Минимизация энтропии постинтерполяционных остатков при компрессии изображений на основе иерархической сеточной интерполяции
Автор: Гашников Михаил Валерьевич
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Распознавание образов
Статья в выпуске: 2 т.41, 2017 года.
Бесплатный доступ
Разрабатывается и исследуется адаптивный параметризованный интерполятор при компрессии изображений на основе иерархической сеточной интерполяции. Для оптимизации параметров этого интерполятора предлагается подход, основанный на минимизации энтропии квантованных постинтерполяционных остатков, которая используется в качестве оценки объёма сжатых данных. Записывается рекуррентная схема вычисления параметров предлагаемого интерполятора, и вычисляются теоретические оценки его вычислительной сложности. В составе иерархического метода компрессии изображений производится экспериментальное исследование разработанного интерполятора, а также его сравнение с усредняющими интерполяторами и адаптивным интерполятором, основанным на оптимизации суммы абсолютных значений погрешностей интерполяции. Показывается преимущество разработанного интерполятора над прототипами по размеру компрессированных данных при различных погрешностях, вносимых в сжатое изображение.
Иерархическая сеточная интерполяция, компрессия, квантование, степень сжатия, максимальная погрешность, вычислительная сложность
Короткий адрес: https://sciup.org/14059559
IDR: 14059559 | DOI: 10.18287/2412-6179-2017-41-2-266-275
Список литературы Минимизация энтропии постинтерполяционных остатков при компрессии изображений на основе иерархической сеточной интерполяции
- Chang, C.-I. Hyperspectral data processing: Algorithm design and analysis/C.-I. Chang. -Hoboken, NJ: Wiley Press, 2013. -1164 p. -ISBN: 978-0-471-69056-6.
- Borengasser, M. Hyperspectral remote sensing: Principles and applications/M. Borengasser, W. Hungate, R. Watkins. -Boca Raton, London, New York: CRC Press, 2004. -128 p. -ISBN: 978-1566706544.
- Chang, C.-I. Hyperspectral imaging: Techniques for spectral detection and classification/C.-I. Chang. -Springer, 2003. -372 p. -ISBN: 978-0306474835.
- Salomon, D. Data compression. The complete reference/D. Salomon. -4th ed. -Springer-Verlag, 2007. -1118 p. -ISBN: 978-1846286025.
- Sayood, K. Introduction to data compression/К. Sayood. -4th ed. -Morgan Kaufmann, 2012. -768 p. -ISBN: 978-0124157965.
- Ватолин, Д. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео/Д. Ватолин, А. Ратушняк, М. Смирнов, В. Юкин. -М.: ДИАЛОГ-МИФИ, 2002. -384 с. -ISBN: 5-86404-170-X.
- Woods, E. Digital image processing/E. Woods, R. Gonzalez. -3th ed. -Prentice Hall, 2007. -976 p. -ISBN: 978-0131687288.
- Pratt, W. Digital image processing/W. Pratt. -4th ed. -Wiley, 2007. -807 p. -ISBN: 978-0471767770.
- Лидовский, В.В. Теория информации: Учебное пособие/В.В. Лидовский. -М.: Компания Спутник+, 2004. -111 с. -ISBN 5-93406-661-7.
- Woon, W.M. Achieving high data compression of self-similar satellite images using fractal/W.M. Woon, A.T.S. Ho, T. Yu; S.C. Tam, S.C. Tan, L.T. Yap//Proceedings of IEEE International Geoscience and Remote Sensing Symposium (IGARSS). -2000. -P. 609-611. - DOI: 10.1109/IGARSS.2000.861646
- Gupta, V. Enhanced image compression using wavelets/V. Gupta, V. Sharma, A. Kumar//International Journal of Research in Engineering and Science (IJRES). -2014. -Vol. 2(5). -P. 55-62.
- Li, J. Image compression: The mathematics of JPEG-2000/J. Li//Modern Signal Processing. MSRI Publications. -2003. -Vol. 46. -P. 185-221.
- Plonka, G. Fast and numerically stable algorithms for discrete cosine transforms/G. Plonka, M. Tasche//Linear Algebra and its Applications. -2005. -Vol. 394(1). -P. 309-345. - DOI: 10.1016/j.laa.2004.07.015
- Wallace, G. The JPEG still picture compression standard/G. Wallace//Communications of the ACM. -1991. -Vol. 34(4). -P. 30-44. - DOI: 10.1145/103085.103089
- Ebrahimi, F. JPEG vs. JPEG2000: An objective comparison of image encoding quality/F. Ebrahimi, M. Chamik, S. Winkler//Proceedings of SPIE. -2004. -Vol. 5558. -Р. 300-308. - DOI: 10.1117/12.564835
- Gashnikov, M.V. Compression method for real-time systems of remote sensing/M.V. Gashnikov, N.I. Glumov, V.V. Sergeyev//Proceedings of 15th International Conference on Pattern Recognition. -2000. -Vol. 3. -P. 232-235. - DOI: 10.1109/ICPR.2000.903527
- Gashnikov, M.V. Hierarchical GRID interpolation under hyperspectral images compression/M.V. Gashnikov, N.I. Glumov//Optical Memory and Neural Networks. -2014. -Vol. 23(4). -P. 246-253. - DOI: 10.3103/S1060992X14040031
- Lin, S. Error control coding: Fundamentals and applications/S. Lin, D. Costello. -2nd ed. -Englewood Cliffs, New Jersey: Prentice-Hall, Inc., 2004. -1260 p. -ISBN: 978-0130426727.
- Ефимов, В.М. Оценка эффективности иерархических и построчных алгоритмов сжатия полутоновых изображений без потерь/В.М. Ефимов, А.Н. Колесников//Тезисы докладов III конференции "Распознавание образов и анализ изображений: новые информационные технологии". -Нижний Новгород, 1997. -Часть I. -С. 157-161.
- Gashnikov, M.V. Interpolation for hyperspectral images compression/M.V. Gashnikov//CEUR Workshop Proceedings. -2016. -Vol. 1638. -Р. 327-333. - DOI: 10.18287/1613-0073-2016-1638-327-333
- Гашников, М.В. Адаптивный алгоритм интерполяции для иерархической компрессии изображений/М.В. Гашников, Н.И. Глумов, В.В. Сергеев//Компьютерная оптика. -2002. -Вып. 23. -С. 89-93.
- MacKay, D.J.C. Information theory, inference, and learning algorithms/D.J.C. MacKay. -Cambridge University Press, 2003. -628 p. -ISBN: 978-0521642989.
- Gashnikov, M.V. Hyperspectral images repository using a hierarchical compression/M.V. Gashnikov, N.I. Glumov//Posters Proceedings of 23rd International Conference on Computer Graphics, Visualization and Computer Vision (WSCG). -2015. -P. 1-4.
- Gashnikov, M.V. Development and investigation of a hierarchical compression algorithm for storing hyperspectral images/M.V. Gashnikov, N.I. Glumov//Optical Memory and Neural Networks. -2016. -Vol. 25(3). -P. 168-179. - DOI: 10.3103/S1060992X16030024
