Experimental results of retained zone shape selection in zonal transform compression of greyscale images with the use of piecewise-linear transforms have been presented in the paper. The Walsh and PWL transforms used in the initial stage of the compression algorithm have been described. The zonal compression method, based on retaining of the spectral coefficients belonging to the specified zone, has been presented. Besides the commonly used square zone, various shapes of the retained spectral zone have been considered. Computational results have been compared in terms of the Mean-Square Error (MSE) and the Peak Signal-to-Noise Ratio (PSNR) versus the Compression Ratio (CR). Visual inspection of the reconstructed images has been performed. Results of experiments with the use of the described method have been enclosed in the form of plots and images.
PL
W artykule przedstawiono rezultaty badań nad wyborem kształtu zachowanej strefy w transformacyjnej kompresji strefowej obrazów ze skalą szarości z zastosowaniem transformat odcinkowo-liniowych. Opisano transformaty Walsha i PWL używane w początkowym stadium algorytmu kompresji. Przestawiono metodę kompresji strefowej, opartą o zachowywanie współczynników widmowych leżących wewnątrz wyspecyfikowanej strefy (rys. 2). Obok powszechnie stosowanej strefy kwadratowej rozważono różne kształty zachowanej strefy widmowej (rys. 3). Kształty stref dobrano na podstawie analizy obrazów widma współczynników stosowanych transformat (rys. 1). Przeanalizowano wpływ rozmiaru każdej z badanych stref na efektywność kompresji. W celu uniezależnienia analizy od parametrów wewnętrznych poszczególnych stref, określających bezpośrednio ich wymiary, wprowadzono obiektywny parametr, nazwany współczynnikiem kompresji (ang. Compression Ratio, CR), zależny wprost od liczby zer występujących w widmie zdegradowanym. Efektywność kompresji porównano w sensie błędu średniokwadratowego (ang. Mean-Square Error, MSE) oraz maksymalnego współczynnika sygnał-szum (ang. Peak Signal-to-Noise Ratio, PSNR) w funkcji współczynnika kompresji. Dokonano także wizualnej oceny jakości rekonstruowanych obrazów. Rezultaty badań z użyciem opisanej metody zamieszczono w postaci wykresów (rys. 4 - 7) i obrazów (rys. 8). Na podstawie przeprowadzonych badań wybrano strefy o najlepszym kształcie dla każdej z analizowanych transformat.
Effectiveness analysis of threshold compression of contours with the use of piecewise-linear transforms has been investigated in the paper. Selected piecewise transforms, as Periodic Walsh Piecewise-Linear Transform (PWL), Haar Piecewise-Linear Transform (HPL) and Periodic Haar Piecewise-Linear Transform (PHL), together with the piecewise-constant Walsh Transform have been described. The scheme of a threshold compression method has been presented. Set of typical test contours has been the subject of threshold compression with the use of the selected piecewise-linear transforms. The compression effectiveness has been evaluated in terms of typical quality measures, as the Mean-Square Error, MSE, and Signal-to-Noise Ratio, SNR, by the comparison between the original contour and its reconstruction after the compression. Results of experiments are presented in the form of plots, showing the considered quality measures versus the Compression Ratio, CR, prepared in the Matlab environment.
PL
W artykule badano efektywność kompresji progowej konturów z zastosowaniem transformat odcinkowoliniowych. Opisano wybrane transformaty odcinkowo-liniowe, jak transformata PWL (Periodic Walsh Piecewise-Linear), HPL (Haar Piecewise-Linear) oraz PHL (Periodic Haar Piecewise-Linear), łącznie z odcinkowo-stałą transformatą Walsha. Przedstawiono schemat kompresji progowej. Metodę kompresji progowej z użyciem wybranych transformat odcinkowo-liniowych zastosowano do typowego zbioru konturów testowych. Efektywność kompresji oceniano w sensie typowych miar jakości, takich jak błąd średniokwadratowy MSE (Mean-Square Error) i stosunek sygnał-szum SNR (Signal-to-Noise Ratio), przez porównanie konturu oryginalnego z rekonstruowanym po kompresji. Wyniki badań przedstawiono w postaci wykresów, prezentujących zależność rozważanych miar jakości w funkcji współczynnika kompresji CR (Compression Ratio), opracowanych w środowisku Matlab.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.