блокового спотворень, что домінують на аналогічному фрагментіна стисненим блокового варіантом трансформаційного кодування.
При збільшенні ступенів стиснения більш чем 67: 1, максимального з використаних в попередніх прикладах, помітнім становится пропажа фактури на плаття жінки и розмивання контурів очей. Обидвоє Ефекти є результатами Відновлення зображення, стисненого вейвлет-кодування з коефіцієнтамі 108: 1 і 167: 1. Збільшення розмітості особливо помітно на фрагментах. Стандартні Відхилення помилок склалось 3,72 и 4,73 рівнів яскравості. Суб'єктивна оцінка обох збережений показує їх очевидну предпочтение перед результатом стиснения 67, Виконання помощью ДКП, стандартне Відхилення помилки которого 6,33 рівнів яскравості.
Таким чином, при коефіцієнті стиснения більш чем удвічі вищє, рівень помилки у зображенні, стисненого вейвлет-кодування, на 25% нижчих, чем у зображення, стиснутого з ДКП; до того ж, перше з них має безсумнівну предпочтение в якості. Закінчуючі Обговорення стиснения на Основі вейвлет-кодування, зробимо короткий огляд основних факторів, что вплівають на кодовому складність, Продуктивність и помилки Відновлення.
Вибір вейвлета.
вейвлет, обрані в якості базису прямого і зворотна перетвореності, вплівають на всі аспектів системи вейвлет-кодування, включаючі як структурну схему, так и ефективність. Від них прямо поклади обчислювальна складність перетвореності, І, непрямим чином, возможности системи в відповідність стиснения и Відновлення збережений при Прийнятних Рівні спотворень. Если вейвлет-функція, что задає превращение, має супутних масштабується функцію, то превращение может буті реалізовано як послідовність операцій цифрової фільтрації. При цьом довжина фільтрів дорівнюють довжина послідовностей для вейвлет-функції и масштабованої Функції. Характеристики стиснения и Відновлення Зображення з помощью вейвлет-превращение визначаються можливіть последнего упаковуваті інформацію в мале число Коефіцієнтів превращение.
Найбільш широко вікорістовуванімі системами функцій розподілу для стиснения на Основі вейвлет-превращение є системи вейвлетів Добеші и біортогональніх вейвлетів. Цифрові фільтри, что відповідають Последний сістемі, володіють рядом корисних властівостей, таких як гладкість, відносно мала довжина и деяке число Нульовий моментів, Які Важливі для розкладання та следующего Відновлення.
Приклад 1.24. Вейвлет-базис у вейвлет-кодуванні.
Зображення отриманий з використаних вейвлетів Хаара в якості функцій розподілу (базисних функцій), Які є єдінімі розрівнімі вейвлетами з Розглянуто тут. Зображення ОТРИМАНО з використанн вейвлетів Добеші, что відносяться до числа вейвлетів, найбільш популярних в обробці зображення. Зображення - з використанн сімлетов (симетричного вейвлетів), что є Розширене вейвлетів Добеші з Додатковий сіметрією. Для зображення застосовуваліся вейвлет Коена-Добеші-Фово, включені сюди для ілюстрації можливіть біортогональніх вейвлетів. Як и Ранее на аналогічніх прикладах, щоб підвіщіті наочність вінікаючіх структур, всі зображення Коефіцієнтів були піддані масштабованому градаційному перетворенню, при якому значення 0 відповідає рівень яскравості 128.
Як можна Бачити з Табліці 1.12, для перетвореності, число необхідніх операцій множення и склалось на коефіцієнт (для шкірного уровня розкладання). Всі Чотири превращение віконуваліся з використанн Швидкого вейвлет-превращение (тобто блоку фільтрів). Відмітім, что здатність до упаковки информации растет зі збільшенням обчіслювальної складності (тобто числа ненульовіх Коефіцієнтів фільтрів). При вікорістанні вейвлетів Хаара и усіканням Коефіцієнтів деталей на Рівні значення 1,5, обнуляються 46% Коефіцієнтів превращение. При вікорістанні більш складних біортогональніх вейвлетів, число обнуляєміх Коефіцієнтів віростає до 55%, збільшуючі при цьом Потенціал стиснения на 10%.
Таблиця 1.12 Довжину (Кількість ненульовіх Коефіцієнтів) фільтрів вейвлет-превращение и частко обнуляєміх Коефіцієнтів при усіканні перетвореності на Рівні 1.5
Вибір уровня розкладання
Іншім Важлива Чинник, что впліває на Обчислювальна складність и рівень помилок Відновлення вейлет-кодування, є число рівнів розкладання превращение. Оскількі Р-масштабні швидке вейвлет-превращение требует Р ітерацій блоку фільтрів, число операцій при обчісленні прямого і зворотна перетвореності растет зі збільшенням числа рівнів розкладання. Більш того, квантування Коефіцієнтів зменшуваніх масштабів, что требует БІЛЬШОГО числа рівнів розкладання, впліває на всі більшу область відновлюваного зображення. У багатьох Додатків, таких як поиск по базі даних збережений чі передача збережений для поступового Відновлення, число рівнів превращение візначається Дозвол...
