Институт вычислительной математики
и математической геофизики

Тезисы докладов

Аппроксимация функций и квадратурные формулы

Задача сжатия цветных изображений, как правило, включает в себя сдедующие этапы: матрицирование цветного RGB-сигнала с целью выделения трех полутоновых компонент, процесс сжатия полутоновых изображений, квантование полученных коэффициентов разложения полутоновых компонент по базисным функциям и, наконец, кодирование (сжатие без потерь) полученных квантованых коэффициентов.

В работе [1] были предложены и обоснованы алгоритмы построения искусственных фрактальных баз для алгоритма сферической классификации полутоновых площадок, при этом подразумевалось, что входной RGB-сигнал изображения матрицируется в соответствии с одним из установленных стандартов PAL, SECAM, NTSC[2].

В докладе будут рассмотрены разработанные автором альтернативные методы разложения цветного сигнала, основанные на выделении характерных особенностей изображения. Будет показано, что эти алгоритмы соответствуют тому, что происходит в мозгу человека: отбрасывается вся лишняя и непонятная информация, в результате чего формируется "зарисовка", которая представляет собой своего рода обобщение, содержащее лишь основные особенности конкретного изображения.

Синтез предложенных алгоритмов предобработки изображений, то есть оптимального разбиения кодируемого изображения с алгоритмом сферического сжатия изображений позволяет увеличить коэффициент компрессии изображения для заданного уровня качества восстановленного изображения.

Работа выполнена при поддержке молодежного проекта СО РАН No 11 "Фрактальное сжатие динамических изображений в режиме реального времени", интеграционным проекта No 6 "Развитие теории приближения функций с помощью сплайнов, тригонометрических полиномов и фракталов с приложением к созданию моделей гидротурбин и сжатию телевизионных изображений.", выполняемом в СО РАН в содружестве с УрО РАН., проекта "Университеты России".

Список литературы:

[1] Ваганова Н.А. Построение дисперсионной и сферической фрактальных баз для задачи кодирования изображений. Вестник Новосибирского Государственного Университета, серия: математика, механика, информатика, N1, 2001, стр. 23-39.

[2] Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор~А.А. Цифровая обработка изображений в информационных системах. Новосибирск: НГУ, 2000.

Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии Обратная связь

[Головная страница] [Конференции]

© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск
    Дата последней модификации: 06-Jul-2012 (11:52:06)