CCTV. Библия видеонаблюдения. Цифровые и сетевые технологии

Если изображение с высокой степенью сжатия увеличить, то четко проявляется его блочная структура. Можно достичь степени сжатия до 100 раз. JPEG известен как способ сжатия с потерями, означающий, что, если изображение подвергнется сжатию, то при декомпрессии нельзя получить изображение точно такого же качества, как оригинал. Тем не менее, коэффициенты сжатия, достигаемые с помощью сжатия JPEG, довольно высоки (превышают 10:1), и некоторая потеря качества изображения представляется несущественной для человеческого глаза. JPEG разработан с учетом известных ограничений человеческого глаза, таких, как невосприятие очень мелких деталей цветности, как и мелких деталей яркости в рассматриваемом изображении.

Рис. 9.31. Разбиение на блоки при сжатии JPEG

Для каждого отдельного компонента цвета изображение делится на блоки 8x8, из которых составляется все изображение. Над этими блоками выполняется дискретное косинусное преобразование. Обычно внутри блоков 8x8 значения пикселов изменяются мало. Поэтому энергия имеет низкую пространственную частоту. Преобразование, которое может быть использовано для представления энергии несколькими коэффициентами, является двумерным дискретным косинусным преобразованием блоков 8x8. Это преобразование, широко изучаемое с точки зрения применения его к сжатию изображений, явилось чрезвычайно эффективным для сильно коррелированных данных.

JPEG хранит полную цветовую информацию: 24 бита на пиксел (16 миллионов цветов); можно сравнить, например, с GIF (другая популярная среди пользователей ПК техника сжатия), который может хранить только 8 бит на пиксел (256 или меньшее количество цветов). Полутоновые изображения (в шкале серого) не могут быть сжаты с такими большими коэффициентами компрессии с помощью JPEG, поскольку человеческий глаз намного более чувствителен к изменениям яркости, чем к оттенкам цвета, и JPEG может сжимать данные о цвете в большей степени, чем данные о яркости.

Имеется довольно любопытное наблюдение, которое заключается в том, что JPEG-файл черно-белого изображения всего на 10–25 % меньше, чем полноцветный JPEG-файл визуально подобного качества.

Рис. 9.32. Изображение испытательной таблицы CCTV Labs при записи полями (сжатие JPEG, размер файла 49 кбайт). Увеличенный фрагмент (справа).

Рис. 9.33. Изображение испытательной таблицы CCTV Labs при записи полями (сжатие JPEG, размер файла 15 кбайт). Увеличенный фрагмент (справа).

Кроме того, следует отметить, что JPEG не подходит для штрихового рисунка или текста, поскольку дискретное косинусное преобразование непригодно для очень резких черно-белых переходов.

JPEG может быть использован для сжатия данных из различных цветовых пространств, таких, как RGB (видеосигнал основных цветов изображения), YCbCr (преобразованный видеосигнал) и CMYK (палитра, используемая в издательских системах), поскольку он обращается с цветами как с отдельными компонентами. Наилучшие результаты по сжатию достигаются, если компоненты цвета независимы (некоррелированны), как это имеет место в YCbCr, где большая часть информации сосредоточена в яркости, а меньшая — в цветности.

Поскольку файлы JPEG, записываемые в системе видеонаблюдения, независимы друг от друга, они легко могут быть воспроизведены в обратном направлении. При этом скорость воспроизведения может быть увеличена или уменьшена, а кроме того, они могут быть скопированы в виде отдельных файлов или группы файлов.

M-JPEG

В системах видеонаблюдения используется стандарт сжатия, производный от JPEG, который называют motion JPEG (M-JPEG). На самом деле M-JPEG не существует как отдельный стандарт, скорее он относится к быстрому потоку изображений JPEG, которые могут быть воспроизведены с достаточно высокой скоростью, создавая при этом иллюзию движения. Поскольку зависимости между отдельными последовательными кадрами не берутся в расчет, такой способ позволяет получить только относительно небольшой уровень сжатия по сравнению со стандартами, использующими сжатие видеоизображения, такими, как семейства Н.26х или MPEG, которые описаны далее. Впрочем, M-JPEG используется некоторыми производителями многоканальных цифровых видеорегистраторов.

M-JPEG никогда не был предметом международной стандартизации, a JPEG не определяет стандарт передачи, поэтому реализации M-JPEG у разных производителей несовместимы между собой. Для увеличения степени сжатия иногда еще используется и сжатие разницы между двумя соседними кадрами. Этот вариант тоже не является стандартным, поэтому для воспроизведения таких записей потребуется программное обеспечение того же производителя.

Wavelet (вейвлет)

Многие десятилетия ученые пытались найти для аппроксимации прерывистых сигналов более подходящие функции, чем синусы и косинусы, которые составляют основу анализа Фурье. По определению синусы и косинусы являются нелокальными функциями (они определены в бесконечной области). В этом заключена главная причина их плохой работы при аппроксимации резких переходов, таких, как отдельные детали изображения с высоким разрешением в конечном двумерном кадре. Кадры именно такого типа мы наиболее часто наблюдаем при записи в мультиплексированном режиме, они отличаются от непрерывного потока движущихся изображений в обычном телевидении. Вейвлет-анализ действует иначе и позволяет более эффективно обрабатывать мелкие детали изображения.

Авторами этой математической модели были Гроссман и Морле (A.Grossman и J.Morlet), которые и применили термин Wavelet (вейвлет) в середине 80-х годов в связи с анализом свойств сейсмических и акустических сигналов. В результате вейвлет-сжатие изначально применялось в таких сферах, как астрономия и геофизика. Вскоре, когда компания Analog Devices выпустила аппаратную реализацию вейвлет-сжатия (кодек ADV601), оказалось, что его (сжатие) можно превосходно использовать в видеонаблюдении.

Вейвлет-сжатие преобразует полное изображение, а не его секции 8x8, как это происходит в JPEG, и является более естественным, так как отслеживает формы объектов в изображении. Поэтому вейвлет-сжатие оказалось особенно привлекательным для систем видеонаблюдения.

Рис. 9.34. Один из остроумных способов применения вейвлет-сжатия методом зигзага

Рис. 9.35. Изображение испытательной таблицы CCTV Labs при записи полями (сжатие Wavelet, размер файла 45 кбайт). Увеличенный фрагмент (справа)

Рис. 9.36. Изображение испытательной таблицы CCTV Labs при записи полями (сжатие Wavelet, размер файла 15 кбайт). Увеличенный фрагмент (справа).

С помощью вейвлет-анализа мы можем использовать аппроксимационные функции, определенные на конечных областях. Вейвлет-функции — это функции, которые удовлетворяют определенным математическим требованиям и используются для представления данных или других функций в вейвлет-анализе. Главное отличие от БПФ-анализа (быстрого преобразования Фурье) заключается в том, что вейвлет-функции разлагают сигнал по разным частотам с различным разрешением, то есть на множество малых групп волн, отсюда и название — вейвлет, элементарные волны. Алгоритмы вейвлет-преобразования обрабатывают данные в различных масштабах и с разным разрешением. Вейвлет-анализ позволяет разглядеть и отдельные детали, и глобальное изображение, или, как выразились некоторые авторы вейвлет-анализа, «увидеть и лес, и отдельные деревья» в противоположность анализу Фурье, который позволяет «видеть только лес».