Разработка методов и устройств сжатия с раздельным преобразованием составляющих спектра сигнала телевизионного изображения
Диссертация
Сегодня мировой и российский рынок систем вещательного и прикладного телевидения переживает переход на цифровые технологии и соответственно — от аналоговых систем к их цифровым вариантам. При этом постоянно расширяется сфера применения систем цифрового телевидения, и активно растут объёмы видеоинформации, которые следует хранить и передавать по сетям связи. С учётом последнего остаётся весьма… Читать ещё >
Список литературы
- A.c. 748 903 СССР Способ передачи и воспроизведения сигнала изображения/ Безруков В.Н.-Заявл. 1976.-Опубл. 1980, Бюлл.№ 26.
- A.c. 1 149 439 (СССР). Способ измерения амплитудно-частотной характеристики и характеристики относительного времени распространения фазы в телевизионной системе и устройство для его реализации / В. Н. Безруков.
- A.c. 1 211 892 СССР Способ формирования телевизионного сигнала цветного изображения и устройство для реализации/Безруков В.Н. -Заявл. 1983.-Опубл.1986, Бюлл.№б.
- Безруков В.Н. Анализ характеристик спектра ортогональных структур квазипериодической дискретизации в системах телевидения//Радиотехника. 1989. — № 12. — С. З — 7.
- Безруков В.Н. Принципы построения и анализа характеристик спектра структур дискретизации телевизионных изображений/ЛГехника кино и телевидения. 1990. — № 7. — С.7−23.
- Безруков В.Н. Разработка и применение элементов теории преобразования сигналов изображений в системах прикладного телевидения. Автореферат диссертации на соискание учёной степени д.т.н., М.: МТУ СИ, 1996. -С. 18−21.
- Безруков В.Н., Комаров П. Ю., Шушкевич JI.A. Адаптивная коррекция сигнала телевизионного изображения. // Вестник связи. -№ 6−2010 г.-с. 42−45.
- Безруков В.Н., Медведев A.A., Седов М. О. Анализ характеристик спектра структур внутрикадровой дискретизации сигналов ТВ-изображений. // T-Comm Коммуникации и транспорт. -2009,5, с. 14−17.
- Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео.-М.:ДИАЛОГ-МИФИ, 2003. 384с.
- Власюк И.В., Романова Е. П., Сидорова А. И. Кодирование областей повышенного качества в стандарте сжатия изображений JPEG2000. // Труды Московского технического университета связи и информатики. М.: «ИД Медиа Паблишер», — 2008 г.
- Воробьев В.И., Грибунин В. Г. Теория и практика вейвлет -преобразования. С.-Петербург: ВУС, 1999.
- Гихман И.И., Скороход A.B. Введение в теорию случайных процессов. М.: Наука, 1977. — 568 с.
- Годен Жак. Колориметрия при видеообработке. М.: Техносфера, 2008.-327 с.
- Голубков A.B., Черкашин A.A., Седов М. О. Видеорегистратор ВР-РК-1. // Вестник связи. М.: ИРИАС, — 2006, № 2 — с. 24.
- Гонсалес, Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. — 1072 с.
- Горбачёв В.В., Седов М. О. Опыт применения ADV202 JPEG2000-кодека от Analog Devices // CCTV Focus. M.: «Ай-Эс-Эс Пресс», — 2005 г., № 3 — с. 46−49.
- Горбачёв В.В., Седов М. О. Распределённые сети видеонаблюдения с использованием WiFi // CCTV Focus. -М.: «Ай-Эс-Эс Пресс», 2006, № 2 — с. 10−17.
- Дьяконов В.П. Вейвлеты. От теории к практике. М.: Солон-Р, 2002.-448 с.
- Даджион Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988. 488 с.
- Дворкович В.П., Дворкович A.B. Новый подход к использованию вейвлет-фильтров при обработке изображений // Цифровая обработка сигналов. 2008. № 1. С. 37.42.
- Дворкович В.П., Дворкович A.B. Расчет банков фильтров дискретного вейвлет-преобразования и анализ их характеристик // Цифровая обработка сигналов. 2006. № 2. С. 2. 10.
- Дворкович В.П., Дворкович A.B. Цифровые видеоинформационные системы (теория и практика): Учеб. пособ. M.: Изд-во НИИР-КОМ, 2010. 208 с.
- Добеши И. Десять лекций по вейвлетам. Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика», 2004. 464 с.
- Зараменский Д.А., Бекренев В. А., Соловьев В. Е. Оценка уровня размытия и звона в изображениях стандарта JPEG2000. // Международная конференция «Цифровая обработка сигналов и её применение». 2009 г. — с. 470−473.
- Зубарев Ю.Б., Кривошеев М. И., Красносельский И. Н. Цифровое телевизионное вещание. Основы, методы, системы. -М.: (НИИР-ИОИ), 2001.
- Копенков В.Н. Эффективные алгоритмы локального дискретного вейвлет-преобразования с базисом Хаара. // Компьютерная оптика, том 32 № 1 — 2008 г. — с. 78−84.
- Красильников H.H. Теория передачи и восприятия изображений. -М.: Радио и связь, 1986.-248 с.
- Кривошеев М.И. На старте широкого внедрения цифрового телевизионного вещания в России. // 625 № 1 — 2008 г.
- Кривошеев М.И. Основы телевизионных измерений. М.: Радио и связь, 1989.-608 с.
- Некрасов П. Л. Перспективы развития систем кодирования видеоинформации. // Третий международный конгресс HAT.
- Прогресс технологий телерадиовещания", тезисы докладов, -Москва 1999 г.
- Некрасов П. Л., Фокин Н. В., Квиринг Г. Ю. Методы субъективной оценки качества телевизионного изображения в системах с информационным сжатием. Телевизионная техника. -М.:МТУСИ, 2000. Деп. в ЦНТИ «Информсвязь».
- Новиков И.Я., Стечкин С. Б. Основные конструкции всплесков. // Фундаментальная и прикладная математика. -т. 3, вып. 4. 1997 г. — с. 999−1028.
- Рабинович A.B. Оценка статистических характеристик преобразованных изображений // Материалы международного форума информатизации (МФИ-2003), «Телекоммуникационные и вычислительные системы», Москва, 26 ноября 2003.
- Седов М.О. Вейвлеты и зрительная система человека. // Фундаментальные проблемы радиоэлектронного приборостроения. Материалы международной научно-технической конференции «INTERMATIC -2007». М.:МИРЭА, -2007 г. — с. 245−246.
- Седов М.О., Горбачёв В. В. Система видеонаблюдения, построенная на коммуникационных линиях разной пропускной способности. // Труды Московского технического университета связи и информатики. М.: «ИД Медиа Паблишер», — 2008 г. -T.l.-c. 447−450.
- Сергиенко А. Б. Цифровая обработка сигналов. СПб.: Питер, 2002.
- Сидоров Д.В., Осокин А. Н., Марков Н. Г. Оценка качества изображений с использованием вейвлетов. // Известия Томского политехнического университета. 2009. Т. 315. № 5.
- Смирнов А.В. Основы цифрового телевидения: Учебное пособие.-М.: «Горячая линия Телеком», 2001.
- Умняшкин С. В. Теоретические основы цифровой обработкии представления сигналов: Учебное пособие. М.: ИД «Форум», 2008. — 304 с.
- Чобану М.К. Многомерные многоскоростные системы обработки сигналов. М.: Техносфера, 2009. 480 с.
- Штойер Р. Многокритериальная оптимизация: теория, вычисления и приложения: пер. с англ. / под ред. А. В. Лотова. -М.: Радио и связь, 1992. 504 с.
- Aggarwal М., Naarayan A. Efficient Huffman decoding. // IEEE International Conference «Image Processing», vol. 1 2000 — p. 936 939.
- Anson L. F. Fractal Image Compression. /BYTE, v. 18, #11, 1993.
- Barnsley M., Fractals Everywhere./ Academic Press Boston, 1988.
- Barnsley M., Hurd L.P. Fractal Image Compression. / A.K. Peters Ltd., Wellesly, Massachusetts.
- Barnsley M., Sloan A. A better way to compress images./ BYTE, v. 13, 1988.
- Bamberger R. H., Smith M. J. T. A filter bank for the directional decomposition of images: 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 of fractals // Proc. Roy. Soc. London A399. 1985. P. 243.275.
- Berger T. Rate distortion theory for sources with abstract alphabet and memory // Inform. Contr. 1968. V. 13, P. 254.273.
- Buades A., Coll B., Morel J.M. A review of image denoising methods, with a new one // Multiscale Modeling and Simulation. 2006. V. 4(2). P. 490.530.
- Calderbank R., Daubechies I., Sweldens W., Yeo B.-L. Wavelet transforms that mapin 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 nonadaptive representation 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 dyadic symmetry // IEEE Communications, Speech and Vision. 1989. V. 136, № 4, P. 276.282.
- Charith G., Abhayaratne K. Spatially adaptive wavelet transforms: an optimum interpolation 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 // IEEE Trans. Acoust., Speech, Signal Processing. 1989. V. 37. P. 31.42.
- Chou P. A., Lookabaugh T., Gray R. M. Optimal pruning with applications to tree-structured 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 compactly supported 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 applied mathematics. SIAM 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.
- Ergude B., Weisheng L., Dongrui F., Xiaoyu M. A Study and lamentationion of the Huffman Algorithm Based on Condensed Huffman Table. // IEEE International conference «Computer Science and Software Engineering», Vol. 6 2008 — p. 42−45.
- Feng Xiao. DCT-based Video Quality Evaluation. Final Project for EE392J. 2000r.
- Geisler W. S. and Banks M. S. «Visual performance,» in Handbook of Optics, M. Bass, Ed. New York: McGraw-Hill, 1995.
- Grgic, S., Grgic, M. Picture quality measures in image compression systems // EUROCON 2003. Computer as a Tool. 2003. — Vol. 1. — P. 233−236.72. • Grgic S., Mrak M., Grgic M. Comparison of JPEG image coders.
- Proceedings of the 3rd international symposium on video processing and multimedia communications, VIPromCom-2001, Zadar, 2001.
- Grossman A, Morlet J. Decomposition of hardy functions into square integrable wavelets of constant shape. SIAM Journal on Mathematical Analysis, 15(4):723−736, July 1984.
- Hilton M. L., Jawerth B., Sengupta A. Compressing Still and Moving Images with Wavelets // Multimedia Systems, vol. 2(3), 1994.
- Horita Y., Arata S., Murai T. No-reference image quality assessment for JPEG/JPEG2000 coding // Proc. of the XII European Signal Processing Conference. 2004. — P. 1301−1304.
- Huffman D. A Method for the Construction of Minimum Redundancy Codes//Proceedings of the IRE 40(9): 1098−1101, 1952.
- ISO/IEC 13 818−2. Information Technology — Generic Coding of Moving Pictures and Associated Audio Information: Video, 1995.
- ISO/IEC 15 444−1. Information technology JPEG 2000 image coding system: Core coding system. — 2004.
- ITU-R Rec. BT.500−11. Methodology for the subjective assessment of the quality of television pictures. 2002.
- ITU-T Rec. H.261. Video codec for audiovisual services at px64 kbit/s, 1993.
- ITU-T Rec. H.263. Video coding for low bitrate communication, 1996.
- ITU-T Rec. H.264. Advanced video coding for generic audiovisual services. 2010.
- ITU-T Rec. P.910. Subjective video quality assessment methods for multimedia applications. 1999.
- ITU-T Rec. T.81. Joint Photographic Experts Group. 1993.
- Knuth, D.E. (1985) «Dynamic Huffman Coding,» Journal of Algorithms 6:163−180.
- Kiang S.-Z., Baker R. L., Sullivan G. J., Chiu C.-Y. Recursive optimal pruning with applications to tree structured vector quantizers // IEEE Trans. Image Processing. 1992. V. 1, P. 162. 169.
- Kovacevic J., Vetterli M. Nonseparable, multidimension perfect reconstruction filter 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., Knowles G. Image coding using the 2-D wavelet transform // IEEE Trans, on image processing, vol. 1, 1992.
- Lewis A. S., Knowles G. Video compression using 3D wavelet transforms // Electron. Lett. 1990. V. 26. № 6. P. 396.397.
- 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. A theory for multiresolution signal decomposition: The wavelet representation // IEEE Transactions on pattern analysis and machine intelligence, 11(7), 1989.
- Malvar H. S. Reduction of blocking effects in image coding with a lapped orthogonal 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: Artech House. 1992.
- Mandelbrot B. The Fractal Geometry of Nature./ W. H. Freeman, NY, 1983.
- Monroe D., Dudbridge F. Fractal Block Coding of Images./ Electronics Letters, v.28, #11, 1992.
- Park H., Son J.-C., Cho S.-R. Area efficient fast Huffman decoder for multimedia applications. // IEEE International Conference «Acoustic, Speech, and Signal Processing», vol. 5 1995 — p. 3279−3281.
- Sultana, Z., Akter, S. A new approach of memory efficient Huffman tree representation technique. // IEEE International Conference «Informatics, Eletctronics & Vision (ICIEV)» 2012 — p. 731 -736.
- Wang Z., Bovik A.C. Embedded foveation image coding. IEEE Trans. Image Processing, vol. 10, pp. 1397−1410, Oct. 2001.
- Wang Z., Bovik A.C. Modern image quality assessment. -N.Y.: Morgan & Claypool, 2006. 157 p.
- Wang Z., Bovik A.C., and Lu L. Why is image quality assessment so difficult // Proc. IEEE Int. Conf. Acoustics, Speech, and Signal Processing, vol. 4. 2002. — P. 3313−3316.
- Watson A.B. Toward a perceptual video quality metric. Human Vision, Visual Processing, and Digital Display VIII, 3299, 139−147 (1998)
- Wei B.W.Y., Meng Teresa H.-Y. A programmable parallel Huffman decoder. // IEEE International Conference «Image Processing», vol. 3 -1994-p. 668−771.
- Zhong Y., Richardson I. Qualitative and quantitative assessment in video compression. URL: http://www.rgu.ac.uk/files/0ualitative%20and%20quantitative%20ass essment%20in%20video%20compression.pdf