Введение

25

от общего количества значений, или с помощью проверки порогового значения. Например, один из подходов к вейвлет-сжатию изображений заключается в том, чтобы положить равным нулю некоторый процент, скажем 90%, вейвлет-коэффициентов. Квантование оставшихся значений состоит просто в сохранении этих значений. Количество уровней будет равно нулю плюс количество различных значений из 10% оставшихся коэффициентов (в следующих главах мы убедимся, что этих оставшихся 10% коэффициентов достаточно, чтобы получить после восстановления вполне удовлетворительное декодированное изображение).

При векторном квантовании массив значений заменяется единственным квантованным числом. Векторное квантование удобно при кодировании цветных изображений. В цветных изображениях цвет пиксела обычно представляется триплетом значений. В системе RGB этот триплет состоит из значений красного, зеленого и голубого цветов. Для воспроизведения цветного изображения должен быть сохранен весь вектор (R, G, В). В 24-битном цветном изображении на каждое из трех значений для каждого пиксела отводится 8 бит. В этом случае данному пикселу может быть поставлено в соответствие любое значение из трехмерного RGB-пространства. Однако хорошее приближение к исходному изображению может быть получено и в том случае, если мы ограничим множество значений цвета пиксела некоторым конечным списком RGB-векторов. Такая схема называется цветовой картой (color map) или, в Windows-приложениях, палитрой (palette). К примеру, цветовая карта, или палитра, может содержать 256 значений, поэтому для хранения индекса такого списка требуется только 8 бит. В этом случае, коль скоро цветовая карта известна, каждый пиксел может быть представлен 8 битами вместо исходных 24.

Очевидно, выбор цветовой карты влияет на качество аппроксимируемого изображения. В общем случае при векторном квантовании выбор наилучшего списка, называемого в основных приложениях векторного квантования кодовой книгой (codebook), является нетривиальным. Один подход заключается в использовании адаптивной кластеризации данных. Согласно этому подходу, значения кластеров становятся элементами кодовой книги. Заметим, что при векторном квантовании кодовая книга должна быть известна декодеру и обычно зависит от данных. Это обычно означает, что кодовая книга должна храниться вместе с закодированными данными, что уменьшает эффективность сжатия. На Рис. 1.4.1 показан