Цветовой анализ, сжатие и выделение объектов на изображениях для телекоммуникационных целей

Человек в своем повседневном существовании получает из окружающего мира через органы чувств информацию, необходимую для его деятельности. 98% этой информации приходится на зрение. Создание, сохранение, обработка и передача зрительных образов (изображений), сопровождает человечество во всей его истории. Наскальные и песчаные рисунки, графические наброски, чертежи, художественные полотна, фотографии, кино, телевидение, интернет — вот этапы использования изображений человеком в его жизни. Развитие науки и техники позволило человеку изучить собственное зрение, представить методы и алгоритмы обработки изображений человеческим мозгом, создать средства передачи изображений на большие расстояния.

Появление телевидения напрямую связало задачи обработки изображений с задачами обработки электрических сигналов, а необыкновенный подъем в последние десятилетия цифровой электроники привел к тому, что повсеместный переход от аналоговых форм представления сигналов (аналоговое телевидение) к цифровым изображениям стал характерной чертой современных электронных систем, и приобретает сегодня особую актуальность.

Если вернуться к человеку, то он получает видео информацию [1] в области световых частот (700−300 нм) в дискретном виде. Сетчатка глаза содержит около 127 млн. рецепторов (120 млн. палочек для рассматривания черно-белого изображения и 7 млн. колбочек, каждая из которых содержит три отдельных приемника для различения лучей красного, зеленого и синего цвета). Плотность размещения рецепторов 160 тыс. на 1 кв. мм. Глаз обладает глубокой адаптацией по отношению к интенсивности света, то есть он может различать огромное количество порогов яркости и соответственно огромное количество цветов при смешивании лучей красного, зеленого и синего цветов.

Информация от рецепторов в виде электронных импульсов очень малой мощности по 127 млн. нервным волокнам поступает в слепое пятно одновременно, то есть имеет ¿-место параллельная передача информации. Затем в слепом пятне происходит первичная обработка зрительной информации (фильтрация и сжатие) и далее из слепого пятна зрительная информация передается для обработки в головной мозг уже только по 1 млн. нервным волокнам. Как видим, здесь также имеет место параллельная передача зрительной информации. Мы не знаем точно, как мозг запоминает и обрабатывает зрительную информацию. Имеется ряд гипотез и этот вопрос постоянно изучается.

Ученые создали электронные устройства, которые запоминают, передают и строят изображения на экране, но это выполняется в основном последовательно (в редких случаях параллельно), а по своей разрешающей способности и пороговой чувствительности такие устройства намного уступают человеческому глазу.

В вопросах параллельной обработки изображении результаты в вычислительной технике по сравнению с человеком весьма скромные.

Просматриваются два пути ускорения обработки и передачи изображений: параллельный процесс или при последовательном процессе сжатие данных с последующим восстановлением.

В первом случае нужно фиксировать изображение с помощью матриц определенного разрешения и значение каждого элемента матрицы передавать по отдельному каналу. Число таких каналов будет равно числу элементов матрицы. Если изображение имеет миллион элементов, то и каналов нужно будет столько же. Разворачивать такое изображение не будет необходимости, так как все элементы изображения будут приходить одновременно и выводиться сразу же в определенной точке поля изображения. Такая реализация возможна на уровне нанотехноло-гий и использования для каналов очень высоких частот, проникающих на большие расстояния (например, гравитационные волны). Пока это не достижимо.

Следующий путь заключается в сжатии информации после получения с устройств фиксации изображения до минимальных размеров, передача сжатой информации по каналам связи и восстановления этой информации в виде изображения. Время суммы всех трех этапов обработки видеоинформации определит время общения. Задача перед исследователями и разработчиками заключается в снижении временных показателей на всех этапах обработки информации. При этом необходимо учитывать разрешающую способность видеоинформации (градаций яркости и цветности), искажения ее в результате передачи по каналам связи и потерь качества и цветности в результате ее воспроизведения. Видеоинформация проходит процесс преобразования ее в двоичную форму и обратно и понятно, что при этом возможны потери информации.

Повышение требований к качеству получаемого дискретного многоцветного изображения заставляет искать новые пути кодирования зрительной информации и разрабатывать эффективные методы сжатия изображения.

Одним из таких путей может быть анализ цветовой составляющей изображения, получаемой непосредственно с цифрового устройства записи изображения, определение минимального цифрового кода записи этого изображения, разработка методов сжатия цветовой информации с коррекцией потерь для решения задач передачи изображений, архивирования, выделения и распознавания объектов на изображении и т. п.

Таким образом, задача диссертационной работы была определена как исследование возможности эффективного кодирования изображений с использованием цветового анализа и разработка соответствующих методов (алгоритмов) сжатия, пригодного для практического применения.

Новизна поставленной задачи вытекает из того, что применение цветового анализа для кодирования дискретных изображений изучено мало, актуальность обусловлена исключительной важностью проблем цифровой обработки видеоинформации, сжатия изображений для передачи их по каналам связи и архивации.

В первой главе диссертации проводится анализ и классификация основных подходов к реализации эффективного сжатия и обработки дискретных изображений, отмечается, что существует целый ряд методов, которые могут быть использованы для сжатия изображений с целью передачи их по каналам связи.

Рассмотрены различные форматы и алгоритмы сжатия записи дискретных изображений без потерь информации. Рассмотрены методы дискретных преобразований изображений, их квантование и кодирования для достижения наивысших коэффициентов сжатия дискретных изображений при учете возможных потерь информации. Наибольшее внимание здесь уделено стандарту JPEG, который был выбран в качестве прототипа при сравнении с различными методами сжатия дискретных изображений. Рассмотрены современные требования к сжатию, обработке и передаче дискретных естественных и искусственных изображений по каналам связи. Проведен анализ стандартов передачи изображений на основе стандарта MPEG-4.

Дано сравнение эффективности существующих архиваторов для сжатия различных видов изображений.

Во второй главе представлены разработанные методы и алгоритмы цветового сжатия изображений: цветовой анализ, сканирование изображений, арифметическое сжатие цветовых полей, снижение цветовой избыточности и восстановление цветного изображения.

В третьей главе рассмотрены разработанные методы распознавания объектов на цветном изображении: выделение цветовых контуров объектов, определение однотипных объектов, локализация выделенных объектов, удаление избыточной информации из изображения.

В четвертой главе представлены результаты экспериментальной проверки предложенных методов (алгоритмов) и сравнение их с другими методами.

В приложении приведены фотографии, используемые в вычислительном эксперименте, таблицы и графики сравнений, исходные тексты некоторых программ обработки цветных дискретных изображений на алгоритмическом языке С++.

4.4 Выводы.

Экспериментальная проверка разработанных методов, алгоритмов и программ показала их высокую эффективность. Применение разработанных методов, алгоритмов и программ совместно с WinRar позволило достичь более высоких результатов, чем применение отдельных методов. При выделении объектов цветовой метод сжимает в 198 — 1317 раз больше, чем JPEG.

ЗАКЛЮЧЕНИЕ

.

В ходе проведенных исследований и разработок получены следующие научные и практические результаты:

1. Проведен анализ графических форматов дискретных изображений, методов и алгоритмов сжатия информации с потерями и без потерь, широко используемых архиваторов и стандартов JPEG и MPEG-4. Рассмотрены их возможности для обеспечения передачи видео информации в реальном времени по телекоммнуникационным сетям.

2. Оценены возможности использования перспективных методов сжатия изображений, таких как, фрактальный метод, метод всплесков, метод полевых структур для телекоммуникационных целей в современных условиях.

3. Предложены метод цветового анализа, метод цветового сжатия дискретных изображений без потерь и с цветовыми потерями, метод выделения цветовых объектов и алгоритмы, позволяющие реализовать предложенные методы.

4. Создан комплекс экспериментальных программ методов цветового анализа, сжатия, выделения цветовых объектов на дискретных изображениях и проведена экспериментальная проверка теоретических методов и алгоритмов.

5. Сделано сравнение разработанных методов с существующими методами по критериям объема записи и показана их высокая эффективность.

6. Намечены пути использования и развития полученных результатов исследований и разработок:

— Создание интелектуальных аппаратных цветовых анализаторов изображений;

— Создание автоматических систем слежения за динамическими объектами в реальном времени;

— Разработка цветовых стандартов и использование их в телекоммуникационных сетях.