Методы и устройства преобразования и квантования вейвлет-спектров при внутрикадровом сжатии цифровых телевизионных сигналов
Диссертация
Разработка методов сжатия позволяет увеличить пропускную способность каналов связи, повысить помехозащищенность и визуальное качество декодированных изображений. На сегодняшний день существуют высокоэффективные стандарты сжатия (Н.264, 1РЕС-2000), глубоко проработанные и охватывающие множество приложений. Для повышения коэффициентов сжатия изображений, необходима методика, применяющая более… Читать ещё >
Список литературы
- Авдеев О.В., Чобану М. К. Сжатие изображений с помощью частичнойсортировки вейвлет-коэффициентов // Цифровая обработка сигналов. 2006. № 2. С. 15.20.
- Бехтин Ю.С. Поиск оптимального распределения бит при сжатии данныхзашумленных изображений на основе вейвлет-преобразования // Цифровая обработка сигналов. 2007. № 1. С. 17.24.
- Бехтин Ю.С. Теоретические основы вейвлет-кодирования зашумленныхсигналов: монография // Рязан. гос. радиотехн. ун-т. Рязань, 2009. 124 с.
- Брюханов Ю.А., Приоров А. Л. Цифровые фильтры: Учеб. пособ. Ярославль:1. ЯрГУ, 2002. 288 с.
- Ватолин Д.С. и др. Методы сжатия данных. Устройство архиваторов, сжатиеизображений и видео. М.: ДИАЛОГ-МИФИ, 2002. 384 с.
- Волохов В.А., Мочалов И. С., Приоров А. Л. Применение динамическойпороговой обработки в задачах фильтрации цифровых изображений // Тр. LXIV науч. сессии, посвященной Дню Радио. М., 2009. С. 240.241.
- Воробьёв В.П., Трибунин В. Г. Теория и практика вейвлет-преобразования.
- СПб.: Военный университет связи, 1999. 204 с.
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
- Даджион Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.:1. Мир, 1988. 488 с.
- Дворкович В.П., Дворкович A.B. Новый подход к использованию вейвлетфильтров при обработке изображений // Цифровая обработка сигналов. 2008. № 1.С. 37.42.
- Дворкович В.П., Дворкович A.B. Расчет банков фильтров дискретноговейвлет-преобразования и анализ их характеристик // Цифровая обработка сигналов. 2006. № 2. С. 2. 10.
- Дворкович В.П., Дворкович A.B. Цифровые видеоинформационные системытеория и практика): Учеб. пособ. М.: Изд-во НИИР-КОМ, 2010. 208 с.
- Добеши И. Десять лекций по вейвлетам. Москва-Ижевск: НИЦ «Регулярная ихаотическая динамика», 2004. 464 с.
- Дьяконов В.П. Вейвлеты. От теории к практике. М.: СОЛОН-Пресс, 2004.400 с.
- Малла С. Вейвлеты в обработке сигналов. М.: Мир, 2005. 671 с.
- Мочалов И.С. Статистический алгоритм контроля битовой скорости встандарте видеокодирования Н.264 // Докл. междунар. конф. «Проблемы автоматизации и управления в технических системах». Пенза. 2008. С. 55.59.
- Мочалов И.С., Жуков A.A. Алгоритмы контроля битовой скорости встандарте видеокодирования Н.264 // Докл. 15-ой конф. «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань. 2008. С. 96.98.
- Мочалов И.С., Жуков A.A. Контроль битовой скорости на уровнемакроблоков в стандарте видеокодирования Н.264 // Труды междунар. науч. сессии, посвященной дню радио. Москва. 2008. С. 357.359.
- Мочалов И.С., Жуков A.A. Контроль битовой скорости в стандартевидеокодирования Н.264 // Докл. 10-ой междунар. конф. «Цифровая обработка сигналов и ее применение». Москва. 2008. Т. 2, С. 456.460.
- Мочалов И.С., Жуков A.A., Новожилова Т. В. Быстрый алгоритм глобальнойкомпенсации движения, основанный на бинаризации кадров // Докл. 11-ой междунар. конф. «Цифровая обработка сигналов и ее применение». Москва. 2009. Т. 2, С. 430.432.
- Мочалов И.С., Жуков А. А., Приоров А. Л. УагУс программа для сжатия ивоспроизведения видеоданных. Свидетельство о государственной регистрации программы для ЭВМ № 2 010 610 724 от 21.01.10.
- Мочалов И.С., Приоров А. Л., Волохов В.А. Усовершенствование алгоритма
- БРШТ на основе адаптивного изменения фильтров синтеза // Докл. 11-й междунар. конф. «Цифровая обработка сигналов и ее применение» (ОБРА'2009). М., 2009. Т. 2. С. 494.497.
- Мочалов И.С., Приоров А. Л., Цветкова К. Н., Новожилова Т. В. Сжатиеизображений на основе модифицированной схемы вейвлет-преобразования // Докл. 12-й междунар. конф. «Цифровая обработка сигналов и ее применение» (Б8РА'20Ю). М., 2010. Т. 2. С. 136. 139.
- Приоров А.Л. Двумерные цифровые сигналы и системы: Уч. пособ.
- Ярославль: ЯрГУ, 2000. 168 с.
- Приоров А.Л. Согласованные трехмерные вейвлет-фильтры // Цифроваяобработка сигналов. 2008. № 1. С. 51.57.
- Приоров А.Л., Волохов В. А., Мочалов И. С. Параметризация двумерныхвейвлет-фильтров для субполосного разложения кратности 3*3 // Электросвязь. 2009. № 2. С. 25.28.
- Приоров А.Л., Волохов В. А., Мочалов И. С. Синтез двумерных неразделимыхвейвлет-фильтров для субполосного разложения произвольной кратности // Радиотехника. 2010. № 1. С. 74.81.
- Приоров А.Л., Ганин А. Н., Хрящёв В. В. Цифровая обработка изображений:
- Уч. пособ. Ярославль: ЯрГУ, 2001. 218 с.
- Приоров А.Л., Мочалов И. С. Применение измененной схемы вейвлетпреобразования для сжатия изображений // Электросвязь. 2009. № 11. С. 29−34.
- Приоров А.Л., Мочалов И. С. Разработка алгоритма синтеза двумерныхцифровых КИХ-фильтров с заданными частотными свойствами // Тр. ЬХУ науч. сессии, посвященной Дню Радио. М., 2010. С. 191. 193.
- Приоров А.Л., Мочалов И. С., Волохов В. А. Сжатие изображений на основеадаптивного изменения вейвлет-фильтров синтеза в алгоритмах SPIHT и JPEG2000 // Тр. LXIV науч. сессии, посвященной Дню Радио. М., 2009. С. 241.244.
- Приоров А.Л., Хрящев В. В. Обработка и передача мультимедийнойинформации: Уч. пособ. Ярославль: ЯрГУ, 2010. 188 с.
- Прэтт. У. Цифровая обработка изображений. М.: Мир, 1982. Т. 1, 312 с.
- Селомон Д. Сжатие данных, изображений и звука. М.: Техносфера, 2004.368 с.
- Стокман Дж., Шапиро Л. Компьютерное зрение (Computer Vision) —
- M.: Бином. Лаборатория знаний, 2006. — С. 752.
- Умняшкин С. В. Теоретические основы цифровой обработки и представлениясигналов: Учебное пособие. М.: ИД «Форум», 2008. 304 с.
- Умняшкин C.B., Коплович Д. М., Черкасов И. В. Об использованииконтекстного векторного квантования в области дискретных вейвлет-преобразований для компрессии изображений // Цифровая обработка сигналов. 2006. № 2. С. 11.14.
- Уэлстид С. Фракталы и вейвлеты для сжатия изображения в действии. М.:1. Триумф. 2003. 230 с.
- Цифровая обработка телевизионных и компьютерных изображений / Под ред.
- Ю.Б. Зубарева и В. П. Дворковича. М.: Международный центр научно-технической информации, 1997. 212 с.
- Чобану М.К. Многомерные многоскоростные системы обработки сигналов.
- М.: Техносфера, 2009. 480 с.
- Чуй К. Введение в вейвлеты. Пер. с англ. М.: Мир, 2001. 412 с.
- Bamberger R. H., Smith M. J. T. A filter bank for the directional decomposition ofimages: Theory and design // IEEE Trans. Signal Proc. 1992. V. 40. №. 4. P. 882.893.
- Barnsley M.F., Demko S. Iterated function systems and the global construction offractals //Proc. Roy. Soc. London A399. 1985. P. 243.275.
- Berger T. Rate distortion theory for sources with abstract alphabet and memory //1.form. Contr. 1968. V. 13, P. 254.273.
- Buades A., Coll B., Morel J.M. A review of image denoising methods, with a newone // Multiscale Modeling and Simulation. 2006. V. 4(2). P. 490.530.
- Calderbank R., Daubechies I., Sweldens W., Yeo B.-L. Wavelet transforms thatmapin tegers to integers // Appl. Comput. Harmon. Anal. 1998. V. 5. № 3. P. 332.369.
- Candes E. J. Ridgelets: Theory and Applications. Ph.D. thesis. Department of
- Statistics, Stanford University. 1998
- Candes E. J., Donoho D. Curvelets: a surprisingly effective nonadaptiverepresentation for objects with edges // Curves and Surface Fitting: Saint-Malo. Vanderbilt Univ. Press., Nashville. 1999. P. 105.120.
- Cassereau P. A New Class of Optimal Unitary Transforms for Image Processing.
- Master’s Thesis. Mass. Inst. Tech. Cambridge. 1985.
- Cham W.-K. Development of integer cosine transforms by the principle of dyadicsymmetry // IEEE Communications, Speech and Vision. 1989. V. 136, № 4, P. 276.282.
- Charith G., Abhayaratne K. Spatially adaptive wavelet transforms: an optimuminterpolation approach // 3-rd International Workshop on Spectral Methods and Multirate Signal Processing (SMMSP). 2003. P. 155. 162.
- Chou P. A., Lookabaugh T., Gray R. M. Entropy-constrained vector quantization //
- EE Trans. Acoust., Speech, Signal Processing. 1989. V. 37. P. 31.42.
- Chou P. A., Lookabaugh T., Gray R. M. Optimal pruning with applications to treestructured source coding and modeling // IEEE Trans. Inform. Theory. 1989. V. 35. P. 299.315.
- Claypoole R.L., Baraniuk R.G. Adaptive wavelet transforms via lifting // In
- Transactions of the International Conference on Acoustics, Speech and Signal Processing. 1998. № 5. P. 1513.1516.
- Cohen A., Daubechies I., Feauveau J.C. Biorthogonal bases of compactlysupported wavelets // Comm. Pure Appl. Math., 45. 1992. P. 485.560.
- Daubechies I. Orthonormal bases of compactly supported wavelets // Commun. on
- Pure Appl. Math. 1988. V. 41, № 11. P. 909.996.
- Daubechies I. Ten lectures on wavelets. CBMS-NSF conference series in appliedmathematics. SI AM Ed., 1992.
- Daubechies I, Sweldens W. Factoring wavelet transforms into lifting steps // J.
- Fourier Anal. Appl. 1998. V. 4, № 3. P. 245.267.
- Daubechies I., Sweldens W. Factoring wavelet transforms into lifting steps // IEEE
- Trans. Image Processing. 2000. V. 9, № 3. P. 480.496.
- Dewitte S., Muynck P. D., Munteanu A., Cornelis J. Lossless Image Subband
- Coding With An Integer Wavelet Transform // In Proc. of International Conference on Digital Signal Processing. 1997.
- Do M. N., Vetterli M. Contourlets, in Beyond Wavelets. Academic Press, N. Y.2003.
- Donoho D. L., Huo X. Beamlet pyramids: A new form of multiresolution analysis, suited for extracting lines, curves, and objects from very noisy image data // In Proc. ofSPIE. 2000. V. 4119.
- Donoho D. L. Wedgelets: Nearly minimax estimation of edges. Tech. rep. 515.1. Stanford. 1997.
- Fisher Y. Fractal Image Compression, Theory and Application. Springer-Verlag, 1. New York. 1995. 341 p.
- Gharavi H., Tabatabai A. Sub-band codding of monochrome and color images //
- EE Trans. Circuit Syst. 1988. V. 35. P. 207−214.
- Gopinath R.A., Burns C.S. Wavelets and Filter Banks // Technical Report
- CMLTR91- 20, Computational Mathematics Laboratory, Rice University, 1991.
- Hutchinson J. Fractals and self-similarity. Indiana Univ. J. Math. 1981. V. 30. P.713.747.
- Information technology—Digital compression and coding of continuous-tone stillimages. ISO/IEC 10 918
- Islam A. Pearlman W. A. An embedded and efficient low-complexity hierarchicalimage coder // Visual Comm. and Image Proc. 1999. V. 3653. P. 294.305.
- ITU-T Recommendation H.264 Advanced Video Coding for Generic
- Audiovisual Services. ISO/IEC 14 496−10 Information Technology — Coding of Audio-Visual Objects. Part 10: Advanced Video Coding. 2005.
- Jacquin A. Image coding based on a fractal theory of iterated contractive imagetransformations //IEEE Trans. Image Proc. 1992. V.l. P. 18.30.
- Kiang S.-Z., Baker R. L., Sullivan G. J., Chiu C.-Y. Recursive optimal pruningwith applications to tree structured vector quantizers // IEEE Trans. Image Processing. 1992. V. 1, P. 162.169.
- Kovacevic J., Vetterli M. Nonseparable, multidimension perfect reconstructionfilter banks and wavelet bases for Rn // IEEE Trans, inform, th., special issue on Wavelet transforms and multiresolution signal analysis. 1992. V. 38, № 2. P. 533.555.
- Le Pennec E., Mallat S. Sparse Geometrical Image Approximation with Bandelets
- IEEE Trans. Image Proc. 2004. V. 14. № 4. P. 423.438.
- Lewis A. S., Knowles G. Video compression using 3D wavelet transforms //
- Electron. Lett. 1990. V. 26. № 6. P. 396.397.
- Lewis A. S., Knowles G. Image compression using the 2-d wavelet transform //
- EE Trans. Image Proc. 1992. V. 2. P. 244.250.
- Linde Y., Buzo A., Gray R. M. An algorithm for vector quantizer design // IEEE
- Trans. Commun. 1980. V. COM-28, P. 84.95.
- Lloyd S. P. Least squares quantization in PCM // unpublished Bell Lab. Tech.
- Note, portions presented at the Institute of Mathematical Statistics Meet. Atlantic City. NJ. 1957.
- Mallat S. Theory for multiresolution signal decomposition: the waveletrepresentation // IEEE Pattern Anal, and Machine Intell. 1989. V. 11, № 7. P. 674.693.
- Malvar H. S. Reduction of blocking effects in image coding with a lappedorthogonal transform // Proc. of Intl. Conf. on Acoust., Speech, Signal Processing. Glasgow, Scotland. 1988. P. 781.784.
- Malvar H. S. Lapped transforms for efficient transform/subband coding // IEEE
- Trans. Acoust., Speech, Signal Processing, ASSP-38. 1990. P. 969.978.
- Malvar H. S. Signal Processing with Lapped Transforms. Norwood, MA: Artech1. House. 1992.
- Mandelbrot B.B. The fractal geometry of nature. New York: W.H. Freeman and1. Company. 1982. 460 p.
- Marr D. Vision: A Computational Investigation into the Human Representation and
- Processing of Visual Information. MIT Press. 1982.
- Max J. Quantizing for minimum distortion // IEEE Trans. On Inform. Theory.1960. V. IT-6,P. 7. 12.
- PeterS., Peter N. Theory of regular M-band wavelet bases // IEEE Trans, signalproc. 1993. V. 40, № 12. P. 3497.3511.
- Ponomarenko N.N., Lukin V.V., Egiazarian K., Astola J. ADCTC: Advanced
- DCT-based Image Coder // CD-ROM Proc. of LNLA, Switzerland. 2008. 6 p.
- Reichel J., Menegaz G., Nadenau M.J., Kunt M. Integer wavelet transform forembedded lossy to lossless image compression // IEEE Trans. On Image Proc. 2002. V. 10. № 3. P. 383.392
- Said A., Pearlman W.A. A New Fast and Efficient Image Codec Based on Set
- Partitioning in Hierarchical Trees // IEEE Trans, on Circuits and Systems for Video Technology. 1996. V. 6. P. 243.250.
- Said A., Pearlman W.A. An Image Multiresolution Representation for Lossless and1. ssy Compression // IEEE Trans, on Image Processing. 1996. V. 5, № 9. P. 243.250.
- Shannon C.E. A mathematical theory of communication. Bell Syst. Tech. J. 1948.
- V. 27, P. 379.423- 623.656.
- Shannon C.E. Coding theorems for a discrete source with a fidelity criterion // IRE
- Nat. Conv. Rec. 1959. Pt. 4. P. 142. 163.
- Shapiro J.M. Embedded image coding using zero-trees of wavelets coefficients //
- EE Trans. Signal Processing. 1993. V. 41, № 12. P. 3445.3462.
- Sprljan N., Grgic S., Grgic M. Modified SPIHT algorithm for wavelet packetimage coding // Real-time Imaging. 2005. № 11. P. 378.388.
- Strang G., Nguyen T. Wavelets and filter banks. SIAM, 1996.
- Taubman D. EBCOT: Embedded block coding with optimized truncation, ISO/IEC
- JTC 1/SC 29/WG 1. 1998. №. 1020.
- Tran T.D., Nguyen T.Q. A lapped transform progressive image coder // IEEE Proc. of the Int. Symp. on Circuits and Systems ISCAS '98. 1998. V. 4. P. 1.4.
- Yattereli M., Kovacevic J. Wavelets and Subband Coding. Englewood Cliffs, N.J., 1. Prentice Hall, 1995.
- Wang Z., Bovik A. C. A universal image quality index // IEEE Signal Processing1.tters. 2002. V. 9. P. 81.84.
- Wang Z., Simoncelli E. P., Bovik A. C. Multi-scale structural similarity for imagequality assessment // IEEE 37th Asilomar Conf. on Signals, Systems and Computers. 2003. V. 2. P. 1398. 1402.
- Walker J., Nguyen T. Q., Chap. 6. Wavelet based image compression. Handbookof Transforms and Data Compression. CRC Press, Boca Raton. 2000. P. 267.312.
- Woods J. W., O’Neil S. D Subband coding of images // IEEE Trans. Aconst.
- Speech, Signal Processing. 1986. V. 34. P. 1278. 1288.
- Xiong Z., Ramchander K., Orchard M.T. Joint optimization of scalar and tree-structural quantization of wavelet image decomposition // Proc. 27th Ann. Asilomar Conf. on Sig., Sist. And Comp. 1993. P. 891.895.
- Xiong Z., Ramchandran K., Orchard M.T. A DCT-based embedded image coder //
- EE Trans. Signal proc. 1996. № 3. V. 3. P. 289.290.
- Xiong Z., Ramchandran K., Orchard M.T. Space-frequency quantization forwavelet image coding // IEEE Trans, image proc. 1997. V. 6. P. 677.693.
- Zeng B., Fu J. Directional discrete cosine transforms a new framework for imagecoding // IEEE Trans. On Circuits and Systems for Video Technology. 2008. V. 18, № 3. P. 305.313.