Kompresja JPG obrazu sonarowego z uwzględnieniem założonego poziomu błędu

• Autorzy: Borawski M.

Warianty tytułu

EN

JPG compression of sonar image with taking into account an assumed level of error

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano dwie metody kompresji danych z sonaru wykorzystujące algorytm JPG. Umożliwiają one uzyskanie określonego odchylenia standardowego dla bloków obrazu będącego różnicą obrazu skompresowanego i nieskompresowanego oraz zapewniają utrzymanie się w granicach założonego błędu kompresji. Zaprezentowane metody zmieniają tylko sposób kompresji, dekompresja pozostaje bez zmian. Dzięki temu obraz poddany działaniu tych metod może być dekompresowany przez każdy program służący do tego celu. Dla obrazów sonarowych jest to szczególnie ważne ze względu na możliwość wykorzystania kompresji JPG w standardzie GeoTiff pozwalającym na zapis informacji o współrzędnych geograficznych i orientacji względem północy obrazu sonarowego.

EN

In the article, two types of sonar data compression were presented. They both use the JPG algorithm. Thanks to them, it is possible to obtain the standard deviation for blocks of an image, which is a result of compressed and uncompressed image subtraction. They let to stay in the range of assumed compression error level as well. Instead of DCT transform, used in JPG compression, its orthonormal version was used. It allows us to use the properties of invariance of vector length in orthogonal coordinate system. Thanks to that, to determine the error of compression, calculation of reverse DCT transform is not needed. Presented methods change only the way of compression and not the decompression itself. It allows us to use any decompressing software with images compressed by these methods. For sonar images it is very important, because of the possibility of using the JPG compression in GeoTiff standard, allowing us to memorize the information about geographic coordinates and orientation in relation to the north direction of sonar image. Presented methods were compared with Jpg, Jpg2000 and fractal compression for chosen sonar images. The coefficients PSNR and SSI M were used. By the same size of files after the compression, the presented methods give lower quality of image, however, only they allow us to obtain the maximum value of error which is close to predicted one. The excess of this error is a result of rounding errors. For Jpg, Jpg2000 and fractal compression, the maximum error was exceeded several times.

Słowa kluczowe

PL

rozpoznawanie obrazów; sonar; obraz sonarowy; kompresja JPG; GeoTiff

EN

pattern recognition sonar; sonar image; JPG compression; GeoTiff

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2011
• Tom: Vol. 60, nr 3
• Strony: 227--245
• Opis fizyczny: Bibliogr. 21 poz., wykr., tab., il.

Twórcy

autor

Borawski M.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki, 70-210 Szczecin, ul. Żołnierska 49,

Bibliografia

• [1] I. Brailovskiy, D. Plotkin, Modified JPEG algorithm with Binary Interval Transform coding with improved compression ratio, Proceedings GraphiCon, Moscow State University, June 23-27, 2008.
• [2] A. C. Bovik (red.), Handbook of Image and Video Processing, Elsevier, San Diego, 2000.
• [3] K. Cabeen, P. Gent, Image Compression and the Discrete Cosine Transform, http://online.redwoods. cc.ca.us/instruct/darnold/laproj/fall98/pken/dct.pdf [20.05.2010].
• [4] S. Chandra, C. Eblis, JPEG compression metric as a quality aware image transcoding, Proceedings of USI TS' 99: The 2nd US ENIX Symposium on Internet Technologies & Systems, Boulder, Colorado, USA, October 11-14, 1999.
• [5] A. Chybicki, M. Kulawiak, Ł. Kamiński, Z. Łubniewski, J. Dąbrowski, Algorytmy analizy, przetwarzania i wizualizacji danych z sonaru wielowiązkowego w rozproszonych systemach GIS, Polish Hyperbaric Research, 1, 26, 2009, 19.
• [6] A. Chybicki, M. Moszynski, P. Pocwiardowski, Applications of compression techniques for reducing the size of multibeam sonar records, 1st International Conference on Information Technology, Gdańsk, May 18-21, 2008.
• [7] A. Chybicki, M. Moszynski, Metody przetwarzania danych pochodzących z sonarów wielowiązkowych dla potrzeb kompresji, Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej, Technologie Informacyjne, T. 15, 2008, 207-212.
• [8] Class TIFFImageWriteParam, http://java.sun.com/products/java/media/jai/forDevelopers/jaiimageio-1_0_01-fcs-docs/com/sun/media/imageio/plugins/tiff/TIFFImageWriteParam.html [20.05.2010].
• [9] J. Impagliazzo, W. Greene, Q. Huynh, Wavelet image compression algorithm for side-scan sonar and teleradiology, Proceedings Spie, 2491, 162, 1995.
• [10] JPEG File Interchange Format, Version 1.02, http://www.jpeg.org/public/jfif.pdf [20.05.2010].
• [11] K. W. Pratt, Digital image processing, A Wiley-Interscience Publication, New York, 2001.
• [12] M. Ramos, S. Hemami, Edge-adaptive JPEG image compression, Proceedings Spie, vol. 2727, Symposium on Visual Communications & Image Processing, 1996.
• [13] R. Rosenholtz, A. Watson, Perceptual adaptive JPEG coding, Proceedings, IEEE International Conference on Image Processing, Lausanne, Switzerland, IEEE, 11996, 901-904.
• [14] M. Smayra, A sonar imaging system, Dysertacja doktorska, University of British Columbia, 1992.
• [15] A. Stateczny (red.), Metody nawigacji porównawczej, Gdańskie Towarzystwo Naukowe, Gdańsk, 2004.
• [16] A. Stateczny, Problems of comparative plotting of the ship's position, Reports on Geodesy, 1, 61, 2002.
• [17] TIFF Revision 6.0 Final http://partners.adobe.com/public/developer/en/tiff/TIFF6.pdf [20.05.2010].
• [18] G. Wallace, The JPEG still picture compression standard, Communications of the ACM archive, 34, 4, 1991, 30-44.
• [19] A. B. Watson, Image Compression Using the Discrete Cosine Transform, Mathematica Journal, 4, 1, 1994, 81-88.
• [20] Z. Wang, A. C. Bovik, H. R. Sheikh, E. P. Simoncelli, Image Quality Assessment: From Error Visibility to Structural Similarity, IEEE Transactions on Image Processing, 13, 4, 2004, 600-612.
• [21] A. B. Watson, Visual optimization of DCT quantization matrices for individual images, Proceedings AIAA Computing in Aerospace 9, San Diego, CA, American Institute of Aeronautics and Astronautics, 1993, 286-291.