 ПОЗНАВАТЕЛЬНОЕ Сила воли ведет к действию, а позитивные действия формируют позитивное отношение Как определить диапазон голоса - ваш вокал Игровые автоматы с быстрым выводом Как самому избавиться от обидчивости Противоречивые взгляды на качества, присущие мужчинам Вкуснейший "Салат из свеклы с чесноком" Натюрморт и его изобразительные возможности Применение, как принимать мумие? Мумие для волос, лица, при переломах, при кровотечении и т.д. Как научиться брать на себя ответственность Зачем нужны границы в отношениях с детьми? Световозвращающие элементы на детской одежде Как победить свой возраст? Восемь уникальных способов, которые помогут достичь долголетия Классификация ожирения по ИМТ (ВОЗ) Глава 3. Завет мужчины с женщиной
Оси и плоскости тела человека - Тело человека состоит из определенных топографических частей и участков, в которых расположены органы, мышцы, сосуды, нервы и т.д.
| Фрактальное сжатие изображений.
Во многом недостатки в качестве восстановленного изображения по сжатому формату согласно JPEG связано с тем, что при сжатии никак не учитываются специфика изображения, т.е. не выявляется его структура, характерные участки и т.д. Именно учет специфики изображения лежит в основе фрактального метода, который предложил в 1988 году Мандельброт. Согласно Мандельброту, фрактал - это структура, выделенная при анализе изображения, и обладающая схожей формой независимо от ее размеров. Например, в изображении кроны дерева, фрактал - изображение листа. Поэтому изображение можно как бы собирать из фракталов, т.е. изображение в терминах фрактального подхода есть суперпозиция фракталов. В свою очередь, отдельный фрактал может быть описан некоторым стандартным образом. Основу фрактального подхода составляет постулат о том, что изображения реального мира имеют аффинную избыточность [4]. Иначе говоря, существует набор аффинных коэффициентов, описывающих вращение, сжатие, расширение, искажение формы, сдвиг объектов изображения. В начале 80-х годов Майкл Барнсли выдвинул идею получения заранее заданного изображения как аттрактора хаотического процесса. Барнсли пытался ответить на вопрос: возможно ли для данного изображения построить хаотическую систему, которая будет являться для него странным аттрактором. Он использовал систему итерируемых функций (Iterated Function System - IFS). Наиболее распространённым примером фрактального изображения, сгенерированного с помощью IFS является изображение папоротника использованное для создания данного изображения, состоит из 4-х аффинных преобразований. Каждое преобразование кодируется считанными байтами, хотя исходное изображение может быть любого размера. Таким образом, можно заключить, что фрактальная компрессия – это поиск самоподобных областей и определение для них параметров аффинных преобразований. Простая IFS, породившая изображения папоротника не пригодна для сжатия произвольных изображений, поскольку они обычно представляются в градациях серого, а не из значений 0 или 1 и т.к. простые IFS используются только для самоподобных изображений, т.е. когда изображения строятся из элементов, являющихся копией целого изображения.
Рис. Изображение папоротника, сгенерированного с помощью IFS.
В основе фрактального сжатия лежат несколько основных определений и теорем. Рассмотрим их вкратце. Преобразование. Преобразование сопоставляет точке в одном пространстве точку в другом пространстве, возможно в том же самом пространстве. Преобразование называется отображением f и записывается как: f: X1→ X2, если оно переводит пространство Х1 в пространство Х2. Преобразование f: X1→ X2 в метрическом пространстве (X,d) называется сжимающим, если существует константа s, 0≤s<1 такая что: d(f(x1),f(x2)) ≤ s⋅d(x1,x2), где d(x1,x2) – расстояние от точки х1 до точки х2 в пространстве X. Константа s называется коэффициентом сжатия отображения f.
Рис. Сжимающее отображение для точек в пространстве R2
Вывод. В реферате мы разобрали и выяснили следующее: Положительными сторонами алгоритма JPEG является то, что пользователь может управлять соотношением размер/качество, задавая степень сжатия. Выходное цветное изображение может глубину цвета 24 бита на точку. С помощью алгоритма JPEG достигаются большие коэффициенты сжатия при визуально высоком качестве изображения. Отрицательными сторонами алгоритма является то, что при повышении степени сжатия изображение распадается на отдельные квадратные области (размером 8x8). Это связано с тем, что происходят большие потери в низких частотах при квантовании, и восстановить исходные данные становится невозможно. Кроме того может проявляться так называемый эффект Гиббса – ореолы по границам резких переходов цветов. Кроме того, так как это алгоритм сжатия с потерями, изображения обработанные с его применением практически неприменимы для анализа и дальнейшей обработки. Фрактальное сжатие -эта группа алгоритмов, по-видимому, является самой перспективной и развивается сейчас наиболее бурно. Первые практические результаты были получены совсем недавно - в 1992 году - и произвели ошеломляющее впечатление. Коэффициент сжатия у фрактальных алгоритмов варьируется в пределах 2-2000. Причем большие коэффициенты достигаются на реальных изображениях, что, вообще говоря, нетипично для предшествующих алгоритмов. Кроме того, при разархивации изображение можно масштабировать. Уникальная особенность этого алгоритма заключается в том, что увеличенное изображение не дробится на квадраты. Во фрактальном сжатии используется принципиально новая идея - не близость цветов в локальной области, а подобие разных по размеру областей изображения. Это, безусловно, наиболее прогрессивный подход на сегодняшний день. Алгоритм ориентирован на полноцветные изображения и изображения в градациях серого цвета.Его особенностью является потребность в колоссальных вычислительных мощностях при архивации. При этом распаковка требует меньше вычислений, чем у JPEG. Фактически, это первый существенно несимметричный алгоритм, упоминаемый в этой статье. Причем, если у предыдущих алгоритмов коэффициент симметричности (отношение времени архивации ко времени разархивации) не превышал 3, то у фрактального алгоритма он колеблется в пределах 1000-10000. Как следствие - основные работы сейчас ведутся по распараллеливанию и ускорению его работы. Фрактальное сжатие реализовано в формате FIF. При выборе алгоритмов важно понимать их положительные и отрицательные стороны Если выбран алгоритм с потерей данных, то стоит понять его природу и условия, при которых изображения будут портиться Использование новых оптимальных алгоритмов позволит сохранить качество изображений, десятки и сотни мегабайт дискового пространства, уменьшит трафик в сети. Эта область развивается очень быстро. Ежегодно появляются новые алгоритмы и десятки модификаций известных.
Литература.
1. Ватолин Д., Ратушняк А., Смирнов М. Юкин В. Методы сжатия данных.Устройство архиваторов, сжатие изображений. 2. Гонсалес Р., Вудс Р. Цифровая обработка изображений.// Пер. с англ.-Москва.- Техносфера. – 2006. -1072 с. 3. Сэломон Д. Сжатие данных, изображений // – М. – Техносфера. 2004. – 368 с. 4. Тропченко А.А., Молчанов В.А. Особенности сжатия цветных изображений JPEG-подобными алгритмами// Научно-технический вестник СПбГУ ИТМО/ - Вып. 32. - СПб. - СПбГУ ИТМО. – 2006. - с.22-26. |
