Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: V Международной научно-практической конференции «Технические науки - от теории к практике» (Россия, г. Новосибирск, 14 ноября 2011 г.)

Наука: Технические науки

Секция: Информатика, вычислительная техника и управление

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
СРАВНИТЕЛЬНЫЕ ХАРАКТЕРИСТИКИ КОДЕКА, НА ОСНОВЕ ЧИРПЛЕТ ПРЕОБРАЗОВАНИЯ, ДЛЯ КОМПРЕСИИ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ С КОДЕКАМИ НА ОСНОВЕ МАТЕМАТИЧЕСКОГО АППАРАТП ФУРЬЕ И ВЕЛЬВЕТ ПРЕОБРАЗОВАНИЯ // Технические науки - от теории к практике: сб. ст. по матер. V междунар. науч.-практ. конф. – Новосибирск: СибАК, 2011.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

СРАВНИТЕЛЬНЫЕ ХАРАКТЕРИСТИКИ КОДЕКА, НА ОСНОВЕ ЧИРПЛЕТ ПРЕОБРАЗОВАНИЯ, ДЛЯ КОМПРЕСИИ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ С КОДЕКАМИ НА ОСНОВЕ МАТЕМАТИЧЕСКОГО АППАРАТП ФУРЬЕ И ВЕЛЬВЕТ ПРЕОБРАЗОВАНИЯ

Статья опубликована в рамках: Международной заочной научно-практической конференции «НАУКА И ТЕХНИКА XXI ВЕКА» (Россия, г.Новосибирск, 14 ноября  2011 г.)   Выходные данные сборника: «НАУКА И ТЕХНИКА XXI ВЕКА» : материалы  международной заочной научно-практической конференции. (14 ноября 2011 г.)   СРАВНИТЕЛЬНЫЕ ХАРАКТЕРИСТИКИ КОДЕКА, НА ОСНОВЕ ЧИРПЛЕТ ПРЕОБРАЗОВАНИЯ, ДЛЯ КОМПРЕСИИ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ С КОДЕКАМИ НА ОСНОВЕ  МАТЕМАТИЧЕСКОГО АППАРАТП ФУРЬЕ И ВЕЛЬВЕТ ПРЕОБРАЗОВАНИЯ Тульский Иван Николаевич аспирант СФУ, г. Красноярск, ОАО “ИСС” г. Железногорск E-mail:

  Статья посвящена повышению эффективности и улучшении эксплуатационных характеристик сервисов потоковой доставки мультимедиа сообщений подвижным абонентам путём разработки альтернативных алгоритмов обработки данных, соответствующих специфике мобильных сетей и терминалов связи. Существует множество алгоритмов и математических аппаратов для сжатия изображения и звука для применения в радиосетях и телекоммуникационных сетях. Условно алгоритмы компрессии мультимедийной информации можно разделить на два больших класса: ·     Сжатие без потерь информации, как следствие с оригинальным качеством. ·     Сжатие с потерями информации, и как следствие с ухудшением качества передаваемой мультимедиа информации. Данное исследование отражает возможность применения математического адаптивного чирплет преобразования для реализации компрессии мультимедийной информации в цифровых беспроводных радиосетях типа 3G, 4G. Сравнение кодека на основе математического чирплет преобразования будет сравниваться с кодеками на основе математических Вельвет и Фурье преобразований как получившими наибольшее распространение в алгоритмах сжатия с потерями. Следует сказать, что полной и точной оценки для сравнения характеристик сжатия с потерями не существует, поэтому в качестве объективного параметра оценки качества принято пиковое отношение сигнала к помехе PSNR (Peak Signal to Noise Ratio) для группы кадров. Выражение 1 для определения PSNR представлено ниже. Проще всего его определить через среднеквадратичное отклонение (MSE), которое для двух монохромных изображений I и K размера m×n, одно из которых считается зашумленным приближением другого. 1 Где MAXi — это максимальное значение, принимаемое пикселем изображения. Когда пиксели имеют разрядность 8 бит, MAXi = 255. Вообще говоря, когда значения сигнала представлены линейно с B битами на значение, максимально возможное значение MAXi будет 2B-1. Для цветных изображений с тремя компонентами RGB на пиксель применяется такое же определение PSNR, но MSE считается по всем трем компонентам (и делится на утроенный размер изображения). Cуществует огромное множество методик определения качества сжатого видеопотока, но как основной (характеристический показатель качества) используеться PSNR. Необходимо отметить, что предложенный метод позволяет отказаться от «привязки» абонента к какому-либо выбранному закодированному видеопотоку с фиксированной скоростью, предоставляя абонентам сервис с наилучшим возможным качеством, используя ту часть единого потока данных, которая может быть принята при данной скорости абонентского подключения. Необходимо отметить, что сжатие и восстановление видеопоследовательности с использованием чирплет и вельвет преобразований очень схожи по своей структуре. По сути это набор низкочастотных и высокочастотных КИХ фильтров. Различия заключается в том, что при использовании вельвет преобразования, применяются различные типы вельвет функций (материнских оконных вельветов), а при чирплет преобразовании применяется разложение сигнала на основе ЛЧМ материнского сигнала. Рассмотрим случай, когда в силу каких-либо обстоятельств на вход декодера подана не вся группа кадров, а лишь несколько первых кадров. Например, эта ситуация может возникнуть при резком ухудшении канала связи, когда скорость резко падает, и принять весь запланированный пакет данных клиентское приложение уже не в состоянии. В таблицах 1, 2, 3 и 4 приведены результаты экспериментов. Как видно из таблиц при полном приеме кадров характеристики лучше у вельвет кодера, однако при больших потерях чирплет кодер имеет более лучшие характеристики, данные характеристики, обуславливаются тем, что вельвет кодер имеет возможность использовать КИХ фильтры с различными оконными функциями, однако при большой потери кадров в группе, чирплет кодер имеет лучшую адаптивность, в виду нелинейности в области низких частот.   Таблица 1. Восстановление при неполном приёме закодированных кадров (кодирование чирплет кодером) Количество кадров на входе Потери кадров в группе, % Эквивалент скорости потока, кбит/с PSNR, дБ 16 0 512 32,3 8 50 256 26,1 4 75 128 24,3 2 87,5 64 18,3   Таблица 2. Восстановление при неполном приёме закодированных кадров (кодирование вельвет кодером) Количество кадров на входе Потери кадров в группе, % Эквивалент скорости потока, кбит/с PSNR, дБ 16 0 512 32,7 8 50 256 26,2 4 75 128 22,1 2 87,5 64 17,4   Благодаря гибкости предложенного алгоритма, даже в случае существенного снижения скорости принимаемого потока данных декодер в состоянии восстановить фон в видеопоследовательности и движение объектов. Кадры видеопоследовательности содержат наиболее важную информацию в достаточно малой области низких частот, и, вследствие прогрессивного кодирования, мало подвержены влиянию различных ошибок. В то же время, чирплет-преобразование, применённое к временной области, переносит наиболее важную глобальную информацию, содержащуюся в группе кадров, в первые два кадра (первый – фон, второй – базовая информация о движении). Это свойство, очевидно, окажет сильное влияние на оценку помехоустойчивости закодированного потока. В таблицах: 3, 4 приведены результаты восстановления видеосигналов при различных компьютерных моделях внесения ошибок в процессе передачи по радиоканалу – случайных битовых ошибках, потере пакета и потере синхронизации битового потока. Эксперименты были произведены на двух различных тестовых файлах, как для предложенного алгоритма, так и для широко распространённых коммерческих алгоритмов – MPEG-4, DivX511, H.263.   Таблица 3. Оценка помехоустойчивости при внесении случайных битовых ошибок в видеопоследовательность BER Фрагмент Оценка PSNR, дБ MPEG-4 DivX511 H.263 Wavelet Chirplet 10-2 1 18,4 18,1 16,7 26,1 27,0 2 23,2 21,1 20,1 28,3 29,3 10-3 1 24,2 24,1 23,8 28,8 29,5 2 26,8 26,4 25,6 30,5 30,7 10-4 1 30,9 29,9 28,7 31,1 30,5 2 31,7 30,5 28,9 37,3 37,0 0 1 32,1 31,8 30,0 31,9 30,7 2 34,5 35,2 32,7 37,8 36,3   Таблица 4. Оценка помехоустойчивости при потере пакетов данных во время передачи видеопоследовательности Потеря пакета, байт Фрагмент Оценка PSNR, дБ MPEG-4 DivX511 H.263 thirplet Wavelet 64 1 14,5 16,7 14,1 27,2 26,3 2 15,7 17,2 16,1 28,4 28,3 16 1 21,0 20,1 19,8 28,9 28,9 2 24,9 23,7 22,9 31,0 30,0 4 1 29,7 28,1 27,9 31,8 30,7 2 29,9 29,0 28,4 37,5 37,7 0 1 32,1 31,8 30,0 31,9 33,0 2 34,5 35,2 32,7 37,8 38,2   Для других видов мультимедийной информации: статичных изображений и аудио-последовательностей, результаты качественно не отличались. Предложенный математический аппарат, на основе чирплет преобразования, для сжатия мультимедийной информации показал более высокую помехоустойчивость по сравнению с широко распространёнными алгоритмами, обеспечив при этом сравнимую или более высокую степень компрессии данных. Все выше перечисленные характеристики показывают, тот факт, что применение чирплет кодека, применительно к беспроводным радиосетям, имеет ряд преимуществ, по сравнению с вельвет и Фурье алгоритмами компрессии потокового видео трафика.   Список литературы: 1.            Глинченко А. С. Цифровая обработка сигналов: Учебное пособие КГТУ, Красноярск 2001 г.  2.            Добеши И. Десять лекций по вейвлетам – НИЦ, Ижевск 2001 г. 3.            Маала C.  Вэйвлеты в обработки сигналов – Мир, Москва 2005 г. 4.            Штарк Г. Г. Применение вейвлетов для ЦОС. – Техносфера, Москва 2007 г. 5.            Яне Б. Цифровая обработка изображений – Техносфера, Москва, 2007.-337 с.  

Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.