CC BY
37
www.eecs.berkeley.edu/Research. 5. Сайт лаборатории компьютерной графики ВМиК МГУ. http:// www.compression.ru. 6. Баранник В. В. Анализ методов обнаружения границ объектов на изображениях и их классификация / В.В. Баранник, А.В. Власов // Сучасна спеціальна техніка. 2012. N°3. С. 17 - 27.
Поступила в редколегию 11.02.2013 Баранник Владимир Викторович, д-р техн. наук, проф., начальник кафедры Харьковского университета Воздушных Сил имени Ивана Кожедуба. Научные интересы: технологии кодирования и обеспечения безопасности информации. Адрес: Украина, 61000, Харьков, ул. Сумская, 77/79. E-mail: [email protected].
Власов Андрей Владимирович, научный сотрудник научного центра Воздушных Сил Харьковского университета Воздушных Сил им. Ивана Кожедуба. Научные интересы: технологии кодирования и обеспечения безопасности информации. Адрес: Украина, 61000, Харьков, ул. Сумская, 77/79.
Ширяев Андрей Владимирович, канд. техн. наук, старший преподаватель кафедры “ Сети связи” ХНУРЭ. Научные интересы: обработка видеоданных, клиент-серверные и облачные архитектуры, администрирование и безопасность компьютерных сетей. Адрес: Украина, 61166, Харьков, пр. Ленина, 14.
УДК 621.391
О. С. КУЛИЦА
МЕТОДОЛОГИЯ УСТРАНЕНИЯ ИЗБЫТОЧНОСТИ В ТЕХНОЛОГИЯХ КОМПРЕССИИ С КОНТРОЛИРУЕМОЙ ПОТЕРЕЙ КАЧЕСТВА
Проводится проблемная оценка особенностей функционирования технологий компрессии с контролируемой потерей качества реконструируемых изображений, влияющих на доступность и целостность видеоинформации. Обосновывается направление для разработки методов повышения доступности видеоинформации в системе воздушного мониторинга в заданных требованиях по ее целостности. Строится методология устранения избыточности в системах сжатия с контролируемой потерей качества, базирующаяся на технологиях сокращения структурной избыточности и исключения дополнительной служебной информации.
1. Введение
При решении задач, связанных с видеомониторингом кризисных объектов, важное место занимают комплексы воздушного видеонаблюдения [1 - 3]. Здесь встают вопросы, связанные с обеспечением заданной доступности и целостности видеоинформационных ресурсов [4]. В процессе обеспечения данных категорий информационной безопасности ключевую роль играют технологии компрессии изображений с контролируемой потерей качества [4; 5]. С одной стороны, это позволяет снизить время передачи сжатых данных по каналу связи, с другой - здесь существуют два недостатка, а именно: при увеличении размеров изображений до 4096х3072 элементов суммарное время на их обработку бортовыми средствами и передачу по каналу связи увеличивается до нескольких минут; устранение психовизуальной избыточности связано с внесением погрешностей в обрабатываемые изображения. Следующий проблемный недостаток механизма кодирования связан со сложностью процесса обработки трансформант. Использование в методах компрессии арифметических кодов связано со значительными вычислительными затратами. Еще один проблемный недостаток механизма устранения избыточности и формирования кодовых конструкций связан с влиянием на снижение целостности видеоинформации. Отсюда повышение доступности видеоинформации в условиях заданной ее целостности с использованием технологий компрессии изображений является актуальной научно-прикладной задачей.
Совершенствование технологий обработки требуется проводить в направлении: с одной стороны - снижения сложности процессов компактного представления; с другой - обеспечения заданного уровня достоверности получаемой информации. Для этого предлагается
55
на базе методов с контролируемой потерей качества изображений разработать подходы для увеличения степени сжатия видеоданных при заданных требованиях относительно вычислительной сложности алгоритмов обработки и уровня достоверности получаемой информации. Поэтому цель исследования заключается в разработке методологии устранения избыточности видовых изображений для технологий сжатия с контролируемой потерей качества.
2. Построение методологии устранения избыточности в технологиях сжатия
с контролируемой потерей качества реконструируемых изображений
Рассмотрим возможность совершенствования технологий кодирования. Здесь возможны следующие варианты относительно увеличения степени сжатия:
1. Проводить дальнейшее развитие статистических методов кодирования. Однако такое направление имеет ограниченные возможности, обусловленные увеличением времени на обработку и ростом количества разрядов на представление служебной информации.
2. Совершенствовать выявление дополнительных возможностей для сокращения психовизуальной избыточности. Однако такой вариант связан со снижением разрешающей способности снимков и, как следствие, снижением целостности видеоинформации в процессе решения задач мониторинга.
3. Организовывать распределение количества разрядов для кодового представления компонент трансформант, используя механизмы, не связанные с предварительной оценкой вероятности их появления.
Значит, существует необходимость исследования возможности относительно увеличения коэффициента сжатия для методов, использующих ортогональные преобразования, за счет выявления новых закономерностей и устранения избыточности не только статистической и психовизуальной природы. Для этого предлагается: дополнительно выявлять в трансформированные изображения структурных закономерностей; реализовывать процесс кодирования с использованием блочной схемы, что позволит реализовывать конвейерные и параллельные схемы.
Динамический диапазон трансформанты н двумерного ортогонального преобразования оценивается по двум направлениям:
1) в направлении строк трансформанты величина dk динамического диапазона зависит от разности между максимальным hk max и hk min минимальным значениями компонент в k -й строке;
2) в направлении столбцов величина d^ динамического диапазона 1 -го столбца трансформанты определяется разностью между максимальным h 1 max и h 1 min минимальным значениями компонент 1 -го столбца.
В силу неоднородности структуры трансформанты в общем случае выполняется условие
dk * di. (1)
В связи с этим для сокращения динамического диапазона и повышения уровня адаптивности относительно структурного содержания трансформанты предлагается оценивать его
значения dk 1 для каждой компоненты в отдельности с учетом условия (1). Для этого используется следующая формула:
dk 1 = min(dk;d 1). (2)
Для выявления структурных закономерностей предлагается трансформанту рассматривать как комбинаторный объект, а именно как перестановку с повторениями, на компоненты hk 1 которой наложены ограничения на динамический диапазон dk 1.
Поскольку выполняется условие hk 1 < dk 1, то можно сделать предположение относительно наличия структурной избыточности. В данном случае количество структурной избыточности в трансформанте определяется разницей между количеством информации, приходящимся в среднем на одну компоненту, до и после учета ограничений на динамический диапазон трансформанты.
56
До выявления ограничений на динамический диапазон трансформанты значения ее компонент изменялись в диапазоне hk 1 = 0, d -1, где d - динамический диапазон транс-
форманты, определяемый как d = max (hk 1). Количество V^xn перестановок с повторени-
1<k<n
1<1<n
ями, т.е. количество различных массивов размерностью (n x п), составленных из элемен-
тов в диапазоне hk 1 = 0, d -1, определяется как ViXn = П Пd = dn .
nn
k=11=1
Соответственно количество информации Q2, приходящееся в среднем на одну компоненту, оценивается по формуле
Q2 = log^nXn/n2 = 1og2d. (3)
После выявления ограничений компоненты трансформанты будут изменяться в диапазоне hk 1 = 0, dk 1 -1. Отсюда количество V^2 перестановок трансформанты и количество информации Q'2 на одну компоненту будут соответственно оцениваться по следующим выражениям:
Vn(x2n = П П d
k=11=1
k 1
Q'2 = 1og2Vn(x2n/n2 = (1og2 ПП dk 1 )/n2 = ( Z Z 1og2dk1 )/n2
n n
k=11=1
k=1 1=1
(4)
(5)
Поскольку выполняются неравенства d1 = max (hk 1) < d и dk = max(hk 1) < d , то тем
1<k<n 1<1<n
более выполняется соотношение dk 1 < d . Значит, можно заключить, что трансформанты двумерного ортогонального преобразования обладают структурной избыточностью, сум-
2 n n
марное количество R2 которой оценивается по формуле R2 = n 1og2d-( Z Z 1og2dk 1).
k=1 1=1
Это позволяет организовать подход для сжатия изображений без потери их качества на основе сокращения структурной избыточности.
Для устранения недостатков, связанных с поэлементным кодированием и поточной схемой обработки, предлагается организовывать формирование кодовых конструкций с использованием блочной схемы. Для такого варианта код Nj є N формируется целиком для всей кодируемой последовательности Hj є H . В этом случае код формируется только целиком, а не по частям, как для поточной схемы (рисунок).
Вариантом построения такого механизма является полиадическое кодирование. Если задана двумерная система оснований Л ’, то трансформанта представляет собой двумерное полиадическое число. Согласно соотношению (2) основания A k 1 числа для предложенной интерпретации предлагается выбирать равными величинам динамических диапазо-новdk 1 компонент трансформант, т.е. Ak 1 = dk 1. Формирование кода N(2) для двумерного полиадического числа H с учетом заданной системы оснований Л определяется
соотношением [4]: N(2) = Z Zhk 1 Vk/*, где Vk/* - весовой коэффициент компоненты hk 1.
k=11=1 (2)
Значения весовых коэффициентов Vk/ элементов массивов будут равны:
Vk2) = П dn, 1 П Пdn,£, . (6)
n=k+1 £, = 1+1 п=1
где m - количество столбцов в выборке, для которой формируется код;^; 1) - координата позиции старшего элемента полиадического числа.
h(J) mj h(j) h2 h(j)
’—
!ф
""Ч
c(j) cqj c(j) t/2 c(j) 4
Блочная схема кодирования
57
Покажем, что в результате полиадического кодирования сокращается количество структурной избыточности трансформанты. Для этого обоснуем выполнение неравенства
N(2) < = П ftdkі (7)
k = 1 і=1 v '
Преобразуем левую часть выражения (7), учитывая ограничения на динамический
диапазон компонент, т.е. hkі = 0, dkі -1 : N(2) = £ £hkі Vkk2) < £ }T(dkі - 1)Vk2) .
k=11=1 k=1і=1
Тогда используя соотношение d11 V]_(2) = Vn(2n , получаем следующее неравенство
N ^ = £ £hkі Vkі < Vnxn - 1 . Следовательно, неравенство (7) выполняется, откуда мож-k=1і=1
П П (2)
но заключить, что £ £^og2 dkі - ^og2 N ’ > 0 . Значит, тем более выполняется условие k=1 і=1
n2^°g2d-( £ £bg2dkі) < n2^og2d - ^og2N(2). Левая часть неравенства указывает на k=1 і=1
наличие количества R2 структурной избыточности в трансформанте с учетом выявления закономерностей в динамических диапазонах ее компонент. Правая часть неравенства указывает на соотношение между количеством разрядов на представление кода полиадического числа и его верхней границы. Поэтому можно сделать вывод о том, что в результате полиадического кодирования трансформант устраняется структурная избыточность.
3. Выводы
1. На основе особенностей формирования трансформант для различных классов изображений доказана потенциальная возможность дополнительного повышения степени сжатия путем их описания двумерными полиадическими числами.
2. Обосновано, что в результате полиадического кодирования трансформант обеспечивается: сокращение структурной избыточности, обусловленной с одной стороны коррелиро-ванностью областей изображений, а с другой стороны - наличием ограниченного количества мелких объектов; исключение дополнительной служебной информации, указывающей на позиции кодов отдельных элементов.
Список литературы: 1. Лабутина И.А. Дешифрование аэрокосмических снимков: Учебное пособие. М.: Аспект-Пресс, 2004. 184 с. 2. Кашкин В.Б. Цифровая обработка аэрокосмических изображений: Конспект лекций. Красноярск : ИПК СФУ, 2008. 121 с. 3. BarannikV. Image Encoding Design Based On 2D Combinatory Transformation / V. Barannik., V. Hahanov // International Symposium [IIEEE East-West Design & Test!], (Yerevan, Armenia, September 7 - 10, 2007) / Yerevan: 2007. P. 124 - 127. 4. Баранник В.В. Методологический анализ системы аэрокосмического видеомониторинга чрезвычайных ситуаций / В.В. Баранник, А.В. Яковенко, А.Ю. Школьник // Сучасна спеціальна техніка, Киев, 2011. №4(27). С. 12 - 22. 5. Баранник В.В. Структурно-комбинаторное представление данных в АСУ / В.В. Баранник, Ю.В. Стасев, Н.А. Королева. Х.: ХУПС, 2009. 252 с.
Поступила в редколлегию 19.01.2013 Кулица Олег Сергеевич, адъюнкт Академии пожарной безопасности имени Героев Чернобыля. Научные интересы: система и технология безопасности информации. Адрес: Украина, 18000, Черкассы, ул. Оноприенко, 8, тел.: 097-66-41-387
58
