Цифровая фотоаппаратура. Трубникова Т.А - 70 стр.

UptoLike

ВУЗ: 

СПбГИКиТ | Санкт-Петербург

Составители: 

Рубрика: 

155 156
выполняется дискретное косинусное преобразование, в ре-
зультате которого цвета внутри блока уравниваются. При
больших степенях сжатия мозаичный эффект становится за-
метен.К недостаткам так же можно отнести: невозможность
достичь высоких степеней сжатия за счет ограничения на
размер блока (только 8×8); блочность структуры на высоких
степенях компрессии; закругление острых углов и размыва-
ние тонких элементов в изображении; поддерживаются толь-
ко RGB-изображения (использовать JPEG для CMYK-
изображений можно только в формате EPS); изображение
нельзя отобразить до тех пор, пока оно не загрузится полно-
стью.
9.6.7. Стандарт JPEG2000
Работа по разработке нового стандарта сжатия группой
экспертов в области фотографии JPEG шла с 1996 по 2000
год. При разработке к формату JPEG2000 предъявлялись сле-
дующие требования: достижение повышенной по сравнению
с JPEG степени компрессии; поддержка монохромных изо-
бражений, что позволит применять его для компрессии изо-
бражений с текстом; возможность сжатия вообще без потерь;
вывод изображений с постепенным улучшением детализации;
использование в изображении приоритетных областей, для
которых качество может устанавливаться выше, чем в осталь-
ной части изображения; декодирование в реальном режиме
времени (без задержек).
Стандарт основан на вейвлет-преобразовании. Вейвлет
от английского слова wavelet (маленькая по продолжительно-
сти волна, всплеск). Оно упрощает сжатие, передачу и анализ
изображений. В отличие от преобразования Фурье, базисны-
ми функциями которого являются гармонические функции,
вейвлет преобразования основаны на разложении по малым
волнам вейвлетам, изменяющейся частоты и ограниченным во
времени (пространстве). Первое дискретное вейвлет преобра-
зование было придумано венгерским математиком
Альфредом Хааром. Самый распространенный набор дис-
кретных вейвлет-преобразований был сформулирован бель-
гийским математиком Ингрид Добеши в 1988 году. С конца
1980-х вейвлет- преобразование вошло в основу нового мощ-
ного метода обработки изображений, получившего название
кратномасштабный анализ. В процессе краномасштабного
анализа изображения представляются в различных масшта-
бах, в различных разрешениях. Эти разные масштабы (разре-
шения) являются кратными по отношению друг к другу и свя-
заны целой степенью некоторого масштабного фактора (в
большинстве случаев это- 2). При таком подходе характер-
ные детали, которые могут оставаться незаметными при од-
ном разрешении, легко могут быть обнаружены при другом.
При рассмотрении изображения мы видим связанные области
одинаковой структуры и яркости, которые образуют объекты
на изображении. Если эти объекты имеют низкий контраст
или маленький размер, то мы изучаем их при высоком разре-
шении, если же они имеют высокий контраст или большой
размер, то для восприятия их достаточно и поверхностного
осмотра. Когда на изображении присутствуют и большие и
маленькие объекты, низкоконтрастные и высококонтрастные
области, то полезным будет анализировать такие изображения
в разных масштабах (разрешениях). Исходя из этого и ис-
пользуется кратномасштабная обработка. Для предоставлении
изображения в более чем одном масштабе используются мас-
штабирующие функции, они строят последовательность при-
ближений для изображения, причём каждое приближение от-
личается от соседнего масштабным фактором 2. Простой и
мощной структурой для представления изображений в более
чем одном масштабе является пирамида изображений (рис. )
Она представляет собой набор изображений в уменьшающем-
ся масштабе, организованной в форме пирамиды. Основу пи-
рамиды составляет подлежащее обработке изображение вы-

Страницы