Đang tải... (xem toàn văn)
Nén không tổn hao . Thuật toán mã hóa dự đoán không tổn hao. Thuật toán JPEGLs Hai dạng ảnh số: ảnh Vector và ảnh Raster. Khái niệm, đặc điểm, tính chất và một số định dạng file ảnh Mã hóa dự đoán không tổn hao . Thuật toán JPEGLS
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG BÁO CÁO MÔN HỌC XỬ LÝ DỮ LIỆU ĐA PHƯƠNG TIỆN Đề 2: Dữ liệu ảnh số (cấu trúc, định dạng liệu), mã hóa dự đoán không tổn hao, thuật toán mã hóa ảnh theo chuẩn jpeg-ls Giảng viên hướng dẫn Học viên thực Mã HV Lớp Hà Nội 10-2017 : PGS.TS Nguyễn Thị Hoàng Lan : : : 16BTTM MỤC LỤC I Dữ liệu ảnh số Hệ thống xử lý ảnh: Ảnh sau thu nhận qua cảm biến ảnh tương tự Tín hiệu ảnh số hóa để tạo liệu ảnh số Số hóa ảnh nhằm tạo thuận tiện cho việc lưu trữ xử lý ảnh Có khuôn dạng ảnh số thường gặp ảnh Vector ảnh Raster (hay ảnh Bitmap) 1.1 Cấu trúc ảnh Vector 1.1.1 Khái niệm Ảnh Vector tạo nên từ phần tử yếu tố cốt lõi hình học đường thẳng, đường cong, hình dạng, đa giác Dữ liệu ảnh Vector tạo thành dựa vector, vector lại tạo thành từ biểu thức toán học Vector chạy qua điểm mút, điểm có tọa độ (x,y) định hệ trục tọa độ Mỗi vector gán cho thuộc tính riêng màu sắc, độ dày mỏng , v v 1.1.2 Các ưu nhược điểm ảnh Vector Ảnh Vector có ưu điểm bật sau: - Mã hóa ảnh hình đơn giản Gọn, kích thước nhỏ Thay đổi kích thước đơn giản, không bị thông tin Sửa dễ dàng phần tử ảnh độc lập Nhược điểm ảnh Vector: - Không biểu diễn ảnh chụp Xử lý ảnh phức tạp (nhiều đối tượng) gặp nhiều khó khăn Khuôn dạng không chuẩn nên trình duyệt web không nhận dạng 1.1.3 Khuôn dạng WMF (Windows Metafile) Chứa thông tin đối tượng, file WMF chứa 65535 đối tượng Là ảnh đồ họa chứa liệu ảnh bitmap ảnh vectơ Ví dụ ảnh vectơ chứa đối tượng mẫu tạo thành từ điểm pixel tô màu vùng Lúc file chứa ảnh vectơ thuộc tính tô màu ghi liệu ảnh bitmap 1.1.4 Ứng dụng ảnh Vector Ảnh Vector thường sử dụng trường hợp : - Thiết kế logo : Vì logo cần quán trường hợp sử dụng, người - ta phóng to, thu nhỏ mà không ảnh hưởng nhiều đến tổng thể logo Thiết kế icon : icon cần thay đổi nhiều kích thước, đặc biệt phải nhẹ, - sắc nét Nghệ thuật Vector (Vector art): Người ta dùng vector, mảng (shapes), lưới chuyển màu (gradient meshes) để tạo nên hình ảnh độc đáo, gọi nghệ thuật Vector 1.1.5 Một số định dạng file liệu ảnh Vector : - PDF: định dạng file sách phổ biến bật ưu hỗ trợ bit map lẫn vector text (Dùng illustrator mở file PDF chỉnh sửa hình vector nội dung chữ định dạng này) Đây địng dạng mà nhà thiết kế - chuyển xuống nhà in EPS : định dạng xuất phim in ấn chuyển từ sang định dạng - file link nhúng vào file ép luôn, không thay đổi cấu trúc lớp AI : file lưu Adobe Illustrator - CDR : file lưu Corel SVG : định dạng vector mà hiển thị web DWG : định dạng file lưu Autocad 1.2 Cấu trúc liệu ảnh Raster (Bitmap) 1.2.1 Khái niệm: Ảnh Raster hay gọi ảnh bitmap ảnh tạo nên từ lưới điểm ảnh (hay Pixel) Điểm ảnh phần tử ảnh số toạ độ (x, y) với độ xám màu định Có nhiều mô hình màu khác cho điểm ảnh: RGB, YUV,YcbCr, … Kích thước khoảng cách điểm ảnh chọn thích hợp cho mắt người cảm nhận liên tục không gian màu ảnh số gần ảnh thật Mỗi phần tử ma trận gọi phần tử ảnh Đây cách biểu diễn ảnh thông dụng 1.2.2 Đặc điểm ảnh Raster - Khuôn dạng ảnh Raster thuận lợi cho hiển thị in ấn - Thiết bị thu nhận ảnh Raster phù hợp với tốc độ nhanh chất lượng cao cho - đầu vào đầu Thuận lợi hiển thị môi trường Windows 1.2.3 Mã hóa màu Ảnh tập hợp điểm ảnh, thông tin điểm ảnh định loại ảnh thông tin điểm ảnh định loại ảnh là: ảnh đen trắng (ảnh nhị phân), ảnh đa mức xám (dùng N bit để mã hóa mức xám) hay ảnh màu Với ảnh đa mức xám : Nếu dùng 8bit (1 byte) để biểu diễn mức xám cho điểm ảnh số mức xám biểu diễn hay 256 Mỗi mức xám biểu diễn dạng số nguyên nằm khoảng tử đến 255, với mức biểu diễn cho mức cường độ đen 255 biểu diễn cho mức cường độ sáng Với ảnh màu : Cách biểu diễn tương tự ảnh đen trắng, khác số phần tử ma trận biểu diễn cho màu riêng rẽ gồm: đỏ, lục lam (Red, Green, Blue) Để biểu diễn cho điểm ảnh màu cần 24 bit, 24 bit chia thành khoảng bit Mỗi khoảng biểu diễn cho cường độ sáng màu Vậy với ảnh màu sử dụng bytes mô tả mức màu, có 28*3=224≈ 16,7 triệu màu 1.2.4 Độ phân giải ảnh Độ phân giải (Resolution) ảnh mật độ điểm ảnh ấn định ảnh số hiển thị Theo định nghĩa, khoảng cách điểm ảnh phải chọn cho mắt người thấy liên tục ảnh Việc lựa chọn khoảng cách thích hợp tạo nên mật độ phân bổ, độ phân giải phân bố theo trục x y không gian hai chiều Ví dụ: Độ phân giải ảnh hình CGA (Color Graphic Adaptor) lưới điểm theo chiều ngang hình: 320 điểm chiều dọc * 200 điểm ảnh (320*200) Rõ ràng, hình CGA 12” ta nhận thấy mịn hình CGA 17” độ phân giải 320*200 Lý do: mật độ (độ phân giải) diện tích hình rộng độ mịn (liên tục điểm) 1.2.5 Một số định dạng file liệu ảnh Bitmap: - BMP (Bitmap): Chuẩn raster dùng MS-Windows - JPG : định dạng nén phổ biến máy ảnh số website Có tỷ lệ nén cao nên tối ưu hóa lưu trữ truyền liệu mạng Tuy nhiên, sử dụng phương pháp nén có tổn hao nên chất lượng ảnh bị ảnh hưởng - tỷ lệ nén cao GIF : định dạng nén hỗ trợ suốt, hình ảnh động đơn giản PNG : Là phiên mã nguồn mở thay cho GIF Sử dụng phương pháp nén không tổn hao nên phù hợp với ảnh có nhiều mảng đồng màu lớn Ảnh PNG Phù hợp với web có khả hiển thị bước Có thêm kênh alpha - để thể độ TIFF : Là định dạng không nén nên kích thước lớn, thường sử dụng để lưu trữ hình ảnh Hỗ trợ kiểu mã hóa (không nén, Huffman, Pack Bits, LZW, Fax Group 3, Fax Group 4); kiểu màu (Đen trắng, đa cấp xám, màu) - PSP : định dạng không nén photoshop, giữ nguyên cấu trúc lớp dạng - chỉnh sửa không dùng web, power point RAW: Xuất số máy ảnh nhiên không chuẩn Có thể sử dụng nén không tổn hao II Mã hóa dự đoán không tổn hao 2.1 Khái niệm Nén liệu (Data Compression): Nén liệu nhằm làm giảm giảm lượng thông tin “dư thừa” liệu gốc (dư thừa thông tin không gian, thời gian, dư thừa phổ dư thừa độ cảm nhận), nhằm mục đích lưu trữ ảnh dạng có kích thước nhỏ hay dạng biểu diễn mà yêu cầu số bít mã hoá so với ảnh gốc Ngoài thuật ngữ “nén liệu”, chất kỹ thuật có số tên gọi khác : giảm độ dư thừa, mã hóa ảnh gốc Sơ đồ chung hệ thống nén liệu: Trong Bộ mã hóa tín hiệu (Encoder) thường có cấu trúc hình dưới, bao gồm: Bộ chuyển đổi (T), lượng tử hóa (Q) mã hóa (E) - Bộ chuyển đổi: thường dùng phép biến đổi không gian để chuyển ảnh không gian thực sang không gian khác, nơi hệ số chuyển đổi có - mức độ tương quan thấp Kết nhận ma trận hệ số biến đổi Bộ lượng tử hoá: sử dụng phương pháp lượng tử không đồng nhằm triệt tiêu hệ số biến đổi có lượng thấp đóng vai trò không quan trọng khôi phục ảnh Quá trình lượng tử tính thuận nghịch: ảnh khôi - phục bị biến dạng so với ảnh gốc Bộ mã hoá: gán từ mã (một dòng bit nhị phân) cho mức lượng tử Hình Sơ đồ hệ thống nén ảnh Nén liệu ảnh số giúp giảm kích thước ảnh, làm cho ảnh dễ dàng lưu trữ truyền mạng Về có dạng nén: (i) Nén có tổn hao (Lossy Compression) (ii) Nén không tổn hao (Lossless Compression) (i) Nén có tổn hao: liệu ảnh sau khôi phục (giải mã) sai khác với ảnh gốc trình nén có làm số thông tin nhiên chất lượng ảnh đảm bảo (về mặt cảm nhận) thường đạt hiệu nén cao Các phương pháp nén có tổn hao đa phần dựa biến đổi ảnh (ii) Nén không tổn hao (Lossless Compression): Ảnh khôi phục hoàn toàn giống ảnh gốc Các phương pháp nén thường dựa phương pháp mã hóa liệu 2.2 Phương pháp mã hóa dự đoán không tổn hao Nguyên tắc phương pháp mã hóa dựa tính tương quan điểm ảnh nằm kề kỹ thuật tách truyền thông tin "mới" chứa điểm ảnh Theo nghiên cứu thống kê phân bố biên độ tín hiệu video, mức độ tương quan điểm ảnh nằm gần miền không gian cao, điều có nghĩa khác biệt hai điểm ảnh kế bên nhỏ 0, mã hóa độ chênh lệch (sự sai khác mẫu) cần số lượng bit so với mã hóa toàn biên độ mẫu Giá trị mẫu giải mã dựa giải mã sai khác giá trị dự đoán thời điểm trước Quá trình mã hóa không tổn hao thường cài đặt mô hình mã hóa dự đoán đơn giản gọi điều xung mã sai phân (DPCM – Differential Pulse Code Modulation) Trong mô hình này, giá trị dự đoán mẫu ước lượng từ mẫu lân cận mã hóa hình ảnh Hầu hết dự đoán (predictors) lấy trung bình mẫu phía bên trái mẫu đích DPCM mã hóa sai khác mẫu dự đoán thay mã hóa mẫu cách độc lập Sự khác biệt từ mẫu đến mẫu thường gần không Một mã hoá DPCM (DPCM encoder) điển hình mô tả hình Hình Mô hình DPCM encoder Trong đó: - - Bộ dự đoán (Predictor): tính toán dự đoán mẫu tín hiệu theo mẫu thời điểm trước (tín hiệu tham chiếu) Sai số dự đoán (Prediction error): Sai khác tín hiệu dự đoán với tín hiệu truyền đến Sai số dự đoán dùng để giải mã đảm bảo không mát thông tin Bộ mã hóa (Encoder): Mã hóa sai số dự đoán, ví dụ Huffman Các bước nén không tổn hao mô tả hình Trong trình này, dự đoán kết hợp ba mẫu lân cận A, B C (thể bảng dưới) để tạo dự đoán giá trị mẫu vị trí X Ba mẫu lân cận phải mẫu mã hóa Bất kỳ dự đoán bảng sử dụng để ước lượng mẫu đặt X Ta sử dụng tám dự đoán liệt kê bảng Lưu ý lựa chọn 1, 2, dự đoán chiều lựa chọn 4, 5, 6, dự đoán hai chiều Giá trị lựa chọn bảng, 0, sử dụng cho mã sai phân chế độ phân cấp quán trình nén Sau tất mẫu dự đoán, sai số mẫu mã hoá entropy cách sử dụng mã hóa Huffman mã số học số học Hình Sơ đồ khối đơn giản trình nén không tổn hao Hình mẫu lân cận xung quanh mẫu dự đoán Prediction No prediction A B C A+ B–C A + (B – C)/2 B + (A – C)/2 (A + B)/2 Lựa chọn giá trị dự đoán Thông thường, phương pháp nén không tổn hao đạt tỷ lện nén 2:1 cho ảnh màu thường sử dụng phổ biến lĩnh vực y tế Một số thuật toán nén không tổn hao phổ biến lossless JPEG, JPEG-LS, JPEG 2000, PNG CALIC - Lossless JPEG: thuật toán nén ảnh dự đoán với mã hóa entropy số học Huffman JPEG-LS: thuật toán nén ảnh có độ phức tạp thấp với mã hóa entropy thuật toán LOCO-I - - JPEG-2000: phương pháp nén ảnh dựa phép biến đổi sóng mã hóa số học Tiêu chuẩn hỗ trợ hai phương pháp nén ảnh có tổn hao, giúp tạo ảnh có chất lượng cao PNG: thuật toán nén ảnh dự đoán dùng LZ77 mã hóa Huffman CALIC: mã hóa entropy số học với tỷ lệ nén cao Trong thuật toán này, JPEG-LS đạt hiệu tốt với tỷ lệ nén (Compression Ratio - CR) tốc độ nén (Compression Speed - CS) so với thuật toán lại [2] III Thuật toán mã hóa ảnh theo chuẩn JPEG-LS 3.1 Giới thiệu JPEG-LS thuật toán đơn giản bao gồm hai pha độc lập riêng biệt: mô hình hóa (modeling) mã hóa (encoding) JPEG-LS cung cấp tiêu chuẩn nén hình ảnh không tổn hao tổn hao có độ phức tạp thấp mang lại hiệu nén tốt JPEG lossless Tiêu chuẩn JPEG lossless dựa mã hóa Huffman tiêu chuẩn khác bị giới hạn hiệu suất nén cách thiết kế chúng Phần lõi tiêu chuẩn JPEG-LS dựa thuật toán LOCO-I, thuật toán dựa vào dự đoán, mô hình hóa dư (residual modeling) mã hoá dựa ngữ cảnh phần dư Thuật toán nén JPEG-LS nhìn chung nhanh nhiều so với JPEG 2000 tốt nhiều so với tiêu chuẩn JPEG lossless ban đầu 3.2 Thuật toán LoCo-I JPEG-LS áp dụng lý thuyết nén ảnh không tổn hao theo DPCM, mẫu dự đoán Px tính toán dựa lân cận hình sau: 10 Trong hình vẽ, mẫu vị trí X mẫu cần dự đoán Các vị trí A, B, C điểm ảnh lân cận sở cho dự đoán dự đoán mẫu vị trí X Giả sử giá trị điểm ảnh A, B, C Ra, Rb, Rc số nguyên biết Giá trị mẫu dự đoán X, Px, theo thuật toán LOCO-I là: Mẫu dự đoán Px sau so sánh sai khác với giá trị mẫu thực tế Ix Giá trị sai khác (hay sai số dự đoán – Prediction error) thông tin mã hóa 3.3 Sơ đồ nén ảnh JPEG-LS Hình Sơ đồ khối thuật toán JPEG-LS Sơ đồ nén ảnh JPEG-LS giống với sơ đồ nguyên lý nén ảnh không tổn hao áp dụng DPCM Trong hình vẽ, tín hiệu đầu vào mẫu (các giá trị điểm ảnh) so sánh sai khác với mẫu dự đoán đầu khối dự đoán (khối Predictor ) Khối dự đoán thực tính toán mẫu dự đoán theo thuật toán LOCO-I nói Sai số dự đoán (Prediction error) thông tin dùng để mã hóa Thông tin sai số đầu khối Modeler, sau đưa đến khối Coder, khối mã hóa Tại đây, thông tin sai khác mã hóa thành từ mã Khối mã hóa sử dụng thuật toán mã 11 hóa Golomb để mã hóa thông tin sai khác Sản phẩm cuối trình nén từ mã xếp liên tiếp tạo thành dòng bit Tính chất không mát thông tin nén ảnh sơ đồ thuật toán JPEG-LS: • Không mát thông tin: từ thuật toán LOCO-I trên, ta nhận thấy giá trị mẫu dự đoán giá trị điểm ảnh lân cận (Ra, Rb) sai khác tính toán giá trị điểm ảnh (Ra+Rb-Rc) Trong trường hợp giá trị nhận mẫu dự đoán số nguyên (bởi Ra, Rb số nguyên, hiệu Ra, Rb, Rc số nguyên) Khi giải nén khôi phục ảnh giá trị điểm ảnh tính dựa sai khác cộng với giá trị nguyên, kết cho giá trị điểm ảnh mà không sai lệch so với ban đầu (vì cộng trừ số nguyên) Vì sơ đồ mát thông tin • Nén ảnh: thông thường giá trị điểm ảnh biểu diễn số nguyên bit Nếu mã hóa điểm ảnh phải dùng tất từ mã bit Tuy nhiên, sai khác điểm ảnh nhỏ so với giá trị (thường giá trị chữ số hệ 10), lượng bit dùng để mã hóa cần dùng 3, bit Mã hóa sai khác cho phép tính toán giá trị điểm ảnh từ sai khác giá trị điểm ảnh lân cận nên bảo toàn giá trị điểm ảnh, hay bảo toàn thông tin Vậy thay mã hóa điểm ảnh ta cần mã hóa sai khác, dùng số bit cho từ mã Điều tạo tính chất nén sơ đồ 3.4 Chi tiết thuật toán JPEG-LS Cho ảnh minh họa 4x4 hình 3.4.1 Các bước tính toán khối Modeler Tại khối Modeler, thuật toán thực hiện: tính giá trị gradients cục bộ; lượng hóa gradient cục bộ; trộn gradient lượng hóa lựa chọn mode thực mã hóa a Tính gradients cục 12 Giả sử Ix giá trị mẫu thời ảnh Tính gradients cục g i sau: g1 = Rd – Rb, g2 = Rb – Rc, g3 = Rc – Ra Ví dụ : (g1,g2,g3)=( 0,81,-36) (g1,g2,g3)=( 0, 0, 0) b Lượng hóa gradient cục Q1, Q2, Q3 số miền gradients cục lượng hóa, từ (g1,g2,g3) ⇒ (Q1,Q2,Q3) gi ( i = to ) {0} ±{1,2} ±{3,4,5,6} ±{7,8, ,20} ±{≧21} Ví dụ: (g1, g2, g3)=( 0,81,-36) ⇒ (Q1,Q2,Q3)=( 0, 4, -4) (g1, g2, g3)=( 0, 0, 0) ⇒ (Q1,Q2,Q3)=( 0, 0, 0) c Trộn gradient lượng hóa Nếu giá trị khác không vector (Q1,Q2,Q3) số âm, (Q1,Q2,Q3) ⇒ (-Q1,-Q2,-Q3) SIGN gán –1, ngược là +1 13 Ví dụ: (Q1, Q2, Q3)=( 0, 4, -4) ⇒ SIGN = +1 (Q1, Q2, Q3)=( 0, 0, 0) ⇒ SIGN = +1 d Lựa chọn mode Từ gradients cục ta mode chọn Regular mode hay run mode Nếu Q1=Q2=Q3=0, chọn run mode, ngược lại , chọn regular mode Ví dụ: (Q1, Q2, Q3)=( 0, 4, -4) ⇒ Reqular mode (Q1, Q2, Q3)=( 0, 0, 0) ⇒ Run mode 3.4.2 Chế độ Regular mode Các công việc thực chế độ Regular mode: Tính giá trị dự đoán cố định (fixed prediction; Điều chỉnh thích nghi; Tính sai số dự đoán (prediction error); Giảm modulo sai số dự đoán; Ánh xạ sai số (Error mapping); Tính tham số k mã hóa Golomb; Mã hóa Golomb; Mã hóa sai số ánh xạ Cập nhập biến a Tính giá trị dự đoán cố định (fixed prediction) Sử dụng thuật toán LOCO-I để tính giá trị sai số cố định Giả sử Ra, Rb, Rc dùng để dự đoán Ix, Px giá trị dự đoán cho mẫu Ix, ta có: Ví dụ: Rc = 64≦min(100,145)≦100 ⇒ Px = max(100,145) = 145 b Điều chỉnh thích nghi Để điều chỉnh giá trị dự đoán Px, ta dùng tham số điều chỉnh C, với C = [B/N] (Cách tính biến B, N giới thiệu mục i) Khi đó, 14 Ví dụ: Với B = -1, N = ⇒ C=[-1/2] = -1 Px = 145, SIGN = +1 ⇒ Px = Px + C = 145 + (-1) = 144 c Tính sai số dự đoán Gọi Errval sai số dự đoán, đó: Errval = Ix -Px SIGN = +1 Errval = Errval, SIGN = -1 Ví dụ: Ix = 145, Px = 144, SIGN = +1 ⇒ Errval = Ix - Px = 145 ─ 144 = d Giảm modulo sai số dự đoán Sai số dự đoán làm giảm xuống khoảng mã hóa,-127~+128 Từ đó, để chuyển đổi sai số, ta dùng công thức sau: Errval = Errval + 256, Errval < Errval = Errval ─ 256, Errval ≧ 128 Ví dụ: Errval = (1 > ≦ 128) ⇒ Errval = e Ánh xạ sai số dự đoán Sai số dự đoán, Errval, ánh xạ tới giá trị không âm MErrval, với công thức: Ví dụ: Với Errval = (1 ≧ 0) ⇒ MErrval = * = Hay giá trị chuyển đổi chung thể bảng dưới: Sai số dự đoán -1 -2 -3 … 127 -128 ↓ ↓ ↓ ↓ ↓↓ ↓ ↓ ↓ … 254 255 Giá trị ánh xạ f Tính tham số k thuật toán mã hóa Golomb 15 k tham số mã hóa Golomb chế độ regular mode, k tính theo công thức: k = {k’|2k’ * N ≧ A} với N, A biến giới thiệu mục i Ví dụ: Với N = 2, A = 64 ⇒ 2k’ * ≧ 64 ⇒ 2k’ ≧ 32 ⇒ k = g Mã hóa Golomb Sai số dự đoán tách theo công thức: MErrval = q * m + r, với m (m = 2k) (k tham số tính mục f) thành hai thành phần unary code (q) modified binary code (r) Ví dụ: Với MErrval = 13, k = ⇒ m = 22 = ⇒ 13 = x + ⇒ q = 3, r = ⇒ unary code=3, modified binary code=1 ⇒ unary code=000, modified binary code=01 Từ mã mã hóa ⇒ 000101 Bảng mã Golomb với m = (k=2) n q 0 Tính chất mã Golomb: 16 n↓⇒ độ dài từ mã ↓ Mã chiều không cần lưu vào bảng mã Golomb code tối ưu hóa cho phân bố hình học mặt số nguyên không âm - h Mã hóa mapped-error (MErrval) Ví dụ: k = ⇒ m = 2k = 25 = 32 Với MErrval = 2, ⇒ = q * m + r = * 32 + ⇒ q = 0, r = ⇒ unary code= 0, modified binary code=2 ⇒ unary code= null, modified binary code=00010 ⇒ 100010 i Cập nhập biến Các biến A, B N cập nhập tùy vào sai số dự đoán thời, với A, B đếm cho sai số dự đoán tích lũy N đếm cho tần suất xuất ngữ cảnh (context) Ví dụ: Các biến trước mã hóa A = 64, B = -1, N = Khi có giá trị sai số dự đoán Errval = 1, biến sau cập nhập sau: ⇒A = A + |Errval| = 64 + = 65 B = B + Errval = -1 + = N=N+1=2+1=3 3.4.3 Chế độ Run (Run mode) Khi gradients cục không, thuật toán chuyển sang chế độ Run Trong chế độ này, thuật toán tính độ dài run thực mã hóa loạt dài (Run-length coding) a Quét loạt dài (Run scanning) Gọi RUNval giá trị mẫu lặp (giống nhau), RUNcnt biến đếm số mẫu lặp lại run mode Tính độ dài Run theo thuật toán: RUNval = Ra; while (Ix == RUNval) { 17 RUNcnt = RUNcnt + 1; } Ví dụ: RUNval = Ra = 145 Ix = 145 = RUNval ⇒ RUNcnt = b Mã hóa loạt dài (Run-length coding) RUNcnt giá trị mô tả cho độ dài Run tính trên, thuật toán mã hóa loạt dài đơn giản sau: while (RUNcnt >0) { Thêm vào bit stream; RUNcnt = RUNcnt ─ 1; } Ví dụ: RUNcnt = ⇒ 11 3.5 Kết luận LOCO-I/JPEG-LS thể hiệu vượt trội so với phương pháp nén khác có độ phức tạp tương đương(như JPEG-Huffman), đạt tỷ lệ nên tương tự cao so với phương pháp nén phức tạp dựa mã hóa số học (arithmetic coding, ví dụ: JPEG-Arithm, CALIC Arithm) 18 TÀI LIỆU THAM KHẢO [1] Bài giảng Xử lý liệu đa phương tiện Nguyễn Thị Hoàng Lan Viện CNTT&TT ĐHBK Hà nội [2] “A Survey on Lossless Compression for Medical Images” M.Ferni Ukrit, A.Umamageswari, Dr.G.R.Suresh International Journal of Computer Applications (0975 – 8887) [3] “The LOCO-I Lossless image Compression Algorithm: Principles and Standardization into JPEG-LS” M J Weinberger, G Seroussi, G Sapiro [4] From LOCO-I to the JPEG-LS Standard Marcelo J Weinberger, Gadiel Seroussi HP Laboratories Palo Alto [5] https://en.wikipedia.org/wiki/Lossless_JPEG 19 20 ... sửa hình vector nội dung chữ định dạng này) Đây địng dạng mà nhà thiết kế - chuyển xu ng nhà in EPS : định dạng xu t phim in ấn chuyển từ sang định dạng - file link nhúng vào file ép luôn, không... không nén photoshop, giữ nguyên cấu trúc lớp dạng - chỉnh sửa không dùng web, power point RAW: Xu t số máy ảnh nhiên không chuẩn Có thể sử dụng nén không tổn hao II Mã hóa dự đoán không tổn hao... điểm trước Quá trình mã hóa không tổn hao thường cài đặt mô hình mã hóa dự đoán đơn giản gọi điều xung mã sai phân (DPCM – Differential Pulse Code Modulation) Trong mô hình này, giá trị dự đoán
