Adaptivní metody zpracování signálů

ADAPTIVNÍ METODY PRO KOMPRESI OBRAZOVÝCH SIGNÁLŮ 1. Úvod do komprese obrazových dat Komprese dat je v současné době velmi účinný nástroj, který nám umožňuje pracovat (tj. přenášet, ukládat, upravovat apod.) s velkými balíky digitalizovaných dat i při velmi omezených technických možnostech používané výpočetní techniky (záznamová kapacita paměťových médií, přenosová kapacita telekomunikačních kanálů apod.). Pod pojmem komprese tedy rozumíme proces, který se používá pro zredukování fyzické velikosti bloku digitalizovaných dat. Vstupní data jsou pomocí komprimátoru zkomprimována vhodným komprimačním algoritmem (např. DCT, RLE apod.) a poté jsou uložena na záznamové médium (paměťový obvod, hard disk počítače apod.) nebo přenesena po telekomunikačním kanále (družicový spoj, telefonní linka apod.). Pro další následné zpracování jsou pak obrazová data "rozbalena" pomocí dekomprimátoru. Na tomto místě je nutné podotknout, že pro úspěšné obnovení komprimovaných dat je bezpodmínečně nutné mít přesnou znalost použitého komprimačmího algoritmu. 1.1 Základní principy komprese obrazu

Při volbě komprimačních algoritmů sledujeme celou řadu důležitých parametrů. Pro další dělení jednotlivých kompresních metod si jako klíčový parametr zvolíme ztrátovost použité metody. Z tohoto hlediska tedy rozlišujeme

• bezeztrátové kompresní metody

• ztrátové kompresní metody

1.1.1 Bezeztrátové kompresní algoritmy

Pro vysvětlení pojmu bezeztrátové kompresní metody nejprve definujeme nový pojem entropie. Podle Shannonovy definice je možné entropii H jednotlivého symbolu si z jistého souboru symbolů s, je - li pravděpodobnost jeho výskytu pi, spočítat podle vztahu

H(si) = - log2 pi,

Čím má obraz větší entropii, tím více informace obsahuje. Rozdíl entropie obrazu a velikosti jeho skutečného uložení udává tzv. redundanci. Obraz totiž obsahuje obrazové body (pixely), které jsou mezi sebou korelovány. Eliminací těchto vazeb, tedy dekorelací obrazu, můžeme dosáhnout výrazného snížení počtu bitů, potřebného k uložení obrazu, aniž bychom snížili informační hodnotu obrazu. Tento způsob komprese se nazývá jako redukce redundance, nebo též entropické kódování. Typickou ukázkou neztrátových kompresních algoritmů jsou například:

• Proudové kódování (RLE - Run Length Encoding)

• Huffmannovo kódování (též entropické)

• Lempel-Ziv-Welchova metoda (slovníkový algoritmus)

1.1.2 Ztrátové kompresní algoritmy

Princip ztrátových kompresních algoritmů respektuje tu skutečnost, že obraz obsahuje ve velké míře takové informace, které nebude vyhodnocovací zařízení (většinou lidské oko) schopno jakýmkoliv způsobem zpracovat. Takovéto složky obrazové informace je proto zbytečné dále přenášet. Touto kompresní metodou se tedy snižuje informační obsah obrazu a komprese tohoto typu se nazývá jako redukce irelevance. Typickou ukázkou ztrátových kompresních algoritmů jsou například: