автореферат диссертации по радиотехнике и связи, 05.12.04, диссертация на тему:Исследование и разработка методов и устройства внутрикадрового сжатия изображений

ОГЛАВЛЕНИЕ.

ВВЕДЕНИЕ.

ГЛАВА 1. ОСОБЕННОСТИ МЕТОДОВ СОКРАЩЕНИЯ ВНУТРИКАДРОВОЙ ИЗБЫТОЧНОСТИ (МСВИ)

НАТУРАЛЬНЫХ ИЗОБРАЖЕНИЙ.

1.1. Исследование основных характеристик и особенностей МСВИ на базе компактного дискретного косинусного преобразования.

1.2. Исследование основных характеристик и особенностей МСВИ на базе частотной декомпозиции изображения.

1.3. Исследование основных характеристик и особенностей МСВИ на основе символьного описания.

1.4. Выводы.

ГЛАВА 2. АНАЛИЗ ВНУТРИБЛОЧНЫХ И МЕЖБЛОЧНЫХ ИСКАЖЕНИЙ ПРИ ИСПОЛЬЗОВАНИИ СТАНДАРТНОГО МЕТОДА JPEG И ОСОБЕННОСТЕЙ ИХ СУБЪЕКТИВНОГО ВОСПРИЯТИЯ.

2.1. Исследование спектров дискретизирующих групп дельта функций при кодировании изображений при помощи компактных преобразований.

2.2. Анализ импульсной характеристики тракта формирования видеосигнала.

2.3. Анализ ядра алгоритма кодирования JPEG.

2.4. Разработка моделей тестовых сигналов.

2.5. Исследование внутриблочных искажений в МСВИ на базе КДКП.

2.5.1. Исследование внутриблочных искажений в МСВИ на базе КДКП на испытательном сигнале типа "точка".

2.5.2. Исследование внутриблочных искажений в МСВИ на базе КДКП на испытательном сигнале типа "круг".

2.5.3. Исследование внутриблочных искажений в МСВИ на базе КДКП на испытательном сигнале типа "линия".

2.6. Исследование межблочных искажений в МСВИ на базе КДКП.

2.6.1. Межблочные искажения на В Ч-составляющих декодированных изображений.

2.6.2. Межблочные искажения на НЧ-составляющих декодированных изображений.

2.7. Анализ восприятия искажений субъектом и субъективной оценки качества изображения.

2.8. Условия заметности межблочных и внутриблочных искажений.

2.9. Выводы:.

ГЛАВА 3. РАЗРАБОТКА БЛОЧНО-ФРАГМЕНТАРНОГО МЕТОДА ОПИСАНИЯ И АНАЛИЗА СТРУКТУРЫ НАТУРАЛЬНЫХ ИЗОБРАЖЕНИЙ.

3.1. Разработка основных принципов метода кодирования на базе КДКП.

3.2. Анализ основных характеристик натуральных изображений.

3.3. Анализ существующих методов описания структуры изображений.

3.4. Разработка основных принципов блочно-фрагментарного описания и анализа структуры натуральных изображений.

3.4.1. Блочно-фрагментарный метод анализа структуры изображения.

3.4.2. Критерии селекции и характеристика фрагмента типа "фон".

3.4.3. Критерии селекции и характеристики фрагмента типа текстура".

3.4.4. Критерии селекции и характеристики фрагмента типа "граница".

3.4.5. Критерии селекции и характеристики фрагмента типа "контур".

3.4.6. Критерии селекции и характеристики фрагмента типа "точка".

3.5. Выводы.

ГЛАВА 4. РАЗРАБОТКА МЕТОДА КОДИРОВАНИЯ И

ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЯ НА БАЗЕ JPEG И ФРАГМЕНТАРНОГО АНАЛИЗА.

4.1. Разработка метода предварительной обработки изображения.

4.2. Разработка метода передачи информации о структуре изображения по каналу связи.

4.3. Разработка метода формирования сигнала управления квантователем кодера.

4.5. Разработка метода реставрации декодированного изображения с использованием данных полученных в результате БФА.

4.6. Адаптивное использование методов улучшения субъективного качества изображений.

4.7. Разработка устройства кодирования.

4.8. Разработка устройства декодирования.

4.9. Выводы.

ГЛАВА 5. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ И ПЕРСПЕКТИВЫ РАЗВИТИЯ

РАЗРАБОТАННОГО МЕТОДА КОДИРОВАНИЯ ИЗОБРАЖЕНИЙ.

5.1. Выбор исходных изображений.

5.2. Промежуточные результаты работы алгоритма кодирования.

5.3. Объективные оценки качества декодированного изображения при использовании метода на базе БФА.

5.4. Субъективные оценки качества декодированных изображений при использовании метода кодирования на основе БФА.

5.5. Сравнение метода на базе БФА со стандартным JPEG.

5.6. Выводы.

5.7. Перспективы развития.

Актуальность темы. 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 м обильной связи третьего поколения (3G), системы VoD (Video on Demand), сеть Internet, которые все больше ориентируются на предоставление услуг взаимоо б-мена визуальной информацией.

Системы мобильной связи третьего поколения помимо услуг голосовой связи предоставляют услуги полноценного доступа в Internet, видеоконференцсвязи, п е-редачи статической визуальной информации (презентации).

Системы VoD становятся все популярнее, так как ориентированы на индив и-дуальные запросы пользователей. Снижение стоимости пользования услугами VoD позволяет говорить о том, что в скором времени эти услуги станут массов ыми.

Всемирная сеть Internet, ставшая де-факто источником информации № 1 в м ире, за последнее десятилетие кардинально изменила свой облик. Если в начале 90-х содержание Internet порталов представляло собой в основном текстовую инфо р-мацию то в настоящее время, контент Internet порталов содержит огромное кол и-чество визуальной информации, как статической, так и динамической, и можно с уверенностью говорить о том, что Internet стал источником визуальной информ а-ции.

Таким образом, объем передаваемых визуальных материалов за последние г оды многократно возрос и продолжает увеличиваться. Визуальные материалы по своей природе являются самыми информативными и требуют больших системных ресурсов при хранении и передаче, поэтому визуальные материалы присутствуют в телекоммуникационной инфраструктуре в компрессированном виде, для чего и используются эффективные системы сжатия.

Развитие систем сжатия видеоинформации - результат работы многих ученых, как за рубежом, так и а России. Многие идеи, которые используются в совреме н-ных системах сжатия статических и динамических натуральных изображений (НИ), были рождены в российских коллективах, возглавляемых видными росси й-скими учеными.

Большой вклад в разработку теоретических основ цифрового телевидения, систем сжатия, методологии и систем измерения качества в цифровых ТВ сист е-мах, внедрения систем сжатия, сертификации ТВ систем в России, внесли работы Безрукова В. Н., Кривошеева М. И., Хромого Б. П., Зубарева Ю. Б., Дворковича В. П., Цуккермана И. И., Красильникова Н. Н., Ульянова В. Н., Аванесова Г. А., С е-ливанова А. С., Севальнова JI. А., Мкртумова А. С., Немцовой С. Р., Хлебородова В. А. и многих других.

На сегодняшний момент существует несколько технологий кодирования в и-деоинформации с компрессией, основанных на различных представлениях виде о-информации, полученных в результате следующих преобраз ований:

- компактное дискретное косинусное преобразование (КДКП);

- пирамидальная частотная декомпозиция (ПЧД);

- фрактальное преобразование (ФП);

- Эти преобразования являются ядрами соответствующих методов кодиров а-ния:

- JPEG;

- wavelet compression;

- fractal compression.

Наибольшее распространение из всех трех направлений получили методы и устройства на основе КДКП, так как они оказались наиболее привлекательными с коммерческой точки зрения:

- методы на базе КДКП обеспечивают кодирование широкого диапазона НИ со средним коэффициентом сжатия до 15 раз с хорошим субъективным к а-чеством;

- низкие требования к ресурсам кодера и декодера;

- симметричность;

- относительно простая аппаратная реализация;

- низкая стоимость реализации.

Методы на базе КДКП являются единственными стандартизованными ITU-T и ISO методами сжатия НИ с потерями.

Методы на базе ПЧД и ФП обеспечивают больший коэффициент сжатия (в среднем на 50-100%), чем методы на базе КДКП. Однако эти методы по отнош е-нию к методам на базе КДКП имеюдледующие недостатки: I

- отсутствие стандартизации;

- большие требования к ресурсам аппаратной платформы;

- несимметричность;

- сложность адаптации к динамическим НИ;

- сложность аппаратной реализации.

- сложность внедрения в существующие технологические проце ссы.

Эти факторы в значительной мере затрудняют развитие и внедрение этих м е-тодов. В настоящее время наиболее распространены их программные реализации, а область их распространения ограничена некоторыми Internet приложениями и специализированными системами.

Повышение эффективности стандартных методов компрессии с минимальн ыми отклонениями от стандарта является наиболее перспективной на сегодняшний день задачей в области исследования и разработки методов сжатия видеоинфо р-мации, так как:

- КДКП является ядром многих стандартов и систем, таких как JPEG, MPEG, Н.323, систем цифровой магнитной записи - DVCPRO, DVCAM, MiniDV Digital-S, Betacam-SX, систем цифрового ТВ вещания - ATSC, DVB и многих других.

- на базе КДКП создано огромное количество программных и аппаратных реализаций для кодирования, как статических, так и динамических НИ, к о-торые в настоящее время обеспечивают услуги взаимообмена визуальной информацией в мировом масштабе.

- учитывая объем визуальной информации, передаваемой по сетям связи, п о-вышение эффективности стандартных методов на 10-20% даст ощутимый экономический эффект.

- разработанные решения по повышению эффективности стандартных мет о-дов могут быть быстро внедрены на существующих телекоммуникацио н-ных инфраструктурах и оборудовании.

Анализ существующих методов повышения эффективности показал, что пра к-тически все рассмотренные методы касаются процедур предобработки (соглас о-вания характеристик НИ с особенностями алгоритма кодирования), процедур п о-стобработки ("косметического" устранения артефактов кодирования). Как показ али проведенные исследования, имеются резервы повышения эффективности, к о-торые заключены в дифференцированном субъективном восприятии искажений на различных структурных элементах НИ. Эти резервы оцениваются в 10-20% от эффективности существующих стандартных методов на базе КДКП.

В связи с этим можно сделать вывод об актуальности научного поиска, иссл е-дований в направлении повышения эффективности стандартных методов за счет дифференциального подхода к кодированию НИ с учетом структурных особенн остей НИ и свойств субъективного восприятия визуальной информацией, разр а-ботки алгоритмов и устройств на базе полученных научных резул ьтатов.

Цель и задачи работы. Целью настоящей диссертационной работы является разработка и исследование эффективных методов внутрикадрового кодирования НИ на базе КДКП и структурного анализа НИ с минимальными отклонениями от стандартных МКДКП (JPEG) и разработка алгоритмов и устройства реализации предложенных методов.

Для достижения поставленной цели в работе решены следующие научно-практические задачи:

- комплексный анализ существующих методов сжатия на базе КДКП, пир а-мидальной частотной декомпозиции (ПЧД) и фрактального преобразования

ФП);

- исследование и моделирование импульсной характеристики тракта форм и-рования сигнала НИ в телевизионных системах, исследование спектров дискретизирующих групп различного размера; исследование внутрибло ч-ных и межблочных искажений на декодированных НИ для различных в и-дов тестовых НИ;

- исследование восприятия искажений на различных областях декодирова н-ных НИ и влияния степени искажений на интегральную субъективную оценку качества НИ, исследование спектральных и структурных характер и-стик НИ;

- разработка блочно-фрагментарного метода приближенного анализа и оп и-сания логической структуры НИ (БФА), разработка алгоритмов реализации метода БФА НИ и методов формирования сигналов управление квантоват е-лем кодера;

- интеграция БФА НИ со стандартными методами на основе КДКП; разр а-ботка алгоритмов и функциональной схемы устройства кодирования и декодирования НИ на базе КДКП с использованием БФА; разработка метода передачи информации о структуре НИ по каналу связи;

- разработка методов и алгоритмов реставрации декодированного НИ с и с-пользованием БФА;

- комплексное моделирование алгоритмов устройства кодирования и декод и-рования на базе КДКП с использованием БФА и ре ставрации НИ;

- экспериментальное исследование модели разработанного устройства код и-рования на базе КДКП и БФА.

Решение поставленной задачи не возможно без учета всего комплекса научных и практических результатов, полученных при разработке и внедрении систем к о-дирования НИ на базе КДКП, а также методов анализа НИ и повышения эффе к-тивности систем кодирования. Разработка метода БФА производилась с учетом ранее полученных и опубликованных материалов по данной тематике.

Методы исследований. При решении поставленных задач в работе использ у-ются теория телевидения, радиотехники: теория цифровой обработки и дискрет и-зации многомерных сигналов, теория функций и функционального анализа, те о-рия интегральных ортогональных преобразований, методы численного анализа и программирования.

Научная новизна настоящей работы заключается в следующем:

- разработан метод повышения эффективности стандартного метода сжатия (Rec. ITU-T - Т.81) на базе КДКП с использованием БФА и метода реста в-рации на базе БФА. Показано, что использование предлагаемого метода обеспечивает выигрыш по эффективности в среднем на 10-20% по сравн е-нию со стандартным методом;

- разработан метод передачи информации о логической структуре НИ по к а-налу связи с минимальными изменениями структуры п отока данных Т.81;

- разработан метод БФА структуры НИ. Показана эффективность предл о-женного метода для анализа структуры НИ и автоматизации визуальных оценок качества для МКДКП;

- разработан метод приближенного описания логической структуры НИ п о-средством ограниченного набора элементарных фрагме нтов;

- определены критерии идентификации и классификации элементарных фрагментов в реальной области и заметности типовых искажений на дек о-дированных НИ;

- представлены результаты анализа внутриблочных и межблочных искаж е-ний в реальной и спектральной о бластях.

Реализация результатов работы.

Результаты работы реализованы в научно-технических проектах лаборатории НИЛ-11 МТУ СИ. По программам Министерства на уки РФ:

- "Разработка дискретно-фрагментарного метода передачи по каналам связи телевизионных сигналов с адаптивной динамической реставрацией исхо д-ного вида тонкой структуры соответствующих изображений" (шифр "Аспект") 1999 г; "Разработка методов коррекции специфических искажений в телевизионных системах сжатия с использованием ДКП" (шифр -"Аспект") 1999 г;

- "Разработка перспективных методов повышения интегрального качества изображений в цифровых высокоинформативных системах передачи со сжатием видеосигналов по алгоритмам MPEG" НИР № 023.02.210/2-97 (шифр "Вектор - ТВ") 1999 г;

- "Разработка эффективных методов дифференциальной селекции и форм и-рование сигналов динамического управления для адаптивных систем сж а -тия спектра телевизионного изображения" НИР 1104/99 (шифр "Аспект-МТУ СИ"); в учебном процессе на кафедре Телевидения МТУ СИ:

- разработан пакет программ к лабораторной работе "Исследование методов кодирования на базе КДКП";

Получены свидетельства о регистрации разработанного программного обесп е-чения №2000611166 и №2000611167 в регистрац ионной палате РФ.

Практическая ценность работы:

- сформулированы основные требования к методам повышения эффективн ости МКДКП с учетом структурных особе нностей НИ;

- определены основные принципы БФА НИ, а также критерии селекции и идентификации фрагментов НИ. Разработана программная реализация БФА НИ;

- разработана функциональная схема устройства кодирования/декодирования

НИ на базе КДКП и БФА. Создана программная модель разработанного устройства;

- показаны перспективы развития предложенного метода структурного ан а -лиза, его применения для повышения эффективности методов на основе КДКП и автоматизированного контроля качес тва.

Апробация результатов работы.

Положения диссертационной работы обсуждались на российских и междун а-родных научно-технических конф еренциях и семинарах:

- Международный форум информатизации (МФИ-98), "Телекоммуникацио н-ные и вычислительные системы", Москва, 1998 г;

- Первая международная научно-техническая конференция «Перспективы развития спутникового и кабельного телевидения», М осква, 1999;

- 7-я научно-техническая конференция «Современное телевидение», Москва, 1999;

- Первая международная научно-техническая конференция студентов, асп и -рантов и молодых специалистов «Техника и технология связи», Минск, 1999;

- Научно-техническая конференция профессорско-преподавательского, н а-учного и инженерно-технического состава, МТУ СИ, Мое ква, 1999 г;

- Вторая международная конференция "Цифровая обработка сигналов и ее применения" тезисы докладов Москва, 1999;

- Третий международный конгресс HAT "Прогресс технологий телерадиов е-щания", Москва, 1999;

- Научно-техническая конференция профессорско-преподавательского, н а-учного и инженерно-технического состава, МТУ СИ, Москва, 2000 г;

- 8-я научно-техническая конференция «Современное телевидение», Москва, 2000;

- Четвертый международный конгресс HAT "Прогресс технологий телер а-диовещания", Москва, 2000.

Основные положения, выносимые на защиту.

- результаты сопоставительного анализа методов кодирования НИ с МКДКП, а также методов повышения эффективности МКДКП;

- результаты анализа внутриблочных и межблочных искажений в простра н-ственной и спектральной областях;

- результаты анализа восприятия внутриблочных и межблочных искажений НИ и зависимостей интегральной субъективной оценки искажений от и н-формационного содержимого фрагмента НИ;

- разработанный новый блочно-фрагментарный метод анализа и описания логической структуры НИ; критерии селекции и классификации фрагме н-тов НИ;

- ретод интегрально-дифференциальной реставрации декодированного НИ на базе БФА, совместимый со стандартными методами внутрикадрового код и-рования; структурные схемы устройства кодирования и декодирования НИ на базе КДКП и БФА;

- результаты экспериментальных исследований разработанного устройства кодирования/декодирования на базе КДКП и БФА;

- рекомендации по дальнейшему развитию и использованию предложенного метода блочно-фрагментарного анализа для повышения эффективности JPEG и систем изменения и контроля кач ества кодированных НИ.

Объем и структура работы.

Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложений. Работа изложена на 212 страницах машинописного текста, включает 58 иллюстраций, и 2 приложения. Список литературы включает 118 наименований.

Результаты работы внедрены:

- в технологических процессах оценки качества ТВ сигналов и качественных параметров оборудования кодирования/декодирования видеоинформации в компании МТУ-Информ +;

- по программам Министерства науки РФ: "Разработка дискретно-фрагментарного метода передачи по каналам связи телевизионных сигн алов с адаптивной динамической реставрацией исходного вида тонкой структуры соответствующих изображений" (шифр "Аспект") 1999 г; "Разработка методов коррекции специфических искажений в телевизионных системах сжатия с использованием ДКП" ( шифр - "Аспект") 1999 г; "Разработка перспективных методов повышения интегрального качества из о-бражений в цифровых высокоинформативных системах передачи со сжат и-ем видеосигналов по алгоритмам MPEG", НИР № 023.02.210/2-97 (шифр "Вектор-ТВ") 1999 г; "Разработка эффективных методов дифференциальной селекции и формирование сигналов динамического управления для адаптивных систем сжатия спектра телевизионного изображения"

206

НИР 1104/99 (шифр "Аспект-МТУСИ"); "Разработка эффективного метода сжатия с раздельным адаптивным кодированием участков и составляющих телевизионных изображений в пределах динамического диапазона" по пр о-грамме фундаментальных и прикладных исследований вузов связи РФ "Фундаментальные аспекты новых информационных и ресурсосберегающих технологий";

- в учебный процессе на кафедре Телевидения МТУСИ: разработан пакет программ к лабораторной работе "Исследование методов кодирования на базе КДКП".

Получены свидетельства о регистрации разработанного программного обесп е-чения №2000611166 и №2000611167 в регистрационной палате РФ.

ЗАКЛЮЧЕНИЕ.

Проведенные теоретические и экспериментальные исследования позволили автору решить следующие задачи:

1. Разработка метода сжатия, совместимого со стандартными методами кодир о-вания на основе КДКП, моделирование и экспериментальное исследование м е-тода.

2. Разработка блочно-фрагментарного метода анализа и описания логической структуры НИ, разработка алгоритмов реализации метода БФА НИ и методов формирования сигналов управление квантователем кодера;

3. Исследование и моделирование импульсной характеристики тракта формир о-вания сигнала изображения в телевизионных системах; исследование спектров дискретизирующих групп различного размера; исследование внутриблочных и межблочных искажений на декодированных НИ для различных видов изобр а-жений;

4. Исследование субъективного восприятия искажений на различных областях декодированных НИ и влияния степени искажений на интегральную субъе к-тивную оценку качества декодированных изображений; исследование спе к-тральных и структурных характеристик НИ;

5. Анализ существующих методов сжатия изображений на базе КДКП, ПЧД и ФП.

6. На основе полученных теоретических результатов была проведена разработка программного обеспечения, моделирующего устройство кодирования и дек о-дирования и реставрации натуральных изображений по методу на базе КДКП с использованием БФА. Было проведено экспериментальное исследование мод ели разработанного устройства кодирования на базе КДКП и БФА.

1. Цифровое кодДироваиие телевизионных изображений. / Под ред. И. И. Цукер-мана. -М.: Связь, 1981.

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

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

6. W. Pennebaker, and J Mitchell, JPEG Still Image Conding Standard/ Van Nostrand Reinhold, 1994.

7. D. Lee, New word item proposal: JPEG 2000 Image Coding System. ISO/IEC JISC1/SC29/WG1 N390, 1996.

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

9. B. G. Haskell, A Puri, A. N. Netravalli, Digital Video: An Introduction to MPEG-2, Chapman and Jail, New York, USA, 1997.

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

11. Некрасов П. Л. "Проект мультимедийного стандарта MPEG-4" 7-я научно-техническая конференция «Современное телевидение», тезисы докладов, М о-сква, 1999.

12. З.Некрасов П. J1. "Проект стандарта сжатия JPEG2000" 7-я научно-техническаяконференция «Современное телевидение», тезисы докладов, М осква, 1999.

13. Харатишвили Н. Г. и др. Пирамидальное кодирование изображений. М.: Р а-дио и Связь, 1996.

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

15. Baaziz N. Labit C. Pyramid Transforms for digital images. IRISA. March 1990.-#526.

16. Adelson E. H., Simoncelli E. Orthogonal pyramid transforms for image coding // SPIE, Visual Communication and Image Processing. 1987. - Vol. 845. - P. 50 -58.

17. Mallat S. G. A theory for multiresolution signal decomposition: the wavelet representaiton. // GRASP lab. 103. Dep. of Computer and Information Science, University of Pensilvania. May 1987.

18. M. Vitterli and J. Kovacevic, Wavelets and subband coding . Prentice Hall, 1995.

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

20. 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.

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

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

23. Некрасов П. JI., "Перспективы развития систем кодирования видеоинформ а-ции" Третий международный конгресс HAT " Прогресс технологий телеради о-вещания" тезисы докладов, Москва, 1999.

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

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

26. Федер E. Фракталы. M.: 1991.2 8. Mandelbrot В. B. The Fractal Geometry of Nature./ W. H. Freeman, NY, 1983.

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

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

29. Самойлов В. Ф., Хромой Б. П., Основы цветного телевидения. М.: Радио и связь, 1982.- 32.Кривошеев М. И. Цифровое Телевидение. -М.: ВЗЭИС, 1985.

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

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

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

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

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

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

36. Хармут X. Ф. Передача информации ортогональными функциями./ Перевод с английского. -М.: Связь, 1975.

37. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов./ Перевод с ан г-лийского. М.: Мир, 1989.41 .Е. В. Шикин и др. Начала компьютерной графики. М.: Диалог МИФИ, 1993.

38. Некрасов П. Л. "Искажения в алгоритмах JPEG (М-JPEG) и методы борьбы с ними" Метрология №1, 1999.

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

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

41. Некрасов П. Л., Нгуен Тхань Бинь "Выбор частоты дискретизации телевизио нного изображения во времени" Телевизионная техника/ Московский технич е-ский университет связи и информатики. -М., 1999.с. Библиогр.: 3 назван-Рус.- Деп. в ЦНТИ "Информсвязь".

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

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

44. Роуз А. Зрение человека и электронное зрение./ М.: Мир, 1977.

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

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

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

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

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

50. Cornsweet T. N. Visual Perception, Academic Press, New York, 1970.

51. 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.

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

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

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

55. Хорн Б. Определение формы по данным о полутонах//Психология машинногозрения/ М.: Мир, 1978.

56. Ярославский JI. П. Введение в цифровую обработку изображений. М.: Сов. Радио, 1979

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

58. Дерюгин Н. Г. Спектр мощности и функция корреляции телевизионного си г-нала./Электросвязь, №7, 1957.

59. Netravali А. N. and Rubinshtein С. В. Luminance adaptive coding of chrominance signals./ IEEE Trans, on Communication, April 1979.

60. Andrews H. C., Two Dimentional Transforms in: Topics in applied physics: Picture processing and digital filtering, vol. 6, Huang Y., Springer Verlag, New York, 1975.

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

62. Means R. W., Whitehouse Н. J. Television encoding using hybride discrete cosine transform and a differential pulse code modulator in real time. Proceedings of the National Telecommunication Conference, San Diego, California, December 1974.

63. Enomoto H., Sibata K., Orthogonal Transform Coding System for Television Signals, IEEE Trans. Electromagnetic Compatibility, EMC 13,3, 11-17.

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

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

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

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

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

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

70. H. Freeman On the coding of arbitrary geometric configurations, IRE Trans.

71. Electron. Comput. June 1961.

72. 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.

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

74. K. Jam, Fundamentals of digital image processing. Prentice-Hall, 1989.

75. R. L. Lagendijk, Low bit rate video coding for mobile multimedia communications, Proceedings of the EUSIPCO, vol. 1, 1996.

76. F. W. Meier, An efficient shape coding scheme using В spline which is optimal in the rate-distortion sense, Master's thesis, June 1997.

77. M. Hotter, Optimization and efficiency of an object-oriented analysis-synthesis coder, IEEE Trans, on Cir. and Sys. Apr. 1993.

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

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

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

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

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

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

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

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

86. Julesz В., Inability of humans to discriminate between visual textures that agree second-order statistics-revisited, Perception, 1973.91 .Pratt W., Digital Image Processing, John Wiley and Sons, New-York, 1982.

87. Macleod I., 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 dimentional 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. Л., 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 сж а-тия с использованием ДКП" Отчет по договору на НИР ( шифр "Аспект")-МТУСИ, 1999 г.

94. Д. Марр. Зрение. Информационный подход к изучению представления и обр а-ботки 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 1: Systems /Ed. 1, JTS 1/SC 29, 1994.

96. ISO/IEC 13818-1. Informations Technology Coding of Moving Pictures and Associated Audio Information. Part 2: Systems /Ed. 1, JTS 1/SC 29, 1994.

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

98. ISO/IEC 13818-1. Informations Technology Coding of Moving Pictures and Associated Audio Information. Part 4: Systems /Ed. 1, JTS 1/SC 29, 1994.

99. Visual telephone systems and equipment for local area networks which provide a non-guaranteed quality of service, ITU-T Recommendation H.323.

100. Некрасов П. Л., Некрасов Л. Ф. Использование особенностей восприятия видеоинформации человеком в системах кодирования изображений. 8-я нау ч-но-техническая конференция «Современное телевидение», тезисы докладов,1. Москва, 2000.

101. Безруков В. Н., Некрасов П. Л., Нгуен Тхань Бинь. "Блочно-фрагментарный метод кодирования изображений" Вторая международная конференция "Ци ф-ровая обработка сигналов и ее применения", тезисы докладов, Мое ква, 1999.

102. Некрасов П. Л., Некрасов Л. Ф. Методы раздельного кодирования изображений. 8-я научно-техническая конференция «Современное телевидение», т е-зисы докладов, Москва, 2000.215

103. Кривошеев М. И. Основы телевизионных измерений. 3-е изд., доп. и пер е-раб. - М.: Радио и связь, 1989.

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

105. CCIR Recommendation 500-3 (Mod. 1) Method for subjective assessment of the quality of television pictures.

106. PC К С П if СКЛЯ ФI II Р \! i ll я

107. F iif f МИГКПК Л! i-il 1С iно ПО и 41 I II t \\1 И ТОВАРНЫМ ШЛКЧЧ Г1ЧМ ЩЛ'ШШ1. СВИДЕТЕЛЬСТВО

108. Oil с itJiH f I и й .1 ь j I d й ^сшстрании программы ни >ВМ2000611166

109. М. К ИМС^И-Г tlV.lcU и И ■ ' Л . "fi t^ =И ■ 'J : s ГЧ = Г"." I "

110. M^hd^kud meitmirn4m4 утЛфшшлм гЛяЫ н мнф/фчмимкн {Чо^фщбйшт пфлЫ^ямте уйр^фкпш) (Ruj1. Шим '. iiikoMAffiuLtttfya&A эктр МЫ (RU)--.-i V i.s f~, I . I --r-Aitvz'-i--- -4 ^л s::r:-T>p-= j ft =-- -- rp i тч" f =:-= -1 ■ -P-t.-fr:; -' : VIv =.;i = ■ 4 \

111. M^kua. 10 HEtfldpn 20011 г

112. РОССИЙСКОЕ АГЕНТСТВО НО ПАТЕНТАМ И ТОВАРНЫМ ЗНАКАМ1. РОСПАТЕНТ)

113. СП II тт 17 «г* I?' ТТ С4 TP ё~\ D W Д Е 1 J1 D Ъ I D U

114. Об официальной регистрации программы для ЭВМт tmmimi

115. Программа блочно-фрашеитарного кодера-декодера неподвижных изображений"1. Пранооблалател Ыш ):

116. Мжкок,кн4 meximleckud упн$фснтт сбяЗн и нпффматпки (Яосудартётме о(фаЛо$швлъпое у^пфдтнв) (RU)1. Авторам);1. ЪёЗ(уко6 Ладам ШмкожеШ,1. MttyaceS Штр ЛъбоШ (RU)

117. С. фана*. Российская Федерацияпо чаяше М 20006110О. дата иоотупленмя: 14 сентября 2000 г,

118. Зарегистрировано и Реестре программ лад ЭВМг MocrtuI. 10 ноября 2000 г

119. Полученные результаты экспериментальных исследований подтвердили >ффек-тивность предлагаемого решения.с.н.с. лаборатории НИЛ-111. СИ").г. Москва.1. М'ГУСИ. кл.и.1. Игнатов Ф. М.с.н.с. лаборатории НИЛ-11 М'ГУСИ1. Фокин Н. В.

120. Также на базе разработок. > рове денных в диссертационной работе, со*дан пакет программ, подготовлю in описание и поставлена лабораторная работа "Исследование методов ок тия на базе компактных преобразований", которая успешно внедрена в небный процесс.

121. Декан факультета радиосвязи, радиовещания и телевидения.Рч .2000 гг. Москва:д.т.н. профессордоцент, к.т.н.

122. Зав. кафедрой Телевидения им. Катаева С.И., доцент, к.т.н. Xj^i^1. Квиринг Г. Ю.

123. П. 1.1. Спектры дискретизирующих групп.

124. Рис. П. 1.1.2. Спектр четной дискретизирующей грцппы 4x4.

125. П 1.2. Исследование внутриблочных искажений.1. 1.2.1. Исследование внутриблочных искажений на испытательномсигнале типа "точка".

126. Рис. П. 1.2.1.1. График зависимости яркости (а) логического фона и (б) логической точки от коэффициента масштабирования матрицы квантования для контраста исходного изображения 25%.

127. Легенда: bkgl блок без точки; bkg2 - блок с точкой; dot - яркость точки.160bkgl bkg2scale coefficient120 1100dot bkgl bkg2

128. Рис. П. 1.2.1.2. График зависимости яркости (а) логического фона и (б) логической точки от коэффициента масштабирования матрицы квантования для контраста исходного изображения 50%.

129. Легенда: bkgl блок без точки; bkg2 - блок с точкой; dot - яркость точки.bkgl bkg2scale coefficient200 ; 15050:4dot bkgl bkg2V

130. Легенда: bkgl блок без точки; bkg2 - блок с точкой; dot - яркость точки.200:150 \ 100 г .^.