Μάθημα 7ο Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Δομές Δεδομένων και Αλγόριθμοι
Advertisements

Αντισταθμιστική ανάλυση Κατά τη διάρκεια εκτέλεσης του Α η Δ πραγματοποιεί μία ακολουθία από πράξεις. Θεωρήστε έναν αλγόριθμο Α που χρησιμοποιεί μια δομή.
ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ.
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 9 ο Κατάτμηση Εικόνας. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Η κατάτμηση έχει ως στόχο να υποδιαιρέσει την εικόνα σε συνιστώσες περιοχές και.
ΣΥΜΠΙΕΣΗ Τεράστιες ανάγκες σε αποθηκευτικό χώρο Παράδειγμα:
Συμπίεση και Μετάδοση Πολυμέσων
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 10 ο Περιγραφή Σχήματος. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1) Η περιγραφή μίας περιοχής μπορεί να γίνει:  Με βάση τα εξωτερικά χαρακτηριστικά.
ΜΕΡΟΣ Α : ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΑ ΘΕΜΑΤΑ ΕΝΟΤΗΤΑ Νο. 3 ΤΕΧΝΙΚΕΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΠΗΓΗΣ - Η ΠΕΡΙΠΤΩΣΗ ΤΗΣ ΦΩΝΗΣ ΚΙΝΗΤΑ ΔΙΚΤΥΑ ΕΠΙΚΟΙΝΩΝΙΩΝ.
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 8 ο Ανίχνευση Ακμών. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας Προς το παρόν δεν υπάρχει ακόμα.
Τμήμα Μηχανικών Η/Υ και Πληροφορικής
Δισδιάστατα Σήματα και Συστήματα #1
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ
Κατάτμηση Εικόνων ΔΤΨΣ 150 – Ψηφιακή Επεξεργασία Εικόνας
Πολυμέσα – Δίκτυα (μαθ. επιλογής Γ’ Λυκείου)
ΔΤΨΣ 150: Ψηφιακή Επεξεργασία Εικόνας © 2005 Nicolas Tsapatsoulis Κατάτμηση Εικόνων: Κατάτμηση με βάση τις περιοχές Τμήμα Διδακτικής της Τεχνολογίας και.
Σημειώσεις : Χρήστος Μουρατίδης
Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων
ΣΥΣΤΗΜΑΤΑ ΣΥΛΛΟΓΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΜΕΤΡΗΣΕΩΝ
Βασικές έννοιες στην ψηφιακή εικόνα
Συμπίεση και Μετάδοση Πολυμέσων
Παρουσίαση Νο. 11 Ανάλυση Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
Συμπίεση Ηχου.
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 7 ο Συμπίεση Εικόνας. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας πληροφορίας Οι τεχνικές.
Παρουσίαση Νο. 3 Δισδιάστατα σήματα και συστήματα #2 Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Παρουσίαση Νο. 1 Εισαγωγή Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος
Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων
Ενεργή επιλογή αλγορίθμου, Active Algorithm Selection, Feilong Chen and Rong Jin Εύα Σιταρίδη.
Διάλεξη 9η: Εφαρμογή της μεθόδου Simplex στο γραμμικό προγραμματισμό κατά τη μεγιστοποίηση Μέθοδος Simplex 1.Όταν υπάρχουν μέχρι πέντε κλάδοι παραγωγής.
JPEG Joint Photographic Expert Group. Τι είναι; Ε ξαιρετικά διαδεδομένο σχήμα συμπίεσης για ακίνητη εικόνα, τόσο μονόχρωμη (grayscale) όσο και έγχρωμη.
Εργαστήριο Ψηφιακής Επεξεργασίας Εικόνας
Παρουσίαση Νο. 4 Ψηφιακή Καταγραφή Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
Εργαστήριο του μαθήματος “Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας”
Παρουσίαση Νο. 6 Αποκατάσταση εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
Τμήμα Πληροφορικής και Τηλεπικοινωνιών Κ. Χαλάτσης, Εισαγωγή στην Επιστήμη της Πληροφορικής και των Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών 1 Παράσταση Πληροφοριών.
Άνοιξη Συμπίεση Δεδομένων και Σημάτων Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών
ΒΕΣ 04: Συμπίεση και Μετάδοση Πολυμέσων © 2006 Nicolas Tsapatsoulis Συμπίεση δεδομένων: Εισαγωγή, Κατηγορίες τεχνικών συμπίεσης, Ανάλυση βασικών τεχνικών.
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 8 ο Ανίχνευση Ακμών. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας Προς το παρόν δεν υπάρχει ακόμα.
JPEG Μια τεχνική συμπίεσης ακίνητης εικόνας. Η Τεχνική JPEG Αφορά συμπίεση ακίνητων εικόνων Είναι τεχνική συμπίεσης με απώλειες Το πρόβλημα είναι η εκάστοτε.
26/7/2015 Γραφικά-Εισαγωγή Ιωάννης Φούντος. 2 Ιστορικά.
Θέματα Συστημάτων Πολυμέσων Ενότητα # 6: Στοιχεία Θεωρίας Πληροφορίας Διδάσκων: Γεώργιος K. Πολύζος Τμήμα: Μεταπτυχιακό Πρόγραμμα Σπουδών “Επιστήμη των.
12/01/2007 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «Ψηφιακές Μορφές Τέχνης»1 Εισαγωγή στους Η/Υ Μάθημα 2: Αναπαράσταση και Αποθήκευση Ψηφιακής Πληροφορίας Διδάσκουσα:
Advanced Data Indexing (Προηγμένη ευρετηρίαση δεδομένων) Ροές Δεδομένων (3 ο Μέρος)
ΔΤΨΣ 150: Ψηφιακή Επεξεργασία Εικόνας © 2005 Nicolas Tsapatsoulis Συμπίεση Ψηφιακών Εικόνων: Συμπίεση με απώλειες – Πρότυπα Συμπίεσης Εικόνων Τμήμα Διδακτικής.
Ψηφιακή Επεξεργασία Εικόνας Ενότητα 7 : Πρότυπο συμπίεσης JPEG Ιωάννης Έλληνας Τμήμα Η/ΥΣ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού.
Σχεδιασμός των Μεταφορών Ενότητα #6: Μοντέλα κατανομής μετακινήσεων – Distribution models. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
Ενότητα 2 η Σήματα και Συστήματα. Σήματα Γενικά η πληροφορία αποτυπώνεται και μεταφέρεται με την βοήθεια των σημάτων. Ως σήμα ορίζουμε την οποιαδήποτε.
Ψηφιακή Επεξεργασία Εικόνας Ενότητα 6 : Κωδικοποίηση & Συμπίεση εικόνας Ιωάννης Έλληνας Τμήμα Η/ΥΣ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά.
Ψηφιακή επεξεργασία εικόνας Άγγελος Μπάκας Δεκέμβριος 2008.
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ II Καθ. Πέτρος Π. Γρουμπός Διάλεξη 4η Δειγματοληψία.
Ψηφιακή Επεξεργασία Εικόνας
Ψηφιακές Τηλεπικοινωνιές
Δυναμικός Κατακερματισμός
Ψηφιακή Επεξεργασία Εικόνας
Τεχνολογία Πολυμέσων Ενότητα # 8: Αρχές κωδικοποίησης
Μοντελοποίηση υπολογισμού
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Συμπίεση Ψηφιακών Εικόνων: Συμπίεση χωρίς απώλειες
Τεχνολογία Πολυμέσων Ενότητα # 11: Κωδικοποίηση εικόνων: JPEG
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Σχεδιασμός των Μεταφορών
Analog vs Digital Δούρβας Ιωάννης ΙΩΑΝΝΗΣ ΔΟΥΡΒΑΣ.
ΚΩΔΙΚΩΝ ΔΙΟΡΘΩΣΗΣ ΣΦΑΛΜΑΤΩΝ ΜΕ ΜΕΘΟΔΟΥΣ ΣΤΑΤΙΣΤΙΚΗΣ ΦΥΣΙΚΗΣ
Δισδιάστατα Σήματα και Συστήματα #1
ΗΜΥ 210: Λογικός Σχεδιασμός
ΚΙΝΗΤΑ ΔΙΚΤΥΑ ΕΠΙΚΟΙΝΩΝΙΩΝ
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Εισαγωγή στα Προσαρμοστικά Συστήματα
Δυναμικός Κατακερματισμός
Μεταγράφημα παρουσίασης:

Μάθημα 7ο Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ

Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας πληροφορίας Ανάγκες που καλύπτονται Εξοικονόμηση μνήμης Ελάττωση χρόνου και εύρους ζώνης μετάδοσης Ιδιαίτερα μεγάλη η σημασία της συμπίεσης στις 2-D και 3-D εφαρμογές Κατηγορίες τεχνικών συμπίεσης Απωλεστικές Μη απωλεστικές ΤΜΗΥΠ / ΕΕΣΤ

Εισαγωγή (2) Εκμετάλλευση 3 ειδών πλεονασμού πληροφορίας: Πλεονασμός κωδικοποίησης μπορούμε να χρησιμοποιήσουμε διαφορετική αναπαράσταση για gray levels που εμφανίζονται με διαφορετικές πιθανότητες (π.χ. κωδικοποίηση Huffman) Πλεονασμός μεταξύ των pixel (interpixel) μπορούμε να εκμεταλλευτούμε τα επαναλαμβανόμενα μοτίβα ή τις μεγάλες ομαλές επιφάνειες (πχ κωδικοποίηση μήκους διαδρομών) Φυσικο-οπτικός πλεονασμός εμφανίζεται λόγω του τρόπου με τον οποίο αντιλαμβάνεται ο άνθρωπος την οπτική πληροφορία (πχ κβαντισμός) ΤΜΗΥΠ / ΕΕΣΤ

Εισαγωγή (3) Τα βασικά στάδια μιας απωλεστικής τεχνικής: Μετασχηματισμός της εικόνας στο κατάλληλο πεδίο - Πεδίο εικονοστοιχείων (π.χ., ADPCM) - Πεδίο συχνοτήτων (π.χ., DCT, Wavelet) - Πεδίο παραμέτρων μοντέλου (π.χ., fractals) ΤΜΗΥΠ / ΕΕΣΤ

Εισαγωγή (4) Κβαντισμός των αποτελεσμάτων του 1ου σταδίου - ομοιόμορφος - ανομοιόμορφος - διανυσματικός Προσδιορισμός του λεξικού (codebook) για την αναπαράσταση των εξόδων του κβαντιστή ΤΜΗΥΠ / ΕΕΣΤ

Εισαγωγή (5) Μη απωλεστικές τεχνικές: Απωλεστικές τεχνικές: Κωδικοποίηση Huffman Bit plane coding Constant Area Coding Contour Tracing Κωδικοποίηση Μήκους Διαδρομών Συμπίεση LZW Κωδικοποίηση με Πρόβλεψη ... Απωλεστικές τεχνικές: Κωδικοποίηση με Πρόβλεψη (και κβαντισμό) Κωδικοποίηση με Μετασχηματισμούς και πολλές άλλες ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση Huffman (1) Έστω εικόνα ΝxΜ που αναπαριστάται με Β bits/pixel. Μπορούμε να εκτιμήσουμε την συνάρτηση πυκνότητας πιθανότητας p(i) κατασκευάζοντας το ιστόγραμμά της. Κωδικοποίηση Εντροπίας: αντιστοιχίζουμε μικρές κωδικές λέξεις στα επίπεδα φωτεινότητας που εμφανίζονται με μεγάλη πιθανότητα και μεγάλες κωδικές λέξεις σε αυτά που εμφανίζονται σπανιότερα. Τα μήκη των λέξεων επιλέγονται έτσι ώστε το μέσο μήκος να ελαχιστοποιείται. Από την Θεωρία Πληροφορίας ισχύει: όπου H(B) η εντροπία της εικόνας. ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση Huffman (2) Δημιουργία των κωδικών λέξεων ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση Μήκους Διαδρομών Έστω μία γραμμή εικόνας και xi οι τιμές φωτεινότητας των pixels. Μπορεί να θεωρηθεί ότι η γραμμή αποτελείται από k τμήματα με μήκος και φωτεινότητα , , και να αναπαρασταθεί με ζεύγη ως εξής: Για δυαδικές εικόνες, μόνο τα μήκη είναι απαραίτητο να κωδικοποιηθούν. ... Για επιπλέον συμπίεση, μπορεί να χρησιμοποιηθεί κωδικοποίηση Huffman για τα μήκη. ΤΜΗΥΠ / ΕΕΣΤ

Παράδειγμα Παράδειγμα γραμμής δυαδικής εικόνας και αναπαράστασή της με ζεύγη ΤΜΗΥΠ / ΕΕΣΤ

Τροποποιημένη Κωδικοποίηση Read Είναι μία επέκταση της κωδικοποίησης μήκους διαδρομών στις δύο διαστάσεις. Εκμεταλλευόμαστε την συσχέτιση μεταξύ των διαδοχικών γραμμών της εικόνας. Κάθε καινούρια γραμμή κωδικοποιείται με βάση την προηγούμενή της. Η READ χρησιμοποιεί 3 στοιχεία μετάβασης στην τρέχουσα γραμμή, , και 2 στην γραμμή αναφοράς, . ΤΜΗΥΠ / ΕΕΣΤ

Συμπίεση LZW (1) Ο δημοφιλέστερος μη-απωλεστικός αλγόριθμος συμπίεσης ψηφιακής εικόνας (TIFF, GIF). Η εικόνα αντιμετωπίζεται ως μία μονοδιάστατη ακολουθία bits. Δημιουργείται ένας πίνακας κωδικών λέξεων που αντιστοιχίζονται στις διάφορες ακολουθίες bits. ΤΜΗΥΠ / ΕΕΣΤ

Συμπίεση LZW (2) 255 Clear code 255 Clear code EOI string Οι πρώτες 256 κωδικές λέξεις αντιστοιχίζονται στις τιμές 0...255. Η λέξη #257 στο Clear code και η #258 στο EOI. Οι υπόλοιπες λέξεις αντιστοιχίζονται σε ακολουθίες bits που εμφανίζονται στην εικόνα. Τα bits αναπαράστασης των κωδικών λέξεων αυξάνονται σταδιακά. ΤΜΗΥΠ / ΕΕΣΤ

Άλλες μη-απωλεστικές τεχνικές Bit plane coding Αποσύνθεση σε L δυαδικές εικόνες και διαφορετική κωδικοποίηση ανάλογα με τη «βαρύτητά» τους Constant Area Coding Υποδιαίρεση σε υποεικόνες και προθεματική κωδικοποίηση των υποεικόνων ανάλογα με το αν είναι Λευκές, Μαύρες ή Μικτές (0, 10, 11). Στην τελευταία περίπτωση αποστέλλεται όλη η υποεικόνα Contour Tracing Βρίσκεται το σύνολο των «ισουψών» καμπυλών της εικόνας και κωδικοποιούνται με αποδοτικό τρόπο ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Πρόβλεψη (1) Συνήθως τα δεδομένα της εικόνας σε μία γειτονιά είναι συσχετισμένα μεταξύ τους, οπότε είναι δυνατόν να «προβλέψουμε» την τιμή ενός pixel με βάση αυτά που βρίσκονται στην γειτονιά του. Για κάθε pixel (x,y) αποθηκεύουμε τη «νέα» πληροφορία που περιέχει. «Νέα» πληροφορία είναι η διαφορά της προβλεφθείσας από την πραγματική τιμή του pixel. ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Πρόβλεψη (2) Για κάθε διαδοχικό pixel της εικόνας, η διάταξη πρόβλεψης παράγει την αναμενόμενη τιμή βασισμένη στις προηγούμενες εισόδους. Η τιμή αυτή στρογγυλοποιείται στον κοντινότερο ακέραιο. Το λάθος πρόβλεψης τότε είναι Η αρχική τιμή μπορεί να ανακατασκευαστεί ως εξής όπου είναι μία συνάρτηση πρόβλεψης: ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Πρόβλεψη (3) Διάταξη συμπίεσης Διάταξη ανακατασκευής ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Πρόβλεψη (4) Για καλύτερη συμπίεση χρησιμοποιούμε κβαντισμό για το . Σε αυτή την περίπτωση το λάθος πρόβλεψης κβαντίζεται σε ένα περιορισμένο εύρος τιμών. Η διαδικασία της κβάντισης είναι μη αντιστρέψιμη και απωλεστική (χάνεται πληροφορία). ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Πρόβλεψη (5) Διάταξη συμπίεσης Διάταξη ανακατασκευής ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Μετασχηματισμούς (1) Πρόκειται για απωλεστική μέθοδο συμπίεσης. Επιλέγουμε και κωδικοποιούμε τους συντελεστές του μετασχηματισμού οι οποίοι περιέχουν την μεγάλη ενέργεια, και απορρίπτουμε τους υπόλοιπους. Η εικόνα ανακτάται (με απώλειες) με την αντιστροφή του μετασχηματισμού. ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση με Μετασχηματισμούς (2) Βήματα Επιλογή μετασχηματισμού (DFT, DCT, WHT, DST, Wavelet) Επιλογή διαστάσεων των blocks (8x8, 16x16) Επιλογή του αριθμού των bits για την κβάντιση των συντελεστών Σχεδιασμός βέλτιστου κβαντιστή Οι κβαντισμένοι συντελεστές μπορούν να κωδικοποιηθούν με Huffman για επιπλέον συμπίεση. ΤΜΗΥΠ / ΕΕΣΤ

Ο Μετασχηματισμός DCT 1-D DCT & IDCT όπου ΤΜΗΥΠ / ΕΕΣΤ

Υπολογισμός του DCT μέσω DFT Ο μετασχηματισμός 2-D DCT μπορεί να υπολογιστεί μέσω του 1-D DCT με τη μέθοδο γραμμών-στηλών Ερμηνεία της μεγάλης ενεργειακής συγκέντρωσης ΤΜΗΥΠ / ΕΕΣΤ

Κωδικοποίηση των συντελεστών του DCT 8 7 6 4 3 2 1 5 1 1 Αντιστοίχηση bits κβαντισμού σε block 8x8 ο αριθμός bits ανά συντελεστή είναι ανάλογος της μεταβλητότητάς του Μετασχηματισμός DCT ΤΜΗΥΠ / ΕΕΣΤ

Διαδικασία συμπίεσης με DCT Συμπίεση: Διαίρεση σε block Μετασχηματισμός DCT Επιλογή συντελεστών (μέθοδοι: ζώνης, κατωφλίου) Κβάντιση και αποθήκευση συντελεστών Αποσυμπίεση: Αντιστροφή κβάντισης με το βήμα κβαντισμού Ανακατασκευή block Μετασχηματισμός IDCT Επανένωση των block ΤΜΗΥΠ / ΕΕΣΤ

Παραδείγματα συμπίεσης (1) 126:1 51:1 28:1 15:1 8:1 4:1 Αρχική ΤΜΗΥΠ / ΕΕΣΤ

Παραδείγματα συμπίεσης (2) 126:1 51:1 28:1 15:1 8:1 4:1 Αρχική ΤΜΗΥΠ / ΕΕΣΤ