Версия для печати

Методы сжатия видео изображений, основанные на вейвлет-преобразовании: Wavelet и JPEG2000

Формат сжатия Wavelet

В цифровых системах видеонаблюдения широко используется метод сжатия видео Wavelet. Последовательность действий, которую использует метод сжатия Wavelet, в целом аналогична алгоритму JPEG. Принципиальная разница состоит в способе преобразования видеосигнала: метод сжатия JPEG использует дискретно-косинусное преобразование сигнала, тогда как метод сжатия Wavelet представляет сигнал как суперпозицию конечных во времени негармонических функций – вейвлетов.

Вейвлет Wave	Вейвлет MHAT	Вейвлет Морле

Метод сжатия Wavelet преобразует изображение по следующему алгоритму:

Вейвлет-преобразование

После преобразования в цветовое пространство типа цветность/яркость изображение обрабатывается высокочастотным и низкочастотным фильтрами по строкам и столбцам с последующим прореживанием. Фильтр представляет собой небольшое «окно». Значения яркости и цветности попавших в него пикселей умножаются на заданный набор коэффициентов, а полученные значения суммируются, и «окно» сдвигается для расчета следующего значения.

В результате фильтрации вместо одного изображения размером mxn вейвлет-преобразование дает четыре изображения размером (m/2) x (n/2). Фильтрация низкочастотным фильтром по горизонтали и по вертикали дает самое высокоинформативное изображение, которое подвергается дальнейшей фильтрации (число уровней фильтрации обычно составляет от 4 до 6), тогда как результат обработки высокочастотным фильтром по горизонтали и по вертикали чаше всего отбрасывается. Изображения, полученные с применением высокочастотного фильтра по строкам и низкочастотного по столбцам или низкочастотного фильтра по строкам и высокочастотного по столбцам, квантуются и после кодирования попадают в выходной поток.

Результатом вейвлет-преобразования, как и дискретного косинусного преобразования, является массив числовых коэффициентов. На следующем этапе происходит квантование этого массива, и близкие к нулю коэффициенты отбрасываются. Затем массив подвергается кодированию.

Преимущество метода сжатия Wavelet перед JPEG состоит в том, что Wavelet преобразует полное изображение, а не его отдельные фрагменты, и позволяет получить качественное изображение при больших (до 100) коэффициентах сжатия. При высокой степени компрессии метод сжатия Wavelet может давать искажения, имеющие вид ряби вблизи резких границ, однако такие артефакты в среднем меньше бросаются в глаза наблюдателю, чем «мозаика», создаваемая JPEG. В 2000 году вариант сжатия методом Wavelet включен в стандарт JPEG (метод сжатия JPEG-2000).

Метод сжатия Wavelet применяется для компрессии видеосигнала в цифровых устройствах Mitsubishi Electric:

или GE Security/Kalatel:

Метод сжатия JPEG2000 - еще одна реализация вейвлет-преобразования

JPEG2000 предполагает увеличение коэффициента сжатия по сравнению с JPEG на 30%. Этот метод сжатия использует вейвлет-преобразование, благодаря чему характерные для JPEG блочные искажения исчезают, а коэффициент сжатия может достигать 200 (хотя при больших коэффициентах сжатия появляются артефакты, создаваемые вейвлет-преобразованием). Кроме того, метод сжатия JPEG-2000 обладает рядом других преимуществ перед JPEG.

• JPEG2000 может осуществлять сжатие как с потерями, так и без потерь. В дополнениях к JPEG2000 есть защищенный патентами режим сжатия без потерь (коэффициент сжатия до 20).
• Метод сжатия JPEG2000 устойчив к ошибкам, возникающим при передаче изображения по сети.
• Независимо от способа кодирования, который использует алгоритм сжатия JPEG2000, применяется один и тот же декодер.  
• Метод сжатия JPEG2000 предполагает, что из одного кодового потока могут быть декодированы изображения с различным пространственным разрешением (масштабируемость разрешения).
• Этот метод сжатия дает возможность обрабатывать отдельные участки изображения и сжимать изображения больших размеров.

На этапе предварительной обработки изображение разбивается на несколько равных блоков. Затем в каждом блоке происходит смещение постоянной составляющей: из значений цветности для каждого пикселя вычитается среднее значение, – после чего смещенные значения цветности преобразуются в систему яркость/цветность. После применения вейвлет-преобразования полученные матрицы числовых коэффициентов подвергаются квантованию. Следующий этап сжатия изображения – энтропийное кодирование – предполагает применение адаптивного арифметического кодера, а не кодирования по методу Хаффмана, как в алгоритме JPEG, за счет чего увеличивается скорость сжатия. Затем сжатый поток данных разбивается на пакеты. Именно благодаря гибкой и продуманной структуре пакетов возможно достижение целей разработки этого метода сжатия.

Подробнее о сетевых устройствах для цифровой системы видеонаблюдения читайте в подразделах раздела "видеонаблюдение" сайта АРМО-Системы, являющейся одним из крупнейших российских дистрибьюторов цифрового оборудования для видеонаблюдения многих известных мировых производителей.