Введение
1. Анализ широко используемых методов сжатия цифровых изображений, подходов к оценке их эффективности и программных средств ее повышения . 14
1.1. Способы представления цифровых растровых изображений. 14
1.2. Классификация методов сжатия цифровых изображении. 17
1.3. Анализ подходов к оценке потерь качества 21
1.4. Описание и анализ основных широко используемых методов сжатия 24
1.4.1. Статистическое (энтропийное) кодирование. 24
1.4.21 Групповое кодирование, или кодирование серий (RLE). 25
1.4.3. Кодирование одинаковых последовательностей (LZ-подобные алгоритмы, LZW). 27
1.4.4. Кодирование на основе преобразования: алгоритмы JPEGirJPEG2000;; 28
1.5. Изображения 35
1.6. Анализ подходов к оценке эффективности методов сжатия. 37
1.7. Анализ программных средств повышения эффективности применения методов сжатия цифровых изображений 39
1.8 Постановка задач на исследование. 42
1.9. Выводы. 43
2. Самоорганизация моделей для оценки коэффициента и параметров сжатия для различных методов компрессии : 46
2.1. Определение набора признаков изображений; оказывающих влияние на коэффициент и параметры сжатия. 46
2.1.1. Анализ влияния гистограммных признаков первого и второго порядка на сжимаемость изображения различными методами, 47
2.1.2. Методика оценки неоднородности изображения с помощью квадродерева. 53
2.1.3; Прочие признаки, оказывающие влияние на сжимаемость изображений; 63
2.2. Применение метода группового учета аргументов (МГУА). 64
2.3; Построение моделей для оценки максимально возможного коэффициента сжатия и параметров для различных классов методов компрессии. 72
2.4: Выводы. 74
3; Разработка математического и программного обеспечения эффективного сжатия изображений . 77
3.1. Математическое описание системы эффективного сжатия? изображений; 77
3.2. Разработка алгоритма комплексного определения признаков изображения с наименьшей вычислительной сложностью 80
3.2.1. Оценка вычислительной сложности алгоритмов сжатия. 81
3;2.2. Синтез алгоритмов определения признаков изображения оценка и их вычислительной сложности 87
3.2.3. Сравнение суммарной вычислительной сложности алгоритмов сжатия и определения признаков изображения 97
3:3. Алгоритм многорядного МГУА с исключением незначимых элементов. 99
3.4. Алгоритм выбора метода и параметров сжатия с использованием моделей изображений- 101
3;5; Выводы 103
4. Экспериментальное исследование программного обеспечения эффективного сжатия растровых изображений . 105
4.1. Программное обеспечение для получения и использования* многорядных моделей оценок коэффициентов и параметров сжатия различными методами. 105
4.1.1. Структура программного обеспечения: 105
4.1.2. Разработка подсистемы сбора экспериментальных данных 107
4.1.3; Разработка подсистемы моделирования 111
4.2. Исследование эффекта применения процедуры исключения, незначимых элементов на основе анализа коэффициента множественной детерминации в многорядном МГУА 116
4.3; Анализ многорядных моделей; получаемых на различных наборах данных 117
4.4. Формирование архивов медицинских диагностических изображений с использованием разработанного ПО. 124
4.5; Применение разработанного ПО в системах видеонаблюдения. 131
4.6. Выводы 134
Заключение; 136
Литература 139
