Производится следующая последовательность операций: к изображению применяется вейвлет-преобразование для декорреляции данных, полученные коэффициенты квантуются и эти значения кодируются с целью дополнительного сжатия.
Отличие результатов при вейвлет-сжатии от результатов классических методов становятся особенно заметны при коэффициенте сжатия более чем 30:1. Вейвлет-сжатие с коэффициентом 100:1 обеспечивает качество изображения, аналогичное получаемому алгоритмом JPEG при сжатии 30:1.
Вейвлет-преобразование также может быть использовано при сжатии последовательностей изображений или видео. Методы сжатия видеосигнала обеспечивают высокое качество реконструкции изображения при низких скоростях передачи данных, используя временную избыточность в последовательности изображений. Вычислительная сложность вейвлет-преобразования требует использования быстродействующих процессоров или аппаратной поддержки прямого преобразования, однако при воспроизведении объем вычислений может быть значительно уменьшен, если обратное преобразование производить только над пикселями, отличающимися в двух соседних кадрах.
Последовательность работы кодера следующая. В кадре имеется пространственная избыточность, и эта избыточность может быть уменьшена применением некоторого вейвлет-преобразования. Затем к результирующим разностным данным применяют один из пороговых методов, чтобы исключить незначительные изменения изображения. После ограничения остается преобразованная приблизительная информация о различии. Она анализируется, чтобы определить, над какой частью изображения необходимо выполнить обратное вейвлет-преобразования для восстановления. Затем эта информация кодируется и впоследствии посылается на декодер.
Разработка искусственного зрения для роботов также является областью применения вейвлет-преобразования. Чтобы построить надежный алгоритм искусственного зрения, необходимо ответить на следующие фундаментальные вопросы:
· Как определить контуры объектов по изменениям их яркости?
· Как обеспечить определение дистанции?
· Как фиксировать движение?
Дэвид Марр (David Marr) из Лаборатории искусственного интеллекта Массачусетского технологического института выдвинул теорию, в которой утверждает, что изменения интенсивности происходят на разных масштабах изображения, поэтому их оптимальное обнаружение требует операторов различных масштабов. Также резкие изменения интенсивности свечения отражаются пиками или провалами в первой производной изображения. Из этих утверждений следует, что для фильтра зрения необходимы две характеристики: он должен быть дифференциальным оператором и работать в требуемом масштабе. Для решения этой проблемы был разработан новый тип вейвлетов, названный «вейвлетами Марра».
Помимо перечисленных применений, аппарат вейвлет-преобразования используется в очистке сигналов от шума, синтезе звуков (с применением систем «вейвлет-пакетов» — линейных комбинаций вейвлетов), обнаружении квазипериодических колебаний, обработке изображений, полученных методом ультразвуковой локации, в сейсмологии для предсказания землетрясений, в астрофизике. Решаются и достаточно частные задачи, например, ФБР использует
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.
