Стандарти за компресиране на изображения

Стандарти за компресиране на изображения
1. Стандарт за компресиране на неподвижни изображения.
Стандарт JPEG.
Нуждата от международен стандарт за компресиране на неподвижни изображения
довежда до формиране през 1986 г. на JPEG (Joint Photographic Expert Group). Тази
група е наета от ISO и CCITT за да разработи международен стандарт за компресиране
на неподвижни картини с различна разделителна способност във формат Y Cr Cb или
RGB. Компресирането на JPEG може да бъде със загуба или без загуба, след преценки
субективни тестове групата предлага алгоритъм базиран на дискретната косинусова
трансформация (ДКТ).
За оценка на нужната степен на компресия на изображенията се вземат в
предвид изискванията за съхраняване и предаване на едно некомпресирано
изображение. Типично цифрово цветно изображение, съдържа 512х480 пиксели. При
три байта на пиксел (по един за червения, зеления и синия компонент), изображението
изисква 737280 бита памет. За предаване на некомпресиран образ по даден 64kb/s канал
са необходими около 1,5 минути. JPEG алгоритъма предлага коефициент на компресия
24 и така се намалява необходимата памет за съхранение на цветното изображение с
размер 512х480 пиксела до 30720 бита и времето за предаване на около 3,8 секунди.
JPEG стандарта включва три части – базова система, разширена система и
специална функция за кодиране без загуба на информация.
Базовата система е ядрото на алгоритъма и трябва да присъства във всеки
кодер/декодер, използващ JPEG стандарта. Тя включва двумерно дискретно косинусово
преобразуване на блок с размери 8х8, квантуване, пренареждане и ентропийно
кодиране на трансформантите по някои от методите за беззагубна компресия. Базовата
система предлага едновременна обработка на 4 цветови компонента на пиксел, всеки
представен чрез 8 бита максимум. Това осигурява независимостта на стандарта от
цветовото пространство, в което е представено обработваното изображение.
Разширената система включва базовата, но е допълнена с възможности за
аритметично кодиране, предаване без загуба на информация и способност за
прогресивно изграждане на компресираното изображение.
Специалната функция е добавена в случай на потребителски отказ от компресия
със загуба на информация.
Броят на параметрите в JPEG стандарта, отнасящи се до първоначалното
изображение и процеса на преобразуване и кодиране, може да бъде избран така, че да
отговаря на конкретни потребителски изисквания.
2. Компресиране на подвижни изображения
Международната организация по стандартизиране ISO през 1988 г. организират
международна работна група с названието MPEG (Motion Pictures Experts Group).
Задачата на работната група е да се разработят методи и международни норми за
съкращаване на цифровата информация на видеосигнала, което да позволи
осъществяването на кодирането на източника. С въвеждането на цифровото видео се
появява и необходимостта от компресия на информация с цел задоволяване на повече
приложения. Изискваният коефициент на компресия се постига чрез премахване на
пространствения и временен излишък на видеосигнала. Компресията води до
информационни загуби. Сигналът, възстановен от компресираните данни, не е
идентичен на входния видеосигнал. Компресията обикновено вкарва дефекти в
декодирания сигнал.

Първото изискване към този стандарт е да се постигне възможно най – високо
качество на декодираното видео при дадена скорост на обмен. В допълнение към
качеството на изображението различните приложения поставят допълнителни
изисквания. Например, мултимедийните приложения изискват да се декодира всеки
кадър за кратко време; други приложения изискват известна степен на гъвкавост към
грешки, а освен това трябва да се поддържат широк набор от видеоформати.
2.1 Метод за компресия и алгоритъм на MPEG – 1 стандарт.
Главната цел на MPEG – 1 е да се постигне едно средно качество на видеокартината с
константна скорост на предаване на данните от 1,5 Mb/s при запис върху CD-ROM .
Видео информацията използва 1,15 Mb/s, а оставащите 350kb/s са за звуковия съпровод,
за допълнителните данни необходими на системата и друга информация. MPEG – 1 се
основава на алгоритъма за междукадровата компресия. Тъй като динамичните видео
изображения са последователност от неподвижни (статични) кадри, то е възможно да се
компресира даден видеосигнал, използвайки методи, подобни на JPEG стандарта. Тези
методи се наричат вътрешно кадрово кодиращи, като всеки кадър е индивидуално и
независимо компресиран. Вътрешно кадровото кодиране използва пространствените
излишъци, които съществуват между съседните пиксели в един кадър. Редуцирането на
излишъка във времето при последователност от кадри се нарича междукадрова
компресия. При междукадровата компресия като допълнителен психофизичен фактор
се използва ниската чувствителност на окото към разделителната способност при
движещи се обекти. Прилага се пространствено – времева допълнителна дискретизация
на кадрите характерна за системите NTSC, PAL, SECAM. Тази компресия се основава
на факта, че в дадена група от последователни картини би могло да се съхрани изцяло
само първата картина и измененията от следващите. Последователността от картини се
разделя на отделни групи от картини. Върху първата картина от дадена група се
прилага вътрешнокадрова компресия. Тези картини винаги могат да възстановени при
необходимост. Те се наричат вътрешнокадрови (I - картини) и представляват точките за
достъп в последователността. Останалите картини в групата се кодират спрямо първата
картина. Към тях може да се осъществи пряк достъп, а е необходимо първо да се
декодират I – картините. За това важно е определянето на размера на дадена група.
Увеличаването на броя на картините в групата, от една страна води до повишаване на
степента на компресия, но от друга страна води до ограничения при достъп. Наложил
се е размер на група, който дава възможност за три точки на достъп на секунда (8 - 10
картини в група).
В дадена група се различават три типа картини:
1.Вътрешнокадрови картини – означени като I – картини;
2.Предсказани картини – означени като Р – картини;
3.Интерполационни (двупосочни или двупосочно предсказани) – означени
като – В – картини;
Вътрешнокадровите картини разрешават пряк достъп, кодират се самостоятелно
и се отличават със сравнително нисък коефициент на компресия.
Предсказаните картини се кодират, като се използва предходна I – или В –
картина. При тях коефициентът на компресия е по висок в сравнение с I – картините и
по – нисък в сравнение с В – картините.
Интерполационните картини се кодират спрямо предходна I – или Р – картина и
една следваща I – или Р – картина. Те имат най – висок коефициент на компресия.
Всяка серия от изображения се разделя на последователности от образи (ПОБ).
Всяка ПОБ съдържа един вътрешнокадрови кадър (I – кадър), последван от комбинация

от прогнозно кодирани кадри (Р – кадри) и двупосочно прогнозирани и
интерполационно кодирани (В – кадри).
На фиг.1 е показана ПОБ, състояща се от осем кадъра. Тя съдържа следните
кадри: I – кадър – 1 и 8; Р – кадри 4 и 6; и В – кадри – 2, 3 и 5.
1
I
2
B
3
B
4
P
5
B
6
P
7
B
8
I
Двупосочна прогноза
1
I
4
P
2
B
3
B
6
P
5
B
8
I
7
B
Ред на предаване
Група от образи
Фиг.1
Последователност от образи
Редът за кодиране и предаване на кадрите и показан на фиг.1. В – кадрите 2 и 3
са кодирани след Р – кадър 4, използвайки Р – кадъра 4 и I – кадъра 1 като справочник.
В – кадърът 7 е част от следващата ПОБ, защото той е кодиран след I – кадъра 8. I –
кадрите служат като входни точки за следващо декодиране. MPEG стандарта допуска
ПОБ да бъдат с произволна структура и дължина.
Компресираната информация, получена при кодирането на един кадър в ПОБ,
образува нивото на изображението. То съдържа първо, информация за типа на кадъра,
който е съставен (I, P или B) и второ, позицията на кадъра в реда на дисплея. Битовете,
съответствуващи на вектора на движение и на ДКТ коефициентите, са групи в
макроблоково и блоково ниво.
Типичното телевизионно изображение съдържа 512х512 пиксела за кадър и
изисква скорост на предаване 30 кадъра в секунда. Затова за предаване на цифрово
видео със задоволително качество необходимият коефициент на компресия при
предаване на кадри е 140:1. Декомпресирането става в реално време. Необходими са
специални процесори за хардуерна реализация на алгоритъма.
2.2 Метод за компресия и алгоритъм на MPEG – 2 стандарт.
Този стандарт се явява втора фаза на MPEG стандарта и е предназначен за
кодиране на видео сигналите зададени от CCITT, т.е. 720 пиксела, 480 линии, 30кадъра
в секунда и 2:1 припокриване при бит – скорост 2Mb/s или по – висока (до 15 Mb/s), в
професионалните апаратури се използва скорост до 15 Mb/s. Използва се за кодиране и
пренасяне на изображения за целите на телевизионното разпръскване. MPEG – 2 е
съвместим във възходяща посока с MPEG – 1, което означава , че един декодер MPEG –
2 може да декодира всички съвместими с MPEG – 1 елементарни потоци от данни.
Нива и профили на MPEG – 2.
Стандартът MPEG – 2 има четири нива, определящи разделителната способност на
картината в обхвата от SIF до HDTV и пет профила, определящи набора от средства за
компресиране, които ще бъдат използвани. Следователно, налице е един компромис

между степента на компресиране и цената на декодера. Някои комбинации на нива и
профили не се използват поради – малкия интерес към тях.
Нива в стандарта MPEG – 2
№ Название ОзначениеМаксимален
брой на отчетите
Максимална
скорост на
цифровия
поток, Mb/s
1 Високо (High ) HL 1920х1152 80(100)
2 Високо 1440 (High 1440)H14L 1440х1152 60(80)
3 Главно (Main) ML 720х576 15(20)
4 Ниско (Low) LL 352х288 4
Високо ниво (HL ). Предвидено е за кодиране на телевизионен сигнал с висока
разделителна способност (HDTV) с формат на изображението 16:9 и с брой на отчетите
в секунда 55,3.10
6
.
Високо ниво1440 (H14L ). Това ниво също е за сигнал с висока разделителна
способност (HDTV), но с 1440 отчета в ред от развивката. Съответно броят на отчетите
за секунда са 41,5. 10
6
.
Главно ниво (ML). Това ниво е предвидено за кодиране на телевизионен сигнал,
съответствуващ на PAL стандарт с 10,4. 10
6
отчета в секунда.
Ниско ниво (LL). Ниското ниво се използва за кодиране на телевизионно
изображение с намалена разделителна способност, съответствуваща на качеството на
VHS видеомагнетофоните. Това ниво е подобно на формата SIF (Standard Image Format)
в стандарта MPEG – 1.
Профили в MPEG – 2.
№ Название ОзначениеХарактеристика
1 Висок (High) НР Най – качествено системно решение
2 Профил с пространствена
мащабируемост (Spatial
Skalable Profile)
SSP
Висок профил но без временна
мащабируемост.
3 Профил с
мащаб