DCT Compression - размер блока, выбор коэффициентов

Question

Я пытаюсь понять влияние размера блока и лучшей стратегии выбора коэффициентов при сжатии DCT. В основном я хочу спросить, что я написал здесь:

Video Compression: What is discrete cosine transform?

Давайте предположим самый примитивный компрессию. Создание блока изображения. Выполнение DCT в каждом блоге и обнуление некоторых коэффициентов.

Насколько я понимаю, чем меньше блок, тем лучше. Меньшие блоки означают, что пиксели более коррелированы, поэтому энергия в спектре DCT более «компактна». Это должно быть более подчеркнуто в быстро меняющихся изображениях (High Frequency).

Скажем, мы обнуляем определенный процент коэффициентов, что приведет к лучшему качеству изображения, малым или большим блокам? Предположим, мы сохраняем 10%, 25%, 50%, 75%, вы бы сказали, что это другой ответ для другого процента?

Другая проблема заключается в том, как выбрать коэффициенты, которые вы оставите нетронутыми. Скажем, я должен принять решение, основанное на местоположении, а не на энергии. Вы бы взяли квадрат из левого верхнего угла? Я усреднил много блоков в спектре DCT и пришел к выводу, что лучше всего взять треугольник из левого верхнего угла. Как вы думаете?

Надеюсь, у нас будет эффективное обсуждение.

Answer 1

Суть вашего вопроса, похоже, в отношении качества изображения. Существовала значительная литература по этому вопросу, и результат заключается в том, что качество изображения сложно определить.

Стандартные математические ошибки, такие как отношение сигнал/шум (SNR) и среднеквадратичная ошибка (MSE), могут дать количественный ответ, но хорошо известно, что они плохо коррелируют с субъективными мнениями зрителей, которая должна быть нашей окончательной властью. Никаких других методов, даже основанных на психовизуальных моделях зрителя (например, С.А. Карунасекера и Н.Г. Кингсбери, «Мера искажения для блокировки артефактов в изображениях на основе визуальной чувствительности человека», IEEE Trans. On Image Proc., Том 4 , № 6, июнь 1995 г., стр. 713 -724, и М. Мияхара, К. Котани и В. Р. Альгази, «Шкала качества объективной картины (PQS) для кодирования изображений», IEEE Trans. on Comm., том 46, № 9, сентябрь 1998 г., стр. 1215-1226), оказались лучше, чем SNR.

Кроме того, когда вы меняете тип изображений (рисование линии, мультфильм, фотография, портрет и т. Д.), Некоторые типы искажений сжатия становятся более очевидными. Москитный шум может быть неприемлемым в одном изображении, в то время как шум лестницы может быть виновником в другом.

Короче говоря, на ваш вопрос нет ответа на вопрос «что может привести к лучшему качеству изображения?».

Это, как говорится, мы можем сказать некоторые вещи о DCT, которые имеют значение. Пиксели в DCT блока идут от низкого отклонения к большому изменению рисунка зигзага из верхнего левого угла [(0,0) -> (0,1) -> (1,0) -> (2 , 0) -> (1,1) -> (0,2) -> и т. Д.], Поскольку ваш выбор треугольника зеркалирует. Чем ближе пиксель к верхнему левому углу, тем более плавная информация содержится в нем [фактически, значение (0,0) DCT является средним значением для всего блока], и чем дальше от этого угла вы получаете, тем больше «высокочастотные» детали вы получите. Чем ближе к верхней и левой части изображения, тем больше горизонтальных и вертикальных деталей вы будете представлять этим коэффициентом DCT, и чем ближе к диагонали блока, тем больше диагональных деталей вы получите.

Вкратце, сжатие с потерями обычно влечет за собой отбросить некоторые «детали», которые не могут быть заметны для глаз. (Отбрасывание «более плавных» значений DCT приводит к серьезным искажениям.) Чем больше значений DCT вы выбрасываете, тем больше будет коэффициент сжатия, но также и большее искажение, которое вы вызовете.

Что касается размера блока, все зависит. Чем больше различий и деталей в блоке, тем больше вы потеряете, выбросив коэффициенты. Некоторые алгоритмы сжатия адаптивно используют разные размеры блоков в одном и том же изображении, так что области с высокой детализацией получают все больше и меньше блоков, а гладкие области получают меньше и больше блоков.

Для алгоритмов, которые используют один размер блока, 8x8, 16x16 и 32x32 являются общими для таких вещей, как JPEG и MPEG. Обработка, необходимая для их сжатия, будет меньше, чем размер адаптивного блока, но в целом качество будет также ниже.