CC BY
37
Зенов А.Ю.
ПРИМЕНЕНИЕ МЕТОДА ЭКСПРЕСС-АНАЛИЗА ДЛЯ СЖАТИЯ ВИДЕОИФОРМАЦИИ В СИСТЕМАХ ВИДЕОНАБЛЮДЕНИЯ
В последнее время наблюдается тенденция к совершенствованию алгоритмов сжатия изображений. Это связано с требованиями по увеличению быстродействия, повышения качества, а также оперированию с большими массивами данных (в случае использования цифровых мегапиксельных камер, разрешающая способность которых свыше 8Мп). Однако с развитием производительности процессоров и видеоплат возможности реализации алгоритмов сжатия заметно возросли. Алгоритмы сжатия изображений являются одной из быст-роразвивающейся областью машинной графики. Как известно, существуют алгоритмы сжатия с потерями и без потерь качества. Сжатие без потерь часто предпочтительней для искусственно построенных изображений (таких как графики, схемы) и изображений, предназначенных для последующей обработки алгоритмами распознавания изображений. Алгоритмы сжатия с потерями при увеличении степени сжатия, как правило, порождают хорошо заметные человеческому глазу артефакты. Применительно для систем видеонаблюдения предпочтительнее сжатие без потерь данных (изображения могут, и зачастую обрабатываются программами распознавания образов и лиц) . Однако такой метод имеет существенный недостаток - оперирование с большими массивами информации, что в свою очередь требует огромных вычислительных мощностей (значительный объем памяти и накопителя, высокая производительность процессора и видеоплаты). Кроме вышеописанных недостатков, такие изображения как тип данных обладают избыточностью, связанной с особенностями человеческого зрения.
Избыточность вызвана сильными корреляционными связями между элементами изображения (в таких изображениях изменения от пикселя к пикселю в пределах некоторого участка кадра можно считать несущественными) . Хотя современные цифровые запоминающие устройства становятся все дешевле и позволяют записывать все большее количество информации, число сохраняемых данных настолько увеличивается, что сокращение их избыточности является задачей первостепенной важности. Алгоритмы, реализующие эту задачу, должны обнаруживать и фильтровать избыточную информацию.
Первыми алгоритмами для компрессии изображений стали применяться методы, основанные на сжатии без потерь информации. Однако такие методы быстро перестали удовлетворять потребностям, т.к. многие изображения практически не сжимались, хотя и обладали избыточностью. Примерами таких алгоритмов сжатия могут являться методы, основанные на Фурье-преобразовании сигнала. Он представляется в виде набора гармонических колебаний с различными частотами и амплитудами. В таких алгоритмах перед обработкой изображение делят на блоки, в результате чего сжатое изображение получалось сильно дискретным (просматривается блочная структура).
Для решения данной проблемы в начале 90-х годов был разработан новый метод сжатия - Иауе1е^ компрессия.
Особенностью Wavelet-преобразования является возможность разложить изображение на две составляющие - низкочастотную, содержащую основную информацию о изображении, и высокочастотную, содержащую избыточную информацию. Низкочастотную часть можно опять разложить на две части, и т.д. В результате последовательного применения Wavelet-преобразований получается изображение, значительная область которого заполнена нулями или малыми коэффициентами. В результате преобразований удается достичь большого коэффициента сжатия исходного изображения.
В настоящей работе предлагается использовать разложение, основанное на экстремальной фильтрации [1], позволяющее выделить знакопеременные составляющие сигнала сложной формы. В описанном способе используются лишь значения экстремумов хЭ1, 1 = 1, 2, т, числового ряда т, производится его сглаживание оператором вида Хс±=0,25Хэ±-1+0,5Хэ±+0,25Хэ±+1, что соответствует пропусканию данных через цифровой фильтр нижних частот с передаточной функцией, определяемой отношением спектров входного и выходного сигналов фильтра:
&(У) = Хс^^^ = 0 25(е') + 2 + е'
Каждую из знакопеременных составляющих Хс1=-0,25Хэ1-1 + 0,5Хэ1-0,25Хэ1+1 можно связать с полосой частот, что дает возможность оценить частотные (в том числе и время-частотные) характеристики сигнала.
Распределение по шкале моментов появления экстремумов в разных составляющих имеет важное свойство: самая высокочастотная составляющая содержит экстремумы, абсциссы которых определяют положение
экстремумов и всех низкочастотных составляющих. Это свойство может быть использовано для дополнительного сжатия данных без потерь информации об абсциссах экстремумов.
Следует отметить, что оценивание характеристики не требует выполнения ортогональных преобразований и может быть выполнено в процессе эксперимента. Кроме того, коэффициенты фильтра допускают использование вместо умножения сдвиг вправо на 1 или 2 разряда, соответственно, что более экономично с точки зрения вычислений.
Для восстановления составляющих могут быть использованы различные способы аппроксимации функций, но важно, чтобы при этом учитывались особенности расфильтровок, а именно тот факт, что они представляют собой последовательность знакопеременных экстремумов. В частности, аппроксимация может быть выполнена отрезками прямой или полупериодами косинусоиды соответствующей частоты, соединяющими со- х 212Р 2
седние экстремумы или же колокольными составляющими вида е , амплитудные параметры которых
определяются экстремумами, а временные - расстояниями между соседними экстремумами. Подобный подход уже использовался [2]. В данной работе методы и алгоритмы восстановления сигналов применительны к изображениям.
На рис. 1 приведено исходное изображение (рис. 1а) и восстановленное (рис 1б) по экстремальным значениям сигнала, аппроксимированное колокольными составляющими. Несмотря на наличие определенных искажений восстановленного изображения, хорошо переданы цветность и форма, что доказывает возможность использования для сжатия и последующего восстановления на основе экстремальной фильтрации.
Примечание: опубликованные в печатной форме изображения несут определенные искажения, вызванные
особенностью средств печати.
Рис 1. а) исходное изображение; б) восстановленное изображение
Выводы
С учетом того, что в настоящее время разрешающая способность камер видеонаблюдения возрастает (более высокое разрешение позволяет не только рассмотреть на кадре более мелкие детали, но и использовать видеокамеры на большем удалении от наблюдаемого объекта), соответственно возрастает и потребность в совершенствовании методов сжатия изображений с последующей записью на носитель информации. Таким образом, для построения высококачественных систем, необходимо дополнительное исследование, усовершенствование и разработка новых методов для эффективного сжатия изображений.
ЛИТЕРАТУРА
1. Мясникова, Н. В. Аппроксимативный способ Wavelet-анализа / Н. В. Мясникова, М. П. Берестень // Датчики и системы. - 2003. - № 1. - с. 17-20.
2. Долгих Л. А. Применение экспресс-вейвлет-анализа для сжатия изображений // Проблемы автоматизации и управления в технических системах: Труды международной научно-технической конференции. -
Пенза: ИИЦ ПГУ, 2007. -с. -272-273.
