1. Глубина квадродерева 5; допустимая ошибка 0.05;

2. Глубина квадродерева 6; допустимая ошибка 0.05;

216 Фракталы и вейвлеты для сжатия изображений в действ^

3. Глубина квадродерева 7; допустимая ошибка 0.05;

4. Глубина квадродерева 6; допустимая ошибка 0.025,

5. Глубина квадродерева 7; допустимая ошибка 0.025.

Как и следовало ожидать, сочетание наименьшей допусти мой ошибки (0.025) с наибольшей глубиной квадродерева (7) обеспечивает наилучшее качество изображения, но не очень хорошее сжатие.

Вейвлет-алгоритм - это алгоритм нуль-дерева из главы 7, использующий 04-вейвлеты Добеши и реализованный в двух вариантах: без удаления коэффициентов («без дец.») и с калением 90% коэффициентов («10% дец.»).

В данном случае базовый фрактальный алгоритм рабогает лучше, чем вей влет-алгоритмы или фрактальные РЕ- и 80-алгоритмы, обеспечивая лучшее качество изображения при приблизительно одинаковых коэффициентах сжатия. На втором месте находятся вейвлет-алгоритмы. Заметим, что для получения коэффициента сжатия примерно 10:1 или более, два вей влет-алгоритм а соединяются, обеспечивая, по-существу, одинаковую производительность. Таким образом, выполнять трудоемкую операцию децимации на этом этапе сжатия не имеет смысла, так как это не дает никакого выигрыша в степени сжатия (а также, очевидно, и в плане качества изображения). Алгоритм нуль-дерева без децимации - это, по-существу, алгоритм без потерь, если используется большое количество битовых плоскостей. Таким образом неудивительно, что график кривой зависимости Р8КЯ от коэффициента сжатия для этого алгоритма поднимается вдоль оси РБКЯ выше остапьных графиков. Загвоздка, конечно, в том, что эта кривая асимптотически приближается к вертикальной линии, на которой коэффициент сжатия равен 1.

Наихудшую производительность показывают фрактальные РЕ- и БО-алгоритмы. Эти алгоритмы разрабатывались как наиболее быстрые, и скорость достигается за счет некоторого ухудшения сжатия и качества изображения, как показывает Рис. 8.1.1. Расхождение между кривыми зависимости от коэффициента сжатия для этих алгоритмов и для базового фрактачьного алгоритма показывает, что улучшение может быть достигнуто за счет выбора свойств, используемых в этих алгоритмах. Никаких попыток оптимизировать выбор этих свойств сделано не было. Другими исследователям11 рассматривались возможности Фурье [291 и вейвлетов Г211-