Отримано 18.07.2023, Доопрацьовано 16.10.2023, Прийнято 24.11.2023

Аналіз алгоритмів стиснення зображень із втратами

Олексій Кавка, Володимир Майданюк, Олександр Романюк, Євген Завальнюк

У статті розглянуто та проведено аналітичний огляд алгоритмів стиснення зображень зі втратами. Обґрунтовано актуальність дослідження за допомогою статистичних даних. Розглянуто та проаналізовано метод колірної субдискретизації. Розглянуто, описано та проаналізовано метод квантування кольорів, зокрема наявні дослідження із застосування квантування кольорів у поєднанні з дискретним косинусним перетворенням. Виділено недоліки наявного дослідження та сформульовано можливість подальшого дослідження з використанням розширеної вибірки зображень. Детально розглянуто та проаналізовано стиснення на основі дискретного косинусного перетворення. Виділено пошук оптимальних матриць квантування як перспективний напрямок подальних досліджень з підвищення ефективності застосування дискретного косинусного перетворення. Виділено адаптивне виділення більших, кратних стандартному, блоків даних, як перспективний напрямок дослідження. Розглянуто та проаналізовано метод стиснення зображень на основі вейвлет-перетворення. Сформульовано напрямок подальших досліджень із застосування інших вейвлетів окрім вейвлета Коен-Добеші-Фюво та вейвлета ЛеҐал-Табатабай для стиснення зображень. Розглянуто та проаналізовано метод фрактального стиснення. Сформульовано напрямки подальших досліджень, таких як обмеження глибини пошуку і застосування фрактального стиснення у поєднанні із дискретним косинусним перетворенням. Підсумовано напрямки подальших досліджень для покращення функціональних характеристик розглянутих алгоритмів. Основним науковим результатом проведеного дослідження є виділення переліку перспективних тем досліджень, що дозволять збільшити обсяг даних про методи, моделі та засоби стиснення зображень. Практична цінність проведеного дослідження полягає у тому, що воно містить перелік тем досліджень, які можуть бути використані науковими працівниками як матеріал для подальшої наукової діяльності

стиснення зображень, стиснення даних, колірна субдискретизація, квантування кольорів, дискретне косинусне перетворення, вейвлет-перетворення, фрактальне стиснення
59-64
Kavka, O., Maidaniuk, V., Romaniuk, A., & Zavalniuk, Y. (2023). Analysis of the lossy image compression algorithms. Information Technologies and Computer Engineering, 20(3), 59-64. https://doi.org/10.31649/1999-9941-2023-58-3-59-64

Використані джерела

[1] Pantic, N. (2022). How many photos will be taken in 2021? Retrieved from https://blog.mylio.com/how-many-photos-will-be-taken-in-2021-stats.

[2] Data Storage Market Size. (n.d.). Retrieved from https://www.fortunebusinessinsights.com/data-storage-market-102991.

[3] Ahmed, N., Natarajan, T., & Rao, K.R. (1974). Discrete cosine transform. IEEE Transactions on Computers, 23, 90-93. doi: 10.1109/T-C.1974.223784.

[4] Van Den Branden Lambrecht, C.J. (Ed.). (2001). Vision models and applications to image and video processing. Berlin: Springer Science.

[5] Heckbert, P. (1982). Color image quantization for frame buffer display. Computer Graphics, 16(3), 297-303.

[6] Araujo, L.C., Sansao, J.P.H., & Junior, M.C.S. (2020). Effects of color quantization on JPEG compression. International Journal of Image and Graphics, 20(3), article number 2050026. doi: 10.1142/s0219467820500266.

[7] Wang, Q., Liu, P., Zhang, L., Cheng, F., Qiu, J., & Zhang, X. (2022). Ratedistortion optimal evolutionary algorithm for JPEG quantization with multiple rates. Knowledge Based Systems, 244, article number 108500. doi: 10.1016/j.knosys.2022.108500.

[8] Naveen Kumar, S., Bharadwaj, M.V.V., & Subbarayappa, S. (2021). Performance comparison of Jpeg, Jpeg XT, Jpeg LS, Jpeg 2000, Jpeg XR, HEVC, EVC and VVC for images. In IEEE 6th International conference for convergence in technology (I2CT) (pp. 1-8). Maharashtra: IEEE. doi: 10.1109/I2CT51068.2021.9418160.

[9] Unser, M., & Blu, T. (2003). Mathematical properties of the JPEG2000 wavelet filters. IEEE Transactions on Image Processing, 12(9), 1080-1090. doi: 10.1109/TIP.2003.812329.

[10] Le Gall, D., & Tabatabai, A. (1988). Sub-band coding of digital images using symmetric short kernel filters and arithmetic coding techniques. In ICASSP-88: International conference on acoustics, speech, and signal processing (Vol.2, pp. 761-764). New York: IEEE. doi: 10.1109/ICASSP.1988.196696.

[11] Fresia, M., Natu, A., & Lavagetto, F. (2023). Turbo codes for the transmission of JPEG2000 compressed imagery over flat rayleigh fading channels. Amsterdam: Elsevier.

[12] Woon, W.M., Ho, A.T.S., Yu, T., Tam, S.C., Tan S.C., & Yap, T.L. (2000). Achieving high data compression of self-similar satellite images using fractal. In IGARSS 2000. IEEE 2000 International geoscience and remote sensing symposium. Taking the pulse of the planet: The role of remote sensing in managing the environment (Vol. 2, pp. 609-611). Honolulu: IEEE. doi: 10.1109/IGARSS.2000.861646.

[13] Ali, A.H., Abbas, A.N., George, L.E., & Mokhtar, M.R. (2019). Image and audio fractal compression: Comprehensive review, enhancements and research directions. Indonesian Journal of Electrical Engineering and Computer Science, 15(3), 1564-1570.