Академический Документы
Профессиональный Документы
Культура Документы
Белов
74
2008 Компьютерная оптика, том 32, №1
В работах [5], [6] введено понятие канонической 1) функции вейвлет-базиса определяются равен-
системы счисления в кольце S ( d ) целых элемен- ством:
q
тов поля Q ( d ) . ψ i = ∑ ui +1, jφ1, d j ,
j =1
Целое алгебраическое число называется основа-
нием канонической системы счисления в кольце где ui,j - элементы унитарной матрицы U , в которой
целых поля Q ( d ) , если любой целый элемент u1, j = q −1/ 2 , j = 1… q ,
поля однозначно представим в форме конечной 2 (i − 1)( 2 j − 1)π
суммы: ui , j = cos ,
q 2q
k(z)
z= ∑ z jα j , где i = 2 … q , j = 1… q , d j ∈ D , q = det A ;
j =0
где z j ∈ D = {0,1, … , Norm(α ) − 1}.
2) коэффициенты фильтра для преобразования с
базисом ψ i определяются равенствами:
Пара (α , D) называется канонической системой h j = u1, j , j = 1… q ,
счисления в кольце S ( d ) целых поля Q ( d ) . j
gi = ui, j , i = 2 … q , j = 1… q .
Для представления числа z ∈ S ( d ) в КСС
Основная идея алгоритмов вейвлет-декомпози-
(α , D) часто используют, так называемую позици- ции, на основе описанных выше базисов, базируется
онную запись этого числа (адрес числа): на интерпретации точек двумерной целочисленной
z = ( z k ( z ) , zk ( z )−1 … z0 )α , где z j ∈ D . решетки (растра изображения) как элементов кольца
Фундаментальной областью T (α , D ) ∈ C КСС целых алгебраических чисел квадратичного поля,
т.е. осуществляется переход от двумерной целочис-
(α , D) в кольце S ( d ) целых элементов поля ленной решетки ГZ к решетке целых алгебраических
чисел ΓS ( d ) некоторого квадратичного поля. По-
Q ( d ) , называется множество комплексных чисел
с нулевой целой частью, т.е: сле такого перехода, двумерная индексация отсче-
−1 тов исходного сигнала, заменяется одномерной, в
T (α , D ) = ∑ d jα j , d j ∈ D . силу существования отображения множества целых
j = −∞ алгебраических чисел (по сути двумерных точек) на
Пусть a = (a0 , a1 ) – пара линейно независимых множество адресов этих чисел, что позволяет ин-
терпретировать отсчеты изображения как точки
векторов пространства R 2 . Линейная оболочка с фундаментальной области КСС.
целыми коэффициентами Γ векторов (a0 , a1 ) назы- Такой подход предполагает два варианта: исход-
вается решеткой над R 2 с базисом a = (a0 , a1 ) . ный сигнал полностью покрывается фундаменталь-
{ }
ной областью КСС, либо ее фрагментом. В работе
Γ = ξ : ξ = ξ 0 a0 + ξ 1a1 , ξ 0, ξ1 ∈ Z . [1] предложены и подробно описаны алгоритмы
Решетки ΓS ( d ) над кольцами целых алгебраи- декомпозиции и реконструкции исходного сигнала
для двух рассмотренных случаев. Для первого слу-
ческих чисел S ( d ) порождаются базисами: чая предложен алгоритм с полным деревом деком-
( )
1) a = (1,0), (0, d ) , при d ≡ 2,3(mod 4) ;
позиции (FDT), для второго случая - алгоритм с ча-
стичным деревом декомпозиции (PDT). На основе
1 d предложенных алгоритмов декомпозиции и рекон-
2) a = ( ,0), (0, ) , при d ≡ 1(mod 4) , струкции были реализованы алгоритмы компрессии
2 2
и декомпрессии цифровых изображений . Основная
компоненты ξ 0 и ξ 1 элементов решетки имеют идея этих алгоритмов заключается в наложении
одинаковую четность. фундаментальной области некоторой КСС на ис-
ходное изображение и последующей декомпозиции
Обобщенные вейвлет-базисы Хаара по адресам точек этой фундаментальной области.
В работе [4] предложен метод построения обоб-
Экспериментальные исследования
щенных вейвлет-базисов Хаара: Для любой КСС
В этом разделе представлены результаты экспе-
(α , D) в кольце S ( d ) существует КМА, ассоции- риментов и сравнительный анализ предложенных
рованный с парой (Γ S ( d ) , A) , и функция алгоритмов с алгоритмом компрессии на основе
разделимого вейвлет-базиса Хаара . Качество алго-
φ = χ T (α , D ) ритмов оценивалось по следующим параметрам:
является масштабирующей функцией этого КМА и: пиковое соотношение сигнал/шум (PSNR), коэффи-
75
Исследование эффективности алгоритмов компрессии изображений на основе обобщенных вейвлет-преобразований Хаара А.М. Белов
циент компрессии (k c), и визуальное качество вос- Примеры тестовых изображений и фундамен-
становленной аппроксимации изображения. тальных областей канонических систем счисления,
Наиболее показательным экспериментом, демон- алгоритмы, на основе которых, дали наилучший
стрирующим целесообразность адаптивного выбора коэффициент компрессии, приведены на рисунке 1.
вейвлет-базиса, является эксперимент на синтезиро- Также, целесообразность адаптивного выбора
ванном изображении «линии». Было сгенерировано вейвлет-базиса была исследована на классе текстур-
тестовое изображение «линии» представленное на ных изображений. Исследовалась выборка из 130
рисунке 1. На основе этого изображения было сге- полутоновых текстурных изображений размером
нерировано еще 18 тестовых изображений, которые 512 × 512 пикселей, из атласа «Brodatz». По этому
были получены посредством последовательного множеству изображений были вычислены парамет-
поворота исходного изображения на угол 5°. ры PSNR и k c для следующих алгоритмов:
FDT (−1 + i) , FDT (i 2 ) , FDT (−1 + i 3 ) и Haar, при
ширине интервала квантования δ =10. Как показали
эксперименты, исходная выборка изображений мо-
жет быть разбита на 4 класса, в каждом из которых
наиболее эффективен только один из алгоритмов,
независимо от ширины интервала квантования. Рас-
пределение исходной выборки по классам представ-
лено в таблице 1.
а Исследования показали, что рассмотренные ал-
горитмы эффективны в « своих» классах изображе-
ний при различных значениях ширины интервала
квантования, однако разница эффективности раз-
личных алгоритмов уменьшается с ростом ширины
интервала квантования. Количественные данные
эксперимента, на примере класса K FDT (i 2 ) , пред-
ставлены в таблице 2.
76
2008 Компьютерная оптика, том 32, №1
Литература
1. Белов А.М. "Алгоритмы декомпозиции сигнала на
основе неразделимых вейвлет-преобразований Хаара"
а б //Компьютерная оптика. – Самара - Москва, ИСОИ
РАН, СГАУ, 2007. – Том 31, № 1. С. 63 – 66.
2. Белов А.М. "Применение канонических систем
счисления в задаче построения неразделимых хааро-
подобных вейвлетов" //Компьютерная оптика, №28,
Самара - Москва, 2006 г., с. 119 – 123.
3. Grochenig K., Multiresolution Analysis, Haar Bases, and
Self-Similar Tilings of Rn // Grochenig K., Madych W.R.
IEEE Trans. Inform. Theory, 1992, 38, pp. 556 - 568.
4. Katai I., Canonical number systems in imaginary quadrat-
ic fields // Katai I., Kovacs B. Acta Math. Acad. Sci. Hun-
в г garicae, 1981, 37, pp. 159 - 164.
5. Katai I. Canonical number systems for complex integers
Рис.2. Исходное изображение (а), восстановленные изоб- // Katai I., Szabo J. Acta Sci. Math.(Szeged), 1975, 37, pp.
ражения для алгоритмов Haar (б), FDT (−1 + i) (в), 255 - 260.
6. Kovacs A. Generalized binary number systems. Annales
FDT ( − 3 + i 7 ) (г) univ. Sci. Budapest, Sect. Comp. 2001, 20, pp. 195-206.
2
7. Mendivil F., Two Algorithms for Non-Separable Wavelet
Transforms and Applications to Image Compression, //
Заключение Mendivil F., Piché D. -Fractals: Theory and Applications
В работе представлены результаты экспериментов in Engineering, Springer-Verlag, 1999.
подтверждающие целесообразность адаптивного вы- 8. Piché D.G. Complex Bases, Number Systems and Their
бора неразделимых обобщенных вейвлет-базисов Application to Fractal-Wavelet Image Coding // PhD in
Applied Mathematics thesis. Ontario, Canada: University
Хаара, в целях повышения качества решения задачи
of Waterloo, 2002.
компрессии. Также показана эффективность алгорит-
мов компрессии, на основе таких вейвлет-базисов, в
77
research of the efficiency of algorithms of image compression based on the generalized haar wavelet transforms
A.M. Belov 1,2
1 Samara State Aerospace University,
2 Image Processing Systems Institute оf the RAS
Abstract
The paper presents experimental results of the efficiency of image compression algorithms
based on generalized Haar wavelet transforms, from the point of view of qualitative compres-
sion parameters, adaptive wavelet basis selection and the visual quality of the reconstructed
images.
Keywords: digital image, compression of digital images, Haar wavelet basis, wavelet trans-
forms, artifact, generalized Haar wavelet basis inseparable two-dimensional wavelet trans-
forms.
Acknowledgements: The work was performed within the framework of the New Physical
and Structured Solutions in Information and Telecommunications Basic Research Program of
the Department of Nanotechnologies and Information Technologies of the RAS (the Develop-
ment of New Image-Coding Methods and Algorithms in On-line Information and Telecommu-
nications Systems Project), the Russian-American Basic Research and Higher Education Pro-
gram (CRDF Project RUX0-014-SA-06), and under the Russian Foundation for Basic Re-
search (RFBR grants No. 07-07- 97610-r_ofi and No. 06-01-00722-а).
Citation: Belov AM. Study of the efficiency of image compression algorithms based on
generalized Haar wavelet transforms [In Russian]. Computer Optics 2008; 32(1): 74-77.
References
[1] Belov AM. Signal decomposition algorithms based [5] Katai I, Szabo J. Canonical number systems for com-
on the Haar nonseparable wavelet transforms [In Rus- plex integers. Acta Sci. Math. (Szeged) 1975; 37: 255-
sian]. Computer Optics 2007; 31(1): 63-66. 260.
[2] Belov AM. Application of the canonical number [6] Kovacs A. Generalized binary number systems. An-
systems to the construction of nonseparable Haar- nales univ. Sci. Budapest, Sect. Comp. 2001; 20: 195-
like wavelets [In Russian]. Computer Optics 2006; 206.
28: 119-123. [7] Mendivil F, Piché DG. Two Algorithms for Non-
[3] Grochenig K, Madych WR. Multiresolution Analysis, Separable Wavelet Transforms and Applications to
Haar Bases, and Self-Similar Tilings of Rn. IEEE Image Compression. Fractals: Theory and Applica-
Trans. Inform. Theory 1992; 38: 556-568. tions in Engineering. Springer-Verlag 1999.
[4] Katai I, Kovacs B. Canonical number systems in im- [8] Piché DG. Complex Bases, Number Systems and
aginary quadratic fields. Acta Math. Acad. Sci. Hun- Their Application to Fractal-Wavelet Image Coding.
garicae 1981; 37: 159-164. PhD in Applied Mathematics thesis. Ontario, Canada:
University of Waterloo, 2002. 1.77