МОДИФІКОВАНИЙ АЛГОРИТМ СТИСКАННЯ ПОСЛІДОВНОСТІ ЗОБРАЖЕНЬ

Автор(и)

DOI:

https://doi.org/10.32851/tnv-tech.2023.1.4

Ключові слова:

стискання, квантування, оптичний потік, ключові точки, піксель, дескриптор, кадр, ентропія, фрагмент, декодування.

Анотація

З поширенням в сучасному світі як цифрових носіїв, так і мережі Інтернет, все частіше постає питання про зберігання та передачу даних у цифровому форматі. Потреби користувачів зростають швидше, ніж розвиваються апаратні технології зберігання та передачі даних, тому все частіше постає питання програмної оптимізації даних процесів. Крім механізмів балансування навантаження, оптимізації в мережевій передачі на транспортному рівні, важливу роль відіграють механізми стискання даних. Стискання даних має на увазі під собою зменшення розміру аналізованої інформації за рахунок використання того факту, що здебільшого дані не є випадковим набором біт, а підпорядковуються певному закону. Іншими словами, використовується той факт, що дані є залежними або випадковими величинами, або випадковими величинами, що підпорядковуються певній, нерівномірній функції розподілу. Більшість даних, що передаються по мережі – фото і відео файли. Для швидкої передачі цих файлів та компактного їх зберігання потрібні ефективні алгоритми стискання, які здатні швидко та якісно стискати окремі зображення та послідовності кадрів відео. Проблемою при стисканні послідовності кадрів відео є обчислювальна складність пошуку областей кореляції зображень, яка проводиться з метою підвищення коефіцієнта стискання шляхом кодування посилання на схожу область зображення та різниці між попереднім та наступним зображенням замість кодування повністю вихідного зображення. Проблемою при стисканні набору зображень є виділення загального контексту даних зображень з метою підвищення якості стиснення. У цій роботі ми розглянемо особливості стискання зображень, дослідимо підходи знаходження подібних областей, оптичних потоків та реалізуємо модель, що дозволяє підвищити ефективність стискання послідовності зображень.

Посилання

Р. Вудс. Цифровая обработка изображений. Москва : Техносфера, 2005.

Стискання на основі передбачення значень пікселей. [Електронний ресурс]. https://www.csd.uwo.ca/~melsakka/publications/journals/pdfs/2007_jvcir_ Nathan ael.pdf

Стискання на базі передбачення збігу значень довколишніх в двумірному сенсі пікселей зображення. [Електроний ресурс]. https://naun.org/main/NAUN/ computers/17-679.pdf

Вейвлет перетворення для стискання зображень. [Електроний ресурс]. https://www.researchgate.net/publication/266018963_Wavelet_image_compressi on

Стандарт JPEG. [Електроний ресурс]. https://web.stanford.edu/class/ee398a/ handouts/lectures/08-JPEG.pdf.

Гістограми орієнтованих градієнтів для виявлення людини [Електронний ресурс]. http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf

Зіставлення зображень за допомогою SIFT, SURF, BRIEF і ORB: порівняння продуктивності для спотворених зображень [Електронний ресурс]. https://arxiv. org/pdf/1710.02726.pdf

FFD: швидкий детектор функцій [Електронний ресурс]. https://ieeexplore. ieee.org/document/9292438

Основи Brute-Force Matcher [Електронний ресурс]. http://man.hubwiz.com/ docset/OpenCV.docset/Contents/Resources/Documents/dc/dc3/tutorial_py_matcher. html

##submission.downloads##

Опубліковано

2023-04-07

Як цитувати

Панков, Т. С., Потапова, К. Р., & Радченко, К. О. (2023). МОДИФІКОВАНИЙ АЛГОРИТМ СТИСКАННЯ ПОСЛІДОВНОСТІ ЗОБРАЖЕНЬ. Таврійський науковий вісник. Серія: Технічні науки, (1), 33-41. https://doi.org/10.32851/tnv-tech.2023.1.4

Номер

Розділ

КОМП’ЮТЕРНІ НАУКИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ