оіа_ітаде И пею__ітаде хранились ОТДелЬНО В процессе ИТЄ-

раций, иначе сжимающее отображение IV не будет реализовано корректно. Перед началом новой итерации следует заменить массив о1сі_ітаде массивом пею_ітаде. Заметим, чТ° нет необходимости физически перемещать содержимое мае* сива пею_ітаде в Массив о1сі_ітаде. Гораздо эффективнее ЭТО может быть выполнено при помощи простого переназначь ния значений указателей, как это сделано в исходном к0^е прилагаемой к книге программы.

Рис. 3.4.1. Пример леколироваиия изображения, заколированного фрактальным

метолом. В качестве стартового изображения может быть взят любое. Ошибка в этом примере после 5 итераций составила 2.2332% срелней ошибки по пикселам

3.4.1. Количественная оценка искажений

Важным аспектом определения эффективности схем сжатия изображений является количественная оценка искажений. Мы, разумеется, хотим знать, насколько сильно отличается декодированное изображение от исходного. Но, поскольк) восприятие качества изображения субъективно, вопрос, как измерить эту разницу, оказывается не таким простым. В программе, прилагаемой к книге, используются два простых способа измерения средняя пиксельная ошибка и пиковое отношение сигнал/шум (PSNR - peak signal-to-noise ratio). Средняя пиксельная ошибка вычисляется как

1 v Rows v Cols I=j j= J

PSNR — это стандартная количественная оценка искажений для сжатого изображения, и она вычисляется следующим образом:

92

Фракталы и вейвлеты аля сжатия изображений в дейст.

В этих формулах NRowi и 7VCois - это соответственно строк и столбцов, Л/crayievei - это максимальное количеств градаций серого (в примерах из нашей книги - 255), /,, _ ^ пиксельное значение исходного изображения в /-ой строке^ у-ом столбце, а йц - пиксельное значение декодированное изображения. Величина nus - это погрешность, вычисленная по методу наименьших квадратов. Заметим, что PSNR буд^ «взрываться», если воспользоваться им для оценки алгоритма сжатия с потерями.

Программа, прилагаемая к книге, вычисляет и отображает погрешность изображения (error image), получаемую путей вычитания декодированного изображения из исходного изображения, как показано на Рис. 3.4.2. Кроме того, она вычисляет среднюю пиксельную ошибку и PSNR, о которых говорилось выше.