Возможности преобразования Вейля – Гейзенберга в стандарте сжатия JPEG
DOI:
https://doi.org/10.52575/2687-0932-2021-48-1-188-200Ключевые слова:
сжатие изображений, JPEG кодек, дискретное косинусное преобразование, преобразование Вейля – Гейзенберга, субдискретизация, квантованиеАннотация
Данная статья посвящена разработке и исследованию новой технологии сжатия на основе базисов Вейля – Гейзенберга (WH-технологии) для модификации стандарта сжатия JPEG и улучшения его характеристик. С этой целью в работе анализируются основные этапы алгоритма сжатия JPEG, отмечаются его ключевые особенности и узкие места, ограничивающие дальнейшее повышение его эффективности. Для преодоления этих ограничений предлагается на этапе трансформационного кодирования вместо дискретного косинусного преобразования (DCT) использовать вещественный вариант дискретного ортогонального преобразования Вейля – Гейзенберга (DWHT). Это преобразование, в отличии от DCT, изначально имеет блочную структуру и строится на основе оптимального сигнального базиса Вейля – Гейзенберга, функции которого ортогональны и хорошо локализованы как в частотной, так и во временной области. Данная особенность DWHT позволяет обеспечить после трансформационного кодирования более эффективную декорреляцию и уплотнение значений элементов в каждом блоке изображения. Как следствие – получить более эффективную селекцию и отсеивание малозначимых элементов на последующих этапах квантования и информационного кодирования. В статье на основе DWHT разрабатывается новая версия алгоритма сжатия JPEG, предлагаются удобные критерии оценки эффективности сжатия и метрики качественных потерь. Приводятся результаты экспериментального исследования, подтверждающие более высокую эффективность сжатия у предложенного алгоритма по сравнению со стандартом сжатия JPEG.
Скачивания
Библиографические ссылки
Асирян В.М., Волчков В.П., 2017. Применение ортогонального преобразования Вейля-Гейзенберга для сжатия изображений. Телекоммуникации и информационные технологии, 4 (1): 50–56.
Асирян В.М., Волчков В.П., 2018. Вычислительно эффективная реализация прямого и обратного преобразований Вейля-Гейзенберга. Телекоммуникации и информационные технологии, 5 (1): 5–10.
Ахмед Н., Рао К.Р., 1980. Ортогональные преобразования при обработке цифровых сигналов. Пер. с англ. Под ред. Фоменко И.Б. М., Связь, 248 с. (Ahmed N, Rao K.R., 1975. Orthogonal Transforms for Digital Signal Processing. Berlin, Heidelberg, New York: Springer-Verlag, 264 р.).
Волчков В.П., 2009. Новые технологии передачи и обработки информации на основе хорошо локализованных сигнальных базисов. Научные ведомости БелГУ. Сер. История. Политология. Экономика. Информатика, 15(70): 181–189.
Волчков В.П., Асирян В.М., 2017. Вычислительно эффективный алгоритм формирования оптимального базиса Вейля-Гейзенберга. Фундаментальные проблемы радиоэлектронного приборостроения. М., МИРЭА. Часть 4: 1151–1154.
Волчков В.П., Петров Д.А., 2009. Оптимизация ортогонального базиса Вейля-Гейзенберга для цифровых систем связи, использующих принцип OFDM/OQAM передачи. Научные ведомости БелГУ. Сер. История. Политология. Экономика. Информатика, 1(56):
–112.
Волчков В.П., Петров Д.А., 2009. Условия ортогональности обобщенных базисов Вейля-Гейзенберга для OFTDM сигналов. Научные ведомости БелГУ. Сер. История. Политология. Экономика. Информатика, 15(70): 190–199.
Волчков В.П., Петров Д.А., 2010. Обобщенная теорема Найквиста для OFTDM сигналов. Системы синхронизации, формирования и обработки сигналов, 1(1): 28–32.
Добеши И., 2001. Десять лекций по вейвлетам. Ижевск, РХД, 464 с. (Daubechies I., 1992. Ten Lectures on Wavelets. Philadelphia, Pa.: Society for Industrial and Applied Mathematics, 378 р).
Ahmed N., Natarajan T., and Rao K.R., 1974. Discrete Cosine Transform. IEEE Transac-tions on Computers. C-23 (1): 90–93.
Asiryan V.M., Volchkov V.P., Papulovskaya N.V., 2020. Image Compression Using Dis-crete Weyl-Heisenberg Transform. Proceedings - 2020 Ural Symposium on Biomedical En-gineering, Radioelectronics and Information Technology, USBEREIT 2020, 399–402.
Bolcskei H. et al., 1999. Efficient design of OFDM/OQAM pulse shaping filter. Proceedings of IEEE International Conference on Communications (ICC 99). Vol. 1: 559–564.
Chen W., Pratt W.K., 1984. Scene Adaptive Coder. IEEE Transactions on Communications, 32 (3): 225–232.
Chen W., Smith C., and Fralick S., 1977. A Fast Computational Algorithm for the Discrete Cosine Transform. IEEE Transactions on Communications, 25 (9): 1004–1009.
Digital compression and coding of continuous-tone still images – requirements and guide-lines. 1992. V. 81, CCITT, 186 p.
Gabor D., 1946. Theory of communication. J. Inst. Elect. Eng. (London), 93 (111): 429–457.
Makhoul J., 1980. A fast cosine transform in one and two dimensions. IEEE Transactions on Acoustics, Speech, and Signal Processing. Mathematics. Vol. ASSP-28, No. 1: 27–34.
Volchkov V. et al., 2019. Synthesis of Real Weyl-Heisenberg Signal Frames with Desired Frequency-Time Localization., 2019 24th Conference of Open Innovations Association (FRUCT), Moscow, Russia: 502–508.
Volchkov V.P., 2007. Signal bases with good time-frequency localization. Electrosvyaz, 2: 21–25.
Volchkov V.P., Petrov D.A., 2009. Orthogonal Well-Localized Weyl-Heisenberg Basis Con-struction and Optimization for Multicarrier Digital Communication Systems. Proc. of ICUMT, St. Petersburg: Oct.
Volchkov V.P., Sannikov V.G., 2018. Algebraic approach to the optimal synthesis of real signal Weyl-Heisenberg bases. 2018 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO 2018). Publ: Institute of Electrical and Electronics Engineers (IEEE), POD Publ: Curran Associates, Inc. (Oct 2018): 135–142.
Wexler J., Raz S., 1990. Discrete Gabor expansions. Signal Processing, 21 (3): 207–220.
Просмотров аннотации: 78
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2021 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
