автореферат диссертации по радиотехнике и связи, 05.12.04, диссертация на тему:Исследование и разработка адаптивных методов и устройства цифрового сжатия и восстановления спектра телевизионных изображений

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ХАРАКТЕРИСТИК ПЕРЕДАЧИ ЭЛЕМЕНТОВ СТРУКТУРЫ СИГНАЛОВ ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ В ЦИФРОВЫХ СИСТЕМАХ ТЕЛЕВИДЕНИЯ С ВНУТРИКАДРОВЫМ СЖАТИЕМ.

1.1. Основные качественные характеристики и параметры структуры телевизионных изображений.

1.2. Преобразования тонкой структуры изображений в цифровых системах телевидения с внутрикадровым сжатием.

1.3. Анализ искажений низкочастотных составляющих телевизионных изображений при внутрикадровом сжатии.

1.4. Основные направления увеличения качественных показателей телевизионных изображений при сжатии в пространстве кадра.

1.5. Выводы:.

ГЛАВА 2. АНАЛИЗ ХАРАКТЕРИСТИК ПРЕОБРАЗОВАНИЯ СИГНАЛОВ ИЗОБРАЖЕНИЯ ПРИ СЖАТИИ ПО СТАНДАРТУ JPEG.

2.1. Разработка принципов анализа характеристик спектра блоков дискретизации изображения с четным (нечетным) числом отсчетов в горизонтальном и вертикальном направлении в пространстве растра.

2.1.1. Анализ характеристик спектра ортогональных структур квазипериодической дискретизации в системах телевидения.

2.1.2. Принципы построения и анализа характеристик спектра структур квазипериодической неравномерной дискретизации телевизионных изображений.

2.2. Анализ характеристик спектра типовых для сжатия по стандарту JPEG фрагментов телевизионных изображений.

2.2.1. Обзор блоков изображения с типичным распределением пространственной структуры.".

2.2.2. Разработка метода анализа пространственного спектра изображения для систем с использованием блочного апробирования при сжатии.

2.2.3. Разработка метода анализа пространственного спектра в пределах блока с четным числом элементов на основе применения многократной свертки.

2.2.4. Исследование характеристик спектра блока изображения, содержащего пространственную структуру типа "точка".

2.2.5. Преобразования спектра постоянной составляющей блока изображения при наличии яркостного перепада (границы) в блоке.

2.2.6. Исследование преобразования спектра постоянной составляющей блока изображения при наличии в блоке структурной составляющей "контур".

2.3. Разработка операций алгоритма сжатия, обеспечивающего увеличение эффективности внутрикадрового сжатия по стандарту JPEG.

2.4. Выводы.

ГЛАВА 3. РАЗРАБОТКА МЕТОДА СЖАТИЯ ОБЕСПЕЧИВАЮ-ЩЕГО УЧЕТ АНИЗОТРОПИИ ПРОСТРАНСТВЕННОГО СПЕКТРА ЭЛЕМЕНТОВ СТРУКТУРЫ ТЕКУЩЕГО ТЕЛЕВИЗИОННОГО ИЗОБРАЖЕНИЯ.

3.1. Определение критериев выделения яркостного перепада в локализованном фрагменте изображения.

3.2. Разработка алгоритма сжатия элементов структуры с изотропной функцией пространственного спектра в пределах стробирующего блока.

3.3. Определение критериев селекции структуры изображения по характеру ее распределения в пределах блока и в смежных областях изображения.

3.4. Разработка алгоритма сжатия элементов структуры изображения с существенной анизотропией функции пространственного спектра в пределах стробирующего блока.

3.5. Разработка принципов сжатия тонкой структуры телевизионных изображений.

3.6. Выводы.

ГЛАВА 4. РАЗРАБОТКА УСТРОЙСТВА СЖАТИЯ И РЕСТАВРА-ЦИИ ПРОСТРАНСТВЕННЫХ СТРУКТУРНЫХ СОСТАВЛЯЮЩИХ ИЗОБРАЖЕНИЯ.

4.1. Разработка устройства селекции и сжатия структурных составляющих изображения.

4.2. Разработка метода реставрации декодированного изображения с использованием данных, полученных в результате раздельного кодирования составляющих изображения.

4.2.1. Разработка операций реставрации фоновой составляющей изображения tia приемной стороне канала связи.

4.2.2 Разработка операций реставрации протяженных границ раздела фоновых составляющих изображения.

4.2.3. Разработка операций реставрации тонкой структуры изображения.

4.3. Выводы.

ГЛАВА 5. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ РАЗРАБОТАННОГО МЕТОДА СЖАТИЯ ИЗОБРАЖЕНИЯ.

5.1. Выбор исходных изображений.

5.2. Промежуточные результаты работы алгоритма кодирования.

5.3. Объективные оценки качества декодированного изображения при использовании разработанного метода. Сравнение полученных результатов с существующими аналогами.

5.3.2. Объективная оценка качества передачи низкочастотных и высокочастотных составляющих изображения.

5.3.3. Сравнение объективных показателей качества с алгоритмом JPEG.

5.4. Субъективные оценки качества декодированных изображений при использовании метода селективной идентификации с раздельным кодированием структурных составляющих изображений.

5.5. Выводы.

5.6. Перспективы развития.

Актуальность работы.

Анализ телекоммуникационного рынка показывает, что спрос на услуги передачи и взаимообмена визуальной информацией неуклонно растет. Это дает все основания полагать, что передача визуальной информации в системах связи следующего столетия займет одно из центральных мест.

Подтверждением этому являются динамично развивающиеся системы мобильной связи третьего поколения (3G), системы VoD (Video on Demand), сеть Internet, которые все больше ориентируются на предоставление услуг взаимообмена визуальной информацией.

Наибольшее распространение из всех направлений развития систем сжатия получили методы и устройства на основе компактного дискретного косинусного преобразования (КДКП). Однако кодирование на основе КДКП с последующим отсечением коэффициентов вносит ряд искажений в структуру изображения. Так, например, в пространственной области изображения наблюдаются искажения тонких протяженных структур, а именно падение яркости исходной структуры, что приводит к уменьшению ее контрастности по отношению к яркости фона блока, изменение геометрии объектов, сопоставимых по размеру с размером блока, изменение средней яркости блока за счет нарушения взаимной компенсации амплитуд гармоник в спектре блока.

Улучшение субъективного качества может быть достигнуто только при существенном снижении степени сжатия, что несомненно снижает эффективность и ограничивает область применения данных алгоритмов.

Проведенные эксперименты показали, что в наибольшей степени искажениям подвергается тонкая пространственная структура (элементы) изображения. К такого рода элементам можно отнести точечные объекты, протяженные контура и границы объектов изображения. Также, вследствие того, что при КДКП используется ограниченный фрагмент изображения и степень внесенных искажений в каждом отдельном фрагменте оказывается различной, на результирующем изображении возникает заметная блочная структура, которая также негативно сказывается на субъективной оценке общего качества изображения.

Перспективной представляется разработка такого алгоритма кодирования изображений, который позволил бы осуществить независимую обработку в пространстве кадра различных структурных составляющих изображения, таких как фоновая составляющая, границы и контура, текстура изображения. Раздельное кодирование структурных элементов позволит независимо выбирать степень сжатия для каждого вида составляющих структуры изображения. Это позволит достигать максимальных степеней сжатия на менее информативных для конкретного пользователя участках изображения и повысить качество тех участков, на которых концентрируется большая часть внимания при визуальном контроле. Так, например, точная передача контуров и границ на изображении позволяет наблюдателю эффективно распознавать объекты изображения, а раздельное кодирование текстуры и фоновой составляющей позволяет устранить искажения, сопутствующие сжатию методами на основе КДКП, и резко повысить четкость тонкой структуры изображения.

Таким образом, научный поиск и исследования в направлении классификации различного типа структурных составляющих изображений и последующего их раздельного кодирования, а также разработки алгоритмов и устройств на базе полученных научных результатов являются актуальными.

Цель работы.

Целью настоящей диссертационной работы является разработка методов селективной идентификации и разделения составляющих изображения, кодирования выделенных составляющих и построения алгоритмов и устройства реализации разработанных методов.

Для достижения поставленной цели в работе осуществлено следующее: анализ внутриблочных и межблочных искажений на декодированных изображениях, сжатых при помощи КДКП, для различных видов тестовых изображений; исследование и моделирование импульсной характеристики фильтра низких пространственных частот зрительной системы человека, позволившие конкретизировать размеры фрагмента изображения, над которым реализуются операции селекции, и минимизировать заметность межблочных искажений; разработка метода анализа пространственного спектра изображения для систем с использованием блочного стробирования при сжатии; анализ характеристик спектра типовых, для сжатия по стандарту JPEG, фрагментов телевизионных изображений; анализ характеристик преобразования спектра изображений в последовательности независимых блоков дискретизации в телевизионных системах с цифровым сжатием; определение критериев выделения яркостного перепада в локализованном фрагменте изображения, разработка операций алгоритма селекции блоков с наличием яркостного перепада и блоков с относительно равномерным распределением яркости; разработка алгоритма сжатия элементов структуры с изотропной функцией пространственного спектра в пределах стробирующего блока; определение критериев селекции структуры изображения по характеру ее распределения в пределах блока и в смежных областях изображения; разработка алгоритма сжатия элементов структуры изображения с существенной анизотропией функции пространственного спектра в пределах стробирующего блока; разработка принципов сжатия тонкой структуры телевизионных изображений; разработка алгоритмов и функциональной схемы устройства кодирования и декодирования изображения с использованием раздельного кодирования структурных составляющих; разработка методов реставрации декодированного изображения с использованием раздельного кодирования структурных составляющих; комплексное моделирование алгоритмов кодирования и декодирования с использованием раздельного кодирования и реставрации изображений; экспериментальное исследование параметров разработанного алгоритма раздельного кодирования структурных составляющих.

Методы исследования

При решении поставленных задач в работе используются теория телевидения, радиотехники, математики и программирования: теория цифровой обработки и дискретизации сигналов; теория функций, спектрального и функционального анализа; методы численного анализа и программирования.

Научная новизна.

1. Разработан эффективный метод селективной идентификации структурных составляющих изображения на основе анализа пространственного спектра блока.

2. Разработаны новые методы сжатия и реставрации выделенных структурных составляющих изображения.

3. Определены критерии выделения яркостного перепада в пределах отдельного блока.

4. Определены критерии выделения текстуры изображения в пределах блока.

5. Предложен новый метод анализа пространственного спектра в пределах блока с четным числом элементов на основе применения многократной свертки.

6. Построены и проанализированы пространственные спектры блока при наличии в нем различного рода структурных составляющих изображений.

7. Рассчитана и смоделирована импульсная характеристика фильтра низких пространственных частот зрительной системы человека. Данный расчет позволил обоснованно выбрать размерность блока изображения подвергающегося преобразованию. Применение полученных результатов позволило устранить "блокинг-эффект" на декодированном изображении.

Практическая ценность.

1. Сформулированы основные принципы и критерии выделения структурных составляющих различного типа в пределах блока изображения.

2. Разработана программная реализация метода селективной идентификации различных структурных составляющих изображений.

3. На основе разработанных алгоритмов кодирования и декодирования создан пакет программ для внутри кадрового кодирования натуральных черно-белых изображения.

4. Разработана функциональная схема устройства и определены направления его практической реализации.

5. Показаны основные направления развития предложенного раздельного кодирования структурных составляющих изображения, использования его для повышения эффективности сжатия натуральных изображений.

Апробация результатов работы.

Положения диссертационной работы обсуждались на российских и международных научно-технических конференциях и семинарах:

1. Научно-техническая конференция профессорско-преподавательского, научного и инженерно-технического состава, МТУСИ, Москва, 2002 г, 2003 г.;

2. Пятый, шестой международный конгресс HAT "Прогресс технологий телерадиовещания", Москва, 2001-2002;

Публикации. По материалам диссертационной работы опубликовано 7 печатных работ. Материалы работы представлены в научно-технических отчетах по НИР в рамках Федеральной целевой научно-технической программы "Исследования и разработки по приоритетным направлениям развития науки и техники гражданского назначения" на 2001 г и целевой НИР по разработке специального цифрового оборудования для передачи видеоинформации с повышенным качеством.

Личный вклад.

Все основные научные результаты, изложенные в диссертации, получены автором лично.

Основные положения, выносимые на защиту.

1. Результаты анализа внутриблочных и межблочных искажений при сжатии алгоритмом, основанном на КДКП.

2. Метод анализа пространственного спектра изображения для систем с использованием блочного стробирования при сжатии.

3. Метод анализа пространственного спектра в пределах блока с четным числом элементов на основе применения многократной свертки.

4. Результаты анализа пространственных спектров блоков при различных вариантах распределения пространственной структуры изображения в пределах блока.

5. Алгоритм выделения яркостного перепада в блоке изображения. Алгоритм селекции структуры по характеру ее распределения в пределах блока.

Алгоритм сжатия элементов структуры с изотропной функцией пространственного спектра в пределах стробирующего блока. Алгоритм кодирования границы раздела фоновых составляющих изображения. Алгоритм селекции и кодирования отсчетов текстурной составляющей.

6. Методы и алгоритмы интегрально-дифференциальной реставрации кодированных структурных составляющих различного типа.

7. Результаты экспериментальных исследований предложенного метода и разработанного устройство селектирования и кодирования структурных составляющих изображения.

Объем и структура работы. Диссертационная работа состоит из введения, пяти глав, заключения и приложения. Работа изложена на страницах

Результаты работы внедрены:

- по программам Министерства науки РФ: "Исследования и разработки по приоритетным направлениям развития науки и техники гражданского назначения" на 2001 год, НИР № 202 - 21(00) - П - Д01 "Разработка цифровой системы эффективного сжатия и реставрации спектра телевизионных изображений на основе совершенствования комплекса алгоритмов кодирования по современным стандартам";

- по программе Министерства промышленности, науки и технологий РФ "Исследования и разработки по приоритетным направлениям развития науки и техники" на 2002-2006 годы результаты работы. были внедрены в следующих НИР: "Контроль качества изображений в системах цифрового телевидения со сжатием", "Анализ и выбор критериев, определяющих принципы реставрационной обработки ТВ изображений", "Определение методов реставрационной обработки структурных составляющих ТВ изображения", "Разработка алгоритмов разделения сигнала изображения во внутрикадровой области на независимые структурные составляющие", "Разработка алгоритмов реставрации ТВ изображений на приемной стороне канала связи и соответствующего программного обеспечения для моделирования" проекта "Высокоинформативные системы передачи аудиовизуальной информации. Аппаратно-программные и испытательные комплексы высокоинформативных систем передачи с цифровой компрессией".

В настоящее время идет подготовка материалов для патентования разработанных алгоритмов и регистрации разработанного программного обеспечения.

ЗАКЛЮЧЕНИЕ.

В результате проведенных, в процессе решения поставленных задач, теоретических и экспериментальных исследований автором было реализовано:

1. Разработка метода селективной идентификации структурных составляющих изображения на основе анализа спектра блока, программная реализация выделения структурных составляющих изображения и экспериментальное исследование метода.

2. Методы сжатия и реставрации выделенных структурных составляющих изображения. Показано, что данный метод обеспечивает более высокую степень сжатия по сравнению с существующими аналогами и имеет более высокую субъективную оценку качества реставрированного изображения при фиксированной степени сжатия. На основе разработанных алгоритмов кодирования и декодирования создан пакет программ для внутрикадрового кодирования черно-белых изображений.

3. Метод анализа пространственного спектра в пределах блока с четным числом элементов на основе применения многократной свертки. Проанализированы спектры блока при наличии в нем структурных составляющих изображения различного типа. На основе анализа определены критерии селекции и идентификации структурных составляющих изображения.

4. Результаты анализа функционирования зрительной системы человека как фильтра низких пространственных частот и расчет низкочастотной составляющей пространственно частотной характеристики наблюдателя. Выбор размерности блока изображения сопряжен с накоплением низкочастотной составляющей телевизионных изображений в режиме видеоконтроля.

5. Расчет импульсной характеристики фильтра низких пространственных частот функциональной модели зрительной системы человека. Показано, что использование такой импульсной характеристики позволит нейтрализовать блочную структуру на реставрированном изображении.

6. Результаты анализа внутриблочных и межблочных искажений в пространственной и спектральных областях, возникающих в результате сжатия алгоритмом JPEG.

7. Обосновано новое направление развития систем цифрового сжатия телевизионных изображений, основанных на методе раздельного кодирования структурных составляющих.

По материалам диссертационной работы опубликовано 7 научных работ. Положения диссертационной работы обсуждались на российских и международных научно-технических конференциях и семинарах, в том числе: научно-техническая конференция профессорско-преподавательского, научного и инженерно-технического состава, МТУСИ, Москва, 2002 г, 2003 г.; пятый и шестой международный конгресс HAT "Прогресс технологий телерадиовещания", Москва, 2001-2002 г.

1. Цифровое коддирование телевизионных изображений. / Под ред. И. И. Цукермана. М.: Связь, 1981.

2. Харатишвили Н. Г. Цифровое кодирование с предсказанием непрерывных сигналов. -М.: Радио и Связь, 1986.

3. Красильников H. Н. Статистическая теория передачи изображений М.: Связь, 1976.

4. Ahmed N., Natarjan Т., Rao К. R. On image Proceeding and Discrete Cosine Transform./ IEEE Trans. Computers, C-23, 1, Jan. 1974.

5. Безруков В.H. Автореферат к докторской диссертиции на тему «Разработка и применение элементов теории преобразования сигналов изображений в системах прикладного телевидения». -М. 1995.

6. Цифровая обработка телевизионных и компьютерных изображений. Под ред. Ю. Б. Зубарева и В. П. Дворковича. М.: HAT, 1997.

7. Безруков В.Н. О некоторых особенностях характеристик зрительной системы наблюдения телевизионных изображений. Труды учебных институтов связи, Выпуск 74, Ленинград 1976, с. 28-34

8. Некрасов П.Л. Автореферат к диссертации на тему "Исследование и разработка методов и устройства внутри кадрового сжатия изображений". -М, 2001.

9. ITU-T, Video coding for low bitrate communication, ITU-T Recommendation H.263; version 1, Nov. 1998.

10. Колмогоров A.H., Фомин C.B. Элементы теории функций и функционального анализа. -М.: Наука, 1981.-542 с.

11. Некрасов П. Л. "Искажения в методах внутрикадрового сжатия на базе ДКП и wavelet преобразованиях" 7-я научно-техническая конференция «Современное телевидение», тезисы докладов, Москва, 1999.

12. Некрасов П. JI. "Проект мультимедийного стандарта MPEG-4" 7-я научно-техническая конференция «Современное телевидение», тезисы докладов, Москва, 1999.

13. Некрасов П. Л. "Проект стандарта сжатия JPEG2000" 7-я научно-техническая конференция «Современное телевидение», тезисы докладов, Москва, 1999.

14. Харатишвили Н. Г. и др. Пирамидальное кодирование изображений. М.: Радио и Связь, 1996.

15. Daubechies I. Orthogonal bases of compactly stored wavelet. // Communication on pure and applied mathmatics. 1988. - vol. 41 - P. 909-996.

16. Черноглазов А.Г., Медведев А.А. Обнаружение и исправление ошибок при передаче в JPEG изображениях. Научно-техническая конференция профессорского-преподавательского, научного и инженерно-технического состава, тезисы докладов, МТУ СИ, Москва, 2002 г

17. Черноглазов А.Г. Обнаружение и распознавание объектов на изображениях. Научно-техническая конференция профессорского-преподавательского, научного и инженерно-технического состава, тезисы докладов, МТУСИ, Москва, 2003 г.

18. Черноглазов А.Г. Особенности метода дискретно-матричного сжатия изображений. Пятая международная конференция и выстака "Цифровая обработка сигналов и ее применение", тезисы докладов, Москва, 2003 г.

19. М. Vitterli and J. Kovacevic, Wavelets and subband coding . Prentice Hall, 1995.

20. N. S. Jayant and P Noll, Digital Codind of Waveforms: Principles and Alications to Speech and Video. Englewood Cliffs, New Jersey: prentice Hall, 1984.

21. K. Ramchandran and M. Vetterli, Multiresolution broadcast for Digital HDTV using joint source channel coding, IEEE J. on Sel. Areas in Communications., vol. 11, pp. 6-23, Jan. 1993.

22. Bamsley M., Hurd L. P. Fractal Image Compression. / A. K. Peters Ltd., Wellesly, Massachusetts.

23. Anson L. F. Fractal Image Compression. /BYTE, v. 18, #11, 1993.

24. Некрасов П. JI., "Перспективы развития систем кодирования видеоинформации" Третий международный конгресс HAT " Прогресс технологий телерадиовещания" тезисы докладов, Москва, 1999.

25. Barnsley М. F., Sloan A. D., A better way to compress images./ BYTE, v. 13, 1988.

26. Barnsley M., Fractals Everywhere./ Academic Press Boston, 1988.

27. ФедерЕ. Фракталы. M.: 1991.

28. Mandelbrot В. B. The Fractal Geometry of Nature./ W. H. Freeman, NY, 1983.

29. Fisher Y. Fractal Image Compression./ Siggraph '92 Course Notes.

30. Monroe D. M., Dudbridge F. Fractal Block Coding of Images./ Electronics Letters, v.28, #11, 1992.

31. Самойлов В. Ф., Хромой Б. П., Основы цветного телевидения. М.: Радио и связь, 1982.31 .Кривошеев М. И. Цифровое Телевидение. М.: ВЗЭИС, 1985.

32. Хромов А. И., Лебедев Н. В. и др. Твердотельное телевидение. Телевизионные системы с переменными параметрами на ПЗС и микропроцессорах. М.: Радио и связь, 1986.

33. Ахмед Н., Рао К. Р. Ортогональные преобразования при обработке цифровых сигналов. М.: Связь, 1980.

34. Netravali A. N., Haskel В. G. Digital Pictures: Representations and Compression.: Plenium Press, NY., 1991.

35. Wintz P. A., Transform Picture Coding./ Proc. IEEE., v.60, July 1972.

36. Enomoto H. Shibata K., Orthogonal transform coding system for television signals. / IEEE trans. Electromagnetic Compatibility, EMC-13, 3, Aug. 1971.

37. Wallace G. K. The JPEG Still Picture Compression Standard./ Communication of the ACM., v. 34, #4, April 1991.

38. ХармутХ. Ф. Передача информации ортогональными функциями./ Перевод с английского. М.: Связь, 1975.

39. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов./ Перевод с английского. М.: Мир, 1989.

40. Е. В. Шикин и др. Начала компьютерной графики. М.: Диалог МИФИ, 1993.

41. Некрасов П. JI. "Искажения в алгоритмах JPEG (M-JPEG) и методы борьбы с ними" Метрология №1, 1999.

42. G. G. Langdon, Experiments with lossless and virtually lossless image compression algorithms./ in Proc. SPIE: Still image compression, vol. 2418.

43. P. C. Cosman, Evaluating quality of compressed medical images: SNR, subjective rating and diagnostic accuracy, Proc. IEEE, vol. 82, june 1982.

44. Некрасов П. JI., Нгуен Тхань Бинь "Выбор частоты дискретизации телевизионного изображения во времени" Телевизионная техника/ Московский технический университет связи и информатики. -М., 1999.С. Библиогр.: 3 назван.- Рус.- Деп. в ЦНТИ "Информсвязь".

45. I. Pitas, Digital Image Processing Algorithms./ Englewood Cliffs, NJ: Prentice Hall, 1993.

46. H. S. Malvar and D. H. Staelin., The LOT: Transform coding without blocking effects,

47. Роуз А. Зрение человека и электронное зрение.АМ.: Мир, 1977.

48. Певзнер Б.М. Качество цветных ТВ изображений. -М.: Радио и Связь, 1988.

49. Красильников Н.Н. Теория передачи и восприятия изображений. -М.: Радио и связь, 1986.

50. МККР. Субъективная оценка качества телевизионных изображений. Отчет 405.

51. Антипин М.В. Интегральная оценка качества телевизионного изображения. -М.: Наука, 1970.

52. Gambbell F.W. The Human Eye as an Optical Filter, Proc. IEEE (June 1968).

53. Cornsweet Т. N. Visual Perception, Academic Press, New York, 1970.

54. Bryngdahl O., Characteristics of the visual system: Psychophysical measurement of the response to spatial sine-wave stimuli in the mesopic region. J. Opt. Soc. Am., Sept., 1964.

55. Zakhor, Iterative procedures for reduction of blocking effects in transform image coding, IEEE Trans. Circuitts Syst. Video Technol. Mar. 1992.

56. S. J. Orfanidis, Optimum signal processing, 2nd ed. New York: McGraw-Hill, 1988.

57. Грегори P. JI. разумный глаз/Пер, с англ. и предисл. Когана А. И. М.: Мир, 1972.

58. Хорн Б. Определение формы по данным о полутонах//Психология машинного зрения/ М.: Мир, 1978.61 .Ярославский Л. П. Введение в цифровую обработку изображений. М.: Сов. Радио, 1979

59. Левин Б. Р. Теоретические основы статистической радиотехники., т. 1, т. 2, т. 3. -М: Сов. Радио, 1974, 1975, 1976.

60. Дерюгин Н. Г. Спектр мощности и функция корреляции телевизионного сигнала./Электросвязь, №7, 1957.

61. Кокрен и др., Что такое быстрое преобразование Фурье? ТИИЭР, 1967. т. 55 №10.

62. Transform Coding System for Television Signals, IEEE Trans. Electromagnetic Compatibility, EMC 13,3, 11-17.

63. Nishihara H. K. 1978. Representation of the spatial organization of three-dimentional shapes for visual recognition. PhD Dissertation,MIT.

64. Stevens K. A. 1979. Surface perception from local analysis of texture and. contour. PhD Dessertation, MIT.

65. Ullman S. 1977 Transformability and object identity. Percept. Psychoph. 22.

66. Waltz D. 1975. Understanding line drawings of scenes with shadows, in: The psychology of computer vision, P. H. Winston.

67. Pavlidis Т., Horowitz S. L., Segmentation of Plane Curves, IEEE Trans. Computers (August 1974).

68. М/ Kunt, "Second-generation image coding techniques. Proceedings of the IEEE, vol. 73, Apr. 1985.

69. H. Freeman On the coding of arbitrary geometric configurations, IRE Trans. Electron. Comput. June 1961.

70. M. Eden and M. Kocher, On the performance of contour coding algorithm in the context of image coding, part I: Contour segment coding., Signal processing, vol. 8, July 1985.

71. R. Bellman, On the approximation of curves by line segments using dynamic programming, Communications of the ACIVI, vol. 4, Apr. 1961.

72. Черноглазов А.Г., Безруков B.H. Искажения и реставрация сигналовизображения в системах ТВ с цифровым сжатием. Пятый международный конгресс HAT "Прогресс технологий телерадиовещания" тезисы докладов Москва, 2001 г.

73. Черноглазов А.Г., Кривенцев A.M., Медведев А.А. Обзор различных алгоритмов сжатия изображения. Научно-техническая конференция профессорского-преподавательского, научного и инженерно-технического состава, тезисы докладов, МТУСИ, Москва, 2002 г

74. Черноглазов А.Г. Возможности реставрационной обработки детектированного сигнала в системах сжатия по стандарту MPEG-2.

75. Научно-техническая конференция профессорского-преподавательского, научного и инженерно-технического состава, тезисы докладов, МТУСИ, Москва, 2002 г

76. Черноглазов А.Г. Пространственно-временные искажения при сжатии по стандарту MPEG-2. Научно-техническая конференция профессорского-преподавательского, научного и инженерно-технического состава, тезисы докладов, МТУСИ, Москва, 2002 г.

77. L. P. Kondui, Joint optimal object shape estimation and encoding, in Proceedings of the conference on visual Communications and Image Processing, Jan. 1998.

78. Foley, Computer graphics: Principles and Practice. Addison-Wesley, 1990.

79. H. Musmann, Object-oriented analysis-synthesis coding of moving images, Signal processing: Image Communications, vol. 1, Oct. 1989.

80. Duda R. O. Hart P. E. Pattern classification and scene analysis, Wiley intersicnce, New-York, 1973.

81. Rosenfeld A. Automatic recognition of basic terrain types from aerial photographs, Photogrammic Engineering, (March, 1962).

82. Rosenfeld A., Troy E., Visual texture analysis, Proceedings UMR, Oct. 1970.

83. Haralick R. M., Texture features for image classification, IEEE Trans. Syst. Nov. 1973.

84. Haralick R. M., Computer classification of reservoir Sand-stones, IEEE Trans. Oct. 1973.

85. Julesz В., Inability of humans to discriminate between visual textures that agree second-order statistics-revisited, Perception, 1973.

86. Pratt W., Digital Image Processing, John Wiley and Sons, New-York, 1982.

87. Macleod L, On finding structure of pictures, in: Picture language machines, Academic press, New-York, 1970.

88. Macleod I., Comments on Techniques for edge detection, Proc. IEEE, March, 1972.

89. Roberts L. Machine perception of three dimensional solids. 1965.

90. Kirsch R. Computer determination of the constituent structure of biological$images, Computers and Biomedical Research, 1971.

91. Hueckel M., An operator, which locates edges in digital pictures, JASM, Jan. 1973.

92. Некрасов П. JI., Нгуен Тхань Бинь "Блочно-фрагментарный принцип передачи телевизионного сигнала" Телевизионная техника/ Московский технический университет связи и информатики. -М., 1999.с. Библиогр.: 3 назван.- Рус— Деп. в ЦНТИ "Информсвязь".

93. Безруков В.Н., Нгуен Т.Б., Салтыков К.Е., Игнатов Ф. М., Као Ха, "Разработка методов коррекции специфических искажений в телевизионных системах сжатия с использованием ДКП" Отчет по договору на НИР ( шифр "Аспект")-МТУСИ, 1999 г.

94. Д. Марр. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер. с англ. -М.: Радио и связь, 1987.

95. ISO/IEC 13818-1. Informations Technology Coding of Moving Pictures and Associated Audio Information. Part 3: Systems /Ed. 1, JTS 1/SC 29, 1994.

96. Безруков В. Н., Некрасов П. JI., Нгуен Тхань Бинь. "Блочно-фрагментарный метод кодирования изображений" Вторая международная конференция "Цифровая обработка сигналов и ее применения", тезисы докладов, Москва, 1999.

97. Кривошеев М. И. Основы телевизионных измерений. 3-е изд., доп. и перераб. - М.: Радио и связь, 1989.

98. Кривошеев М. И., Дворкович В. П. Измерения в цветном телевидении -М.: Связь, 1971.

99. УТВЕРЖДАЮ" проректор по научной работе1. Алешин B.C. марта 2004 г.¡HIi-V.-'

100. Внедрения результатов диссертацио111гой:ра^от.ы-Черноглазова А.Г. на тему "Исследование и разработка адаптивных методов и устройства цифрового сжатия и восстановления спектра телевизионных изображений" в научно-исследовательские работы.

101. Л2" марта 2004 г. г. Москва

102. Полученные результаты экспериментальных исследований подтвердили эффективность предлагаемого решения.зам. зав. лаборатории НИЛ-111. МТУСИ ^&<Балобанов А.В.с.н.с. лаборатории НИЛ-11 п ,

103. МТУСИ, к.т.н. {C^xJ Игнатов Ф.М.