Binarny koder obrazów ze skalą szarości

• Autorzy: Przelaskowski A.

Warianty tytułu

EN

Binary coder of grayscale images

• Konferencja: X Sympozjum Nowości w Technice Audio i Wideo, Wrocław, 16-18 września 2004
• Języki publikacji: PL

Abstrakty

PL

Przeprowadzono analizę najbardziej wydajnych (tj. dających duże stopnie kompresji przy akceptowalnej w praktyce złożoności) koderów obrazów ze skalą szarości ze względu na możliwość zwiększenia efektywności kompresji w przypadku silnie zróżnicowanych zbiorów danych. Zestawiono rozwiązania dotyczące etapów dekompozycji, modelowania i binarnego kodowania koderów CALIC, JPEG-LS, JPEG2000, SPIHT, APT. W eksperymentach wykorzystano także kodery obrazów czarno-białych (ze skalą binarną) według koncepcji kodowania map bitowych, stosowane w standardach JBIG. Przeprowadzono optymalizację dekompozycji falkowej w koderze według JPEG2000. Ponadto, zaproponowano binarny koder obrazów (BKO) z doborem porządku skanowania określanym na poziomie pikseli. Kodery badano z wykorzystaniem 29 klasycznych obrazów testowych: naturalnych, specjalistycznych, z elementami grafiki, sztucznych (używanych przy optymalizacji standardów JPEG, JPEG2000, JPEG-LS). BKO pozwolił uzyskać efektywność kompresji na poziomie najskuteczniejszej znanej techniki CALIC, a dając mniejsze zróżnicowanie w stosunku do rezultatów optymalnych, okazał się rozwiązaniem bardziej uniwersalnym.

EN

State-of-the-art coders CALIC, JPEG-LS, JPEG2000, SPIHT and APT were experimentally examined as useful tools for lossless compression of grayscale natural images. Because of limited efficacy for certain cases, a binary image coder with pixel-based data ordering, word data serialization, modelling and arithmetic coding was verified. Moreover, bit map encoding methods from JBIG and JBIG2 standards were tested. The coder based on binary source model was proposed as an alternative way of image data coding in relation to a majority of methods based on decomposition procedures (prediction, wavelet transform). Differentiated set of 29 test images was used in realised experiments. The binary image coder achieved compression efficiency similar to CALIC (and seems to be even more universal) and significantly better than any other used coder in a sense of lower total bit rate.

Słowa kluczowe

PL

bezstratna kompresja obrazu; kodowanie arytmetyczne; adaptacyjne kodowanie binarne; modelowanie obrazów

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Telekomunikacji i Akustyki Politechniki Wrocławskiej. Konferencje
• Rocznik: 2004
• Tom: Vol. 85, nr 29
• Strony: 243--252
• Opis fizyczny: bibliogr. 23 poz., rys., tab.

Twórcy

autor

Przelaskowski A.

• Instytut Radioelektroniki, Politechnika Warszawska, ul. Nowowiejska 15/19, 00-665 Warszawa

Bibliografia

• [1] CLUNIE D.A., Lossless compression of grayscale medical images-effectiveness of traditional and state of the art approaches. Proc SPIE Med Imaging 3980, 2000, 74-84.
• [2] KIVIJARVI J., OJALA T., KAUKORANTA T., et al, A comparison of lossless compression methods for medical images, Comput. Medical Imag. & Graphics 22, 1998, 323-339.
• [3] ISO/IEC 14495-1 Lossless and near-lossless coding of continuous-tone still images (JPEG-LS), 1996
• [4] http://www.ipeg.org/ipeg2000/
• [5] WU X., Lossless compression of continuous-tone images via context selection, quantization, and modelling, IEEE Trans Image Proces 6(5), 1997,656-664.
• [6] MEYER B, TISCHER, P., TMW - a new method for lossless image compression. Proc PCS97 - Picture Coding Symposium, VDE-Verlag GMBH, Berlin Germany, 1997,533-538.
• [7] SAID, A, PEARLMAN, W.A., Image compression via multiresolution representation and predictive coding. Proc. SPIE Visual Comm Image Proces 2094, 1993,664-674.
• [8] BOUTELL T., DILGER A, et al, PNG (Portable Network Graphics) specification, www.w3.org/TR/REC-png-multi.html
• [9] ZANDI A., ALLEN J., SCHWARTZ E., BOLIEK M., CREW: compression by reversible embedded wavelets. Proc. IEEE Data Compression Conf, 1995, 212-221.
• [10] WONG S., ZAREMBA L., GOODEN D., HUANG H.K., Radiologic image compression - a review Proc. of the IEEE 83(2), 1995, 194-219.
• [11] SAID A., Comparative analysis of arithmetic coding computational complexity, Hewlett-Packard Laboratories Report, HPL-2004-75, Palo Alto, CA, April 2004, (http://www.hpl.hp.com/techreports/)
• [12] BOTTOU, L., HOWARD, P.G., BENGIO Y., The Z-coder adaptive binary coder. Proc. IEEE Data Compression Conference, 1998, 13-22.
• [131 ftp://www.pegasustools.eom/ELSCODER.PDF
• [14] MEMON N., WU X., Recent developments in context-based predictive techniques for lossless image compression. Computer Journal 40(2/3), 127-136, 1997,
• [15] MOTTA G., STORER J.A., CARPENTIERI B., Adaptive linear prediction lossless image coding. Proc. of IEEE Data Compression Conference, 1999,491-500.
• [16] PRZELASKOWSKI A., Lifting-based reversible transforms for lossy-to-lossless wavelet codecs. Lecture Notes in Computer Science, Computer Analysis of Images and Patterns, 2124,2001, 61-70.
• [17] PRZELASKOWSKI A., Lossless encoding of medical images: hybrid modification of statistical modelling-based conception, J Electronic Imaging 10(4), 2002, 966-976.
• [18] ISO/IEC International Standard 11544 (ITU/T Recommendations T.82: Progressive Bi-level Image Compression), 1993.
• [19] Final committee draft for ISO/IEC International Standard 14492 1999
• [20] ftp://ftp .sac.sk/pub/sac/pack/ddicompr.zip
• [21] http://www.intuac.com/userport/iohn/apt/index.html
• [22] http://www.cl.cam.ac.uk/~mgk25/ibigkit/
• [23] http://divu.sourceforge.net/