Красильников Н.Н., Красильникова О.И. Мультимедиа технологии в информационных системах. Методы сжатия и форматы записи графической информации

Подождите немного. Документ загружается.

Типичная структура графического файла включает в себя ряд обяза-

тельных элементов. Рассмотрим их кратко на примере формата GIF

(Graphics Interchange Format), разработанный CompuServe Inc. В струк-

туру этого формата входят: заголовок, блок данных (собственно данные

изображения), признак конца файла. В заголовке приводится информа-

ция, которая позволяет правильно прочитать записанное в файл изоб-

ражение: формат файла и номер версии (например, GIF 89 a), количе-

ство двоичных единиц на пиксел, глобальная таблица цветов, если она

присутствует (это необязательный элемент) и т. д. В блоке данных оп-

ределены размеры изображения в пикселах, использование режима че-

редования строк, глобальной либо локальной таблицы цветов (если она

используется), а также собственно данные, закодированные с примене-

нием метода LZW. Если в одном файле содержатся несколько изображе-

ний (а данный формат допускает такую возможность, что удобно для

создания анимированных изображений), то независимые друг от друга

блоки данных размещаются последовательно.

Рассмотрим кратко некоторые характеристики наиболее часто ис-

пользуемых форматов.

Windows BitMap. Этот формат файлов растровых изображений был

разработан Microsoft. Файлы этого формата имеют расширение .bmp.

Формат поддерживает 256 цветов, а также 16-битные и 24-битные (True

Color) цвета при неограниченном размере изображений. В этом форма-

те изображения могут быть сохранены как без сжатия, так и с использо-

ванием метода сжатия без потерь RLE. При использовании метода сжа-

тия без потерь, как уже отмечалось, величина сжатия оказывается

небольшой, и поэтому получаются файлы больших размеров. Данный

формат не рекомендуется использовать в мультимедиа-приложениях, но

он очень удобен для обмена данными между различными приложения-

ми Windows. Формат Windows BitMap используется во всех графических

редакторах.

PCX. Это один из самых старых и широко применяемых форматов

хранения растровых изображений. Файлы этого формата имеют расши-

рение .pcx. Современные версии этого формата поддерживают 256 цве-

тов, а также 24-битные цвета при максимальном размере изображений

64000×64000 пикселов. В этом формате используется метод сжатия изоб-

ражений без потерь RLE. Формат применяется практически во всех гра-

фических редакторах, предназначенных для работы с растровыми изоб-

ражениями.

Adobe Photoshop. Этот формат файлов растровых изображений спе-

циально разработан для программы Adobe Photoshop. Файлы этого фор-

мата имеют расширение .psd. Формат поддерживается приложениями

для Macintosh и Windows. Он позволяет сохранять изображения с мно-

гослойной структурой. Максимально допустимый размер изображения

составляет 30000×30000 пикселов. Формат поддерживает 24-битные

цвета. В этом формате применяется метод сжатия без потерь RLE. Дан-

ный формат в настоящее время широко используется в коммерческой

графике.

Kodak Photo CD. Фактически в настоящее время имеется пять ти-

пов форматов изображений Photo CD: Master Photo CD, Pro Photo CD,

Print Photo CD, Catalog Photo CD, Portfolio Photo CD, каждый из кото-

рых удобен для различного набора приложений. Файлы записи файлов

растровых изображений в этих форматах, разработанных Eastamn Kodak,

имеют расширение .cd. Форматы поддерживаются всеми операционны-

ми системами; позволяют сохранять изображения, максимальный раз-

мер которых составляет 4096×6144 пикселов при 24-битной глубине

цвета. Форматы используются для сохранения фотографических изоб-

ражений на компакт-дисках.

Graphics Interchange Format. Этот формат, известный как формат

GIF, используемый для записи растровых изображений, разработан

CompuServe Inc. Файлы этого формата имеют расширение . gif. Данный

формат поддерживается приложениями, работающими в операционных

системах MS-DOS, Macintosh, UNIX, Windows, Amiga и др. Максималь-

ный размер изображений, который может быть сохранен в этом форма-

те, составляет 64000×64000 пикселов при 256 цветовой палитре. В этом

формате применяется метод сжатия без потерь LZW, который обеспечи-

вает сжатие изображения около двух раз и достаточно высокое быстро-

действие, приемлемое при просмотре сжатых файлов. Этот формат по-

зволяет в одном файле сохранять несколько изображений, что удобно

при сохранении анимированных изображений, а также поддерживает

использование так называемой прозрачности фона (transparency) и ре-

жим чередования строк, что удобно при работе с графикой в Интерне-

те.

Joint Photographic Experts Group. Этот формат, известный как JPEG,

разработан для записи фотографических изображений. Файлы этого

формата имеют расширение .jpg и поддерживаются приложениями для

всех операционных систем. Максимальный размер изображений, кото-

рый может быть сохранен в этом формате, составляет 64000×64000 пик-

селов при 24-битовой глубине цвета. В этом формате использован стан-

дарт сжатия JPEG, который обеспечивает высокую степень сжатия ценой

некоторой потери качества восстанавливаемых изображений. При со-

хранении изображений в этом формате имеется возможность выбирать

степень сжатия в зависимости от требований к качеству восстановлен-

ного изображения. Файлы этого формата характеризуются невысокой

скоростью просмотра. Данный формат применяется для сохранения и

обмена данными, а также в Интернете. Подробно сжатие изображений

в формате JPEG будет рассмотрено в п. 4.2.

Fractal Image Format. Файлы этого формата имеют расширение .fif

и позволяют хранить изображения в 24-битных цветах в независимом

от разрешающей способности виде. В данном формате использован фрак-

тальный метод сжатия изображений, который, как уже отмечалось, обес-

печивает очень высокую степень сжатия изображений (в 2–2000 раз по

выбору пользователя), однако, как и во всех методах сжатия с потерями,

достигается это за счет некоторого снижения их качества при восста-

новлении. Особенностью этого формата является также очень низкая

скорость сжатия. Формат Fractal Image Format сравнительно мало рас-

пространен в настоящее время, познакомиться с его применением мож-

но в программе Fractal Imager Plus.

Вейвлет Image Files. Файлы этого формата имеют расширение .wif

и позволяют хранить изображения в 24-битных цветах. В этом фор-

мате использован метод сжатия изображений, основанный на при-

менении вейвлет-преобразований, который, по сравнению с мето-

дом сжатия в JPEG, обеспечивает более высокую степень сжатия

изображений. Как и во всех методах сжатия с потерями, в этом мето-

де высокая степень сжатия обеспечивается ценой некоторой потери

качества восстанавливаемых изображений, однако оно выше, чем при

использовании JPEG. При сохранении изображений в этом формате

также имеется возможность выбирать степень сжатия в зависимости

от требований к качеству восстановленного изображения. Файлы это-

го формата характеризуются более высокой скоростью просмотра,

чем при использовании формата JPEG. В настоящее время этот фор-

мат записи изображения применяется в графическом редакторе Corel

Photo-Paint 8.

Portable Network Graphics. Этот формат файлов растровых изобра-

жений был разработан для обмена графическими данными. Файлы это-

го формата имеют расширение .png. Формат поддерживает до 48 бит на

пиксел. В этом формате изображения сохраняются с использованием

метода сжатия без потерь LZW. При использовании метода сжатия без

потерь, как уже отмечалось, величина сжатия оказывается небольшой,

и поэтому получаются файлы сравнительно больших размеров. В этом

формате можно хранить изображения с прозрачным фоном. В послед-

нее время этот формат поддерживается все большим количеством при-

ложений и используется для размещения графики в Интернете.

Targa. Этот формат файлов растровых изображений был разработан

фирмой True Vision. Файлы этого формата имеют расширение .tga. Дан-

ный формат поддерживается приложениями, работающими в операци-

онных системах MS-DOS, Windows, UNIX, Atari, Amiga и др. Формат

поддерживает 256 цветов, а также 16-битные и 24-битные цвета при

неограниченном размере изображений. В этом формате применен ме-

тод сжатия изображений без потерь RLE, а следовательно, как уже от-

мечалось, величина сжатия оказывается небольшой, и поэтому получа-

ются файлы больших размеров. Формат применяется в приложениях

для рисования, графики и создания изображений; является популярным

при обмене файлами между различными платформами.

TIFF (Tagged Image File Format). Это универсальный формат, важ-

ным достоинством которого является переносимость на разные плат-

формы. Файлы, записанные в данном формате, имеют расширение .tif.

Формат поддерживает 24-битные (RGB) и 32-битные (CMYK) цвета;

использует методы сжатия без потерь: RLE и LZW; позволяет сохранять

сопроводительные подписи для идентификации изображений. В насто-

ящее время он широко применяется в издательских системах.

4.2. Сжатие изображений в формате JPEG

В формате записи изображений JPEG использован метод сжатия с

применением дискретного косинусного преобразовании, то есть метод

сжатия с потерями информации. Аббревиатура JPEG означает название

организации, разработавшей этот стандарт, – Joint Photographic Experts

Group (Объединенная группа экспертов по фотографии). Этот формат

предусматривает сжатие как черно-белых полутоновых изображений,

так и цветных. Рассмотрим случай сжатия цветных изображений как

более общий. В цветном изображении каждый пиксел представлен тре-

мя байтами: по байту на красный – R, зеленый – G и синий – B цвета.

Сжатие изображения начинается с того, что оно разбивается на от-

дельные блоки размером 16×16 отсчетов каждый, которые затем сжима-

ются независимо друг от друга.

В каждом блоке от трех матриц отсчетов (для красной – R, зеленой –

G и синей – B компонент изображения) осуществляют переход к трем

матрицам, представляющим яркостную Y и две цветностных Cb и Cr

компоненты изображения. Компоненты Cb и Cr являются аналогами

цветоразностных сигналов в хорошо известной совместимой системе

цветного телевидения SECAM. В отличие от компонентов R, G, B ком-

понент Y включает в себя только информацию о яркости пикселов, а

компоненты Cb и Cr содержат информацию только об их цвете и его

насыщенности. Поскольку острота зрения человека при наблюдении чи-

сто хроматических изображений (pure chromatic) существенно ниже, чем

при наблюдении изображений, имеющих только яркостный контраст

(achromatic), переход к компонентам Cb и Cr выгоден, так как позволяет

при их кодировании использовать меньшее количество отсчетов в бло-

ке и за счет этого получить дополнительное сжатие. Этот переход (пе-

рекодирование) осуществляется следующим образом:

0,299 0,587 0,11 ,YRGB

=++

Cb 0,168 0,331 0,5 ,

RGR

=−+

Cr 0,5 0,418 0,0813 .

RG B

=− +

Матрица, представляющая яркостную компоненту и имеющая раз-

мер 16×16 отсчетов, разделяется на четыре матрицы размером 8×8 от-

счетов каждая, а две цветностных матрицы Cb и Cr путем прорежива-

ния по строкам и столбцам преобразуются в две цветностных матрицы

Cb и Cr размером 8×8. При прореживании этих матриц из них исключа-

ются каждая вторая строка и каждый второй столбец. Такое преобразо-

вание оказывается допустимым, поскольку, как уже отмечалось выше,

наше зрение имеет пониженную остроту при наблюдении чисто хрома-

тических изображений. На этом этапе сжатия, с одной стороны, в сжи-

маемое изображение вносятся необратимые искажения за счет проре-

живания, то есть происходит потеря информации, а с другой – имеет

место его сжатие в два раза. Действительно, до прореживания полное

количество отсчетов, которыми был представлен блок изображения,

равнялось 3×16×16 =7 68, в то время, как после прореживания, – только

384.

Затем каждый из отсчетов шести матриц размером 8×8 отсчетов под-

вергается ДКП, квантованию на 4096 уровней и представляется 12-

разрядным двоичным кодом. При этом получаются шесть матриц спек-

тральных коэффициентов, четыре из которых представляют собой

компоненту Y, а две – компоненты Cb и Cr. Основное сжатие достигает-

ся на этапе квантования спектральных коэффициентов благодаря тому,

что спектральные коэффициенты с большими индексами, на долю ко-

торых приходится малая доля энергии изображения, квантуются на ма-

лое число уровней (или усекаются), и, следовательно, на их представ-

ление затрачивается мало двоичных единиц кода. На этом этапе также

имеет место потеря информации, так как в изображение вносятся нео-

братимые искажения (шум квантования). Процесс квантования заклю-

чается в том, что матрица спектральных коэффициентов целочислен-

но, поэлементно делится на матрицу квантования, имеющую такую же

размерность, что и блоки спектральных коэффициентов, то есть 8×8.

При этом значение проквантованного спектрального коэффициента

()

кв

,Fuv

определяется следующим образом:

()

кв

Fuv

Quv

где

()

кв

,Fuv

– исходное, неквантованное значение спектрального ко-

эффициента, а

()

,Quv

– соответствующий ему по положению в мат-

рице элемент матрицы квантования. Матрица квантования Q построе-

на по зональному принципу, составляющие ее числа представляют собой

величины, равные

()

−

где m – число уровней, на которое квантует-

ся спектральный коэффициент, входящий в соответствующую зону. Эта

процедура интересна тем, что процесс целочисленного деления, с од-

ной стороны, обеспечивает приведение спектральных коэффициентов

к значениям одного порядка, а с другой – благодаря имеющему при

этом место округлению достигается собственно квантование. После вы-

полнения операции квантования мы получаем матрицу проквантован-

ных спектральных коэффициентов F

кв

, особенностью которой является

наличие большого количества малых и нулевых спектральных коэффи-

циентов, расположенных преимущественно в правом нижнем углу мат-

рицы. При восстановлении сжатого изображения значения прокванто-

ванных спектральных коэффициентов

()

кв

,Fuv

умножаются поэлемент-

но на значения соответствующих коэффициентов матрицы квантова-

ния

()

,Quv

Следующий шаг алгоритма сжатия состоит в преобразовании полу-

ченной матрицы квантованных спектральных коэффициентов 8×8

в вектор из 64 элементов, в котором малые и нулевые спектральные

коэффициенты должны быть по возможности сгруппированы. Эта цель

достигается путем применения так называемого зигзаг-сканирования,

показанного на рис. 17. Поскольку в начале зигзаг-сканирования счи-

тываются спектральные коэффициенты с большими амплитудами, а в

конце – спектральные коэффициенты, величина которых мала или рав-

на нулю, получающаяся в результате этого сканирования последователь-

ность чисел будет в конце содержать длинные последовательности ну-

лей. Эта особенность используется для дальнейшего сжатия данных

путем энтропийного кодирования, которое состоит в последовательном

применении метода кодирования длин серий и кода Хаффмена. Из ряда

спектральных коэффициентов образуются пары чисел, одно из которых

равно значению ненулевого спектрального коэффициента, а другое –

количеству предшествующих этому спектральному коэффициенту ну-

Рис. 17

01234567

v→

→

лей. Полученные таким образом пары сжимаются посредством приме-

нения кода Хаффмена с фиксированной таблицей. В этой таблице наи-

более вероятным значениям полученных чисел, которые соответствуют

малым последовательностям нулей и малым значениям ненулевых спек-

тральных коэффициентов, ставятся в соответствие короткие коды. По-

скольку код Хаффмена является префиксным, то в данном случае не

требуется разделителей между кодовыми словами.

Алгоритм декодирования повторяет все перечисленные операции, но

в обратном порядке.

Достоинством описанного метода является высокий коэффициент

сжатия, который для цветных изображений при хорошем качестве их

восстановления может достигать 6–10. Величина коэффициента сжатия

изображений при их записи в файл может регулироваться посредством

специальной опции, которая соответствующим образом изменяет коэф-

фициенты матрицы квантования Q. С помощью этой регулировки уста-

навливается допустимая степень ухудшения сжимаемого изображе-

ния, как, например, это сделано в графическом редакторе PhotoShop.

Чем большая степень сжатия выбрана, тем большие искажения будут в

восстановленном изображении. При недопустимо больших степенях

сжатия, если не принято специальных мер, на восстановленном изоб-

ражении будет просматриваться блочная структура, так называемый

эффект забора, заклеенного объявлениями. В настоящее время этот

метод сжатия широко применяется практически во всех графических

редакторах.

4.3. Сжатие изображений в формате JPEG-2000

В отличие от формата сжатия JPEG в формате JPEG-2000 вместо

дискретных косинусных преобразований используются вейвлет-преоб-

разования, благодаря чему при больших величинах сжатия на декомп-

рессированных изображениях не появляются неприятные артефакты в

виде блочной структуры размером 8×8 пикселей [2]. Дополнительным

преимуществом, которое получается благодаря использованию вейвлет-

преобразований, является возможность постепенного «проявления»

изображения при передаче его по сети, поскольку вначале передается

компонента

()

,,vkn

то есть аппроксимация (размытая версия исход-

ного изображения), а затем – другие компоненты. Эта особенность по-

зволяет просто показывать «огрубленные» изображения по заголовку.

Алгоритм JPEG-2000 включает в себя следующие вычислительные

операции при сжатии цветных изображений.

Вначале осуществляется сдвиг по интенсивности каждой компонен-

ты RGB изображения перед ее преобразованием в цветовое простран-

ство YUV. Это делается для симметрирования динамического диапазона

сигнала относительно нуля, благодаря чему увеличивается степень сжа-

тия. Преобразование выполняется в соответствии с формулой:

() ()

вых вх

,,2

IknIkn

−

=−

Значение степени g для каждой компоненты R, G и B определяется

компрессором при сжатии и сообщается декомпрессору так, что при

декомпрессии выполняется обратное преобразование:

() ()

вых вх

,,2.

IknIkn

−

Следующая вычислительная операция, выполняемая компрессором,

заключается в преобразовании сигналов из цветового пространства RGB

в цветовое пространство YUV в соответствии с формулами:

()

RGB=++

URG

=−

VBG

=−

при этом в декомпрессоре для обратного преобразования выполняются

вычисления по формулам:

RUG

()

YUV=− +

BV G

В отличие от алгоритма JPEG в алгоритме JPEG-2000 не осуществ-

ляют прореживания матриц U и V по строкам и столбцам в целях увели-

чения степени сжатия. Для достижения этой цели достаточно при вейв-

лет-преобразовании матриц цветоразностных отсчетов уменьшить

количество рекурсивных повторений по сравнению с числом повторе-

ний при вейвлет-преобразовании матриц яркостных отсчетов.

Далее выполняется дискретное вейвлет-преобразование яркостной и

двух цветоразностных матриц.

Следующая вычислительная операция заключается в квантовании

всех компонент (матриц), полученных в результате вейвлет-преобразо-

ваний.

На заключительном этапе полученные массивы данных сжимаются

посредством энтропийного кодера, который называется MQ-кодером. В

этом кодере осуществляется декорреляция кодируемых отсчетов и их

сжатие посредством арифметического кодирования.

Процесс декомпрессии осуществляется в обратном порядке.

4.4. Сжатие изображений в формате MPEG-2

При разработке метода сжатия движущихся изображений к нему был

предъявлен ряд весьма жестких и противоречивых требований. Во-пер-

вых, этот метод должен обеспечивать высокую степень сжатия при вы-

соком качестве восстановленных изображений, поскольку цифровые

потоки, необходимые для передачи несжатых изображений, чрезмерно

велики. Для того чтобы передать цветное телевизионное изображение

(при затрате 24 двоичных единиц на отсчет, разложении его на 576

строк с 720 отсчетами в строке и 25 кадрах в секунду) потребовался бы

цифровой поток в 240 Мбит/сек. Кроме того, метод сжатия должен обес-

печить произвольный доступ к любому кадру, что необходимо при мон-

таже фильма. Необходимо также при передаче обеспечить синхрониза-

цию видео и аудио дорожек, а также помехоустойчивость самой передачи.

В настоящее время для этих целей разработана целая группа методов

сжатия, объединенная в стандарт MPEG-2 (Moving Picture Experts Group).

В стандарте MPEG-2 использованы принципы сжатия изображений, ос-

нованные на устранении межкадровой (временной), внутрикадровой

(пространственной) и психофизической избыточности.

Для устранения межкадровой избыточности применяется временная

дифференциальная кодово-импульсная модуляция (ДКИМ), которая ис-

пользует то обстоятельство, что последующий кадр в движущемся

изображении обычно мало отличается от предыдущего, что позволяет

его достаточно точно предсказать. Передавая ошибку предсказания, а

по существу, разность между двумя соседними кадрами, которая содер-

жит много нулей, можно существенно сократить цифровой поток. Точ-

ность предсказания при передаче движущихся изображений также уве-

личивают за счет оценки вектора движения и компенсации этого

движения. Принцип формирования вектора движения состоит в том,

что в передаваемом кадре выделяется движущаяся область изображе-

ния, например автомобиль, перемещающийся в направлении, перпен-

дикулярном оси наблюдения. Если оценить смещение этой области от