7. Технологии вейвлет-сжатия изображений

211

Pentium). Когда наилучшее доменно-ранговое соответствие найдено, доменные области отображаются в ранговые с использованием аффинного преобразования, которое сжимает доменные области по степеням 2 и применяет оптимальные масштабирующие и детализирующие значения, определяемые методом наименьших квадратов. Алгоритм достигает высокого коэффициента сжатия (более 100:1) благодаря его относительной жесткости. Например, в нем отсутствует адаптация ранговых областей. Количество ранговых областей фиксировано, поэтому количество преобразований тоже фиксировано. Место преобразования в списке определяет ранговую область, к которой оно применяется. Количество доменов относительно невелико (в своем примере авторы используют 255 доменов), поэтому доменный индекс занимает небольшое количество битов. Из всей информации преобразования сохранять нужно только индекс доменов, а также масштабирующие и детализирующие значения. Ценой этой жесткости, как можно предположить, является относительно низкое значение PSNR для декодированных изображений (порядка 21 Дб). Однако метод, основанный на порядке сканирования, устраняет артефакты блочности, что приводит к визуально приемлемым декодированным изображениям, несмотря на низкое значение PSNR.

{^ВА 8. авнение фрактального и вейвлетного входов к сжатию изображений

В предыдущих главах мы рассмотрели способы сжатия изображения, использующие фрактальный и вейвлетный подходы. В этой, заключительной, главе, мы сравним эти два подхода и обсудим относительные преимущества каждого. Представленные здесь результаты были получены с помощью прилагаемой к книге программы. Как мы уже упоминали, эта программа разрабатывалась только для иллюстрирования изложенного в книге материала и не предназначена для непосредственного применения. Системы, сравниваемые здесь, также не являются законченными системами сжатия. В частности, здесь отсутствует энтропийное кодирование на выходе фрактального и вейвлетного алгоритмов. При энтропийном кодировании результаты могут отличаться от результатов, представленных здесь. Например, те или иные алгоритмы при энтропийном кодировании могут давать большее сжатие. Приведенные здесь результаты нужны нам для сравнения относительных достоинств фрактальных и вейвлетных алгоритмов, представленных здесь, и не должны сопоставляться с результатами исследовательских и коммерческих программ.