кобелев В.Ю., Приоров А.Л. 2006. Применение неразделимых оптимизированных вейвлет-фильтров в задачах сжатия изображений. Цифровая обработка сигналов, № 2.

Крящев В.В., Бекренев В.А., Соловьев В.Е., Никитин А.Е. 2011. Улучшение качества JPEG2000-изображений на основе модифицированного билатерального фильтра. Цифровая обработка сигналов, № 3.

Петров Е.П., Харина Н.Л., Сухих П.Н. 2015. Метод сжатия цифровых изображений без спектральных преобразований. Цифровая обработка сигналов, № 3.

Радченко Ю.С. 2002. Алгоритм сжатия изображений на основе полиномиальных преобразований

(алгоритм GDCT). Цифровая обработка сигналов, № 1.

Стрелков Ф.В., Умняшкин С.В. 2003. Контекстное кодирование коэффициентов дискретного косинусного преобразования (ДКП) в JPEG-подобной схеме компрессии. Цифровая обработка сигналов, № 2.

Умняшкин С.В., Коплович Д.М., Черкасов И.В. 2006. Об использовании контекстного векторного квантования в области дискретных вейвлет-преобразований для компрессии изображений. Цифровая обработка сигналов, № 2.

Умняшкин С.В., Курина В.В. 2009. Алгоритм сжатия изображений на основе дискретного псевдокосинусного преобразования. Цифровая обработка сигналов, № 3.

Умняшкин С.В., Гизятуллин Р.Р. 2014. Сжатие изображений на основе блочной декомпозиции в области пакетного вейвлет-преобразования. Цифровая обработка сигналов, № 1.

Хорн Р., Джонстон Ч. 1989. Матричный анализ. М: Мир.

Хургин Я.И., Яковлев В.П. 1971. Финитные функции в физике и технике. М.: Наука.


Просмотров аннотации: 19

Поделиться

Опубликован

2022-09-30

Как цитировать

Жиляков, Е. Г., Коськин, А. В., Лубков, И. И., & Черноморец, А. А. (2022). Субполосная аппроксимация изображений при сжатии объемов битовых представлений. Экономика. Информатика, 49(3), 607-615. https://doi.org/10.52575/2687-0932-2022-49-3-607-615

Выпуск

Раздел

ИНФОКОММУНИКАЦИОННЫЕ ТЕХНОЛОГИИ

Наиболее читаемые статьи этого автора (авторов)