Kompresja stratna
Transkrypt
Kompresja stratna
Kompresja stratna podstawy 1. Uwagi wstępne 2. Ocena i miary zniekształceń Kompresja stratna – uwagi wstępne Kompresja bezstratna – zbyt mały stopień kompresji by przezwycięŜyć ograniczenia sprzętowe – konieczność kompresji stratnej Dla kompresji bezstratnej Jedyny istotny parametr – stopień kompresji Istnieje wielkość (entropia) stanowiący ograniczenie średniej bitowej Kompresja stratna Gdy rezygnujemy z wierności rekonstrukcji, to entropia nie jest ograniczeniem średniej bitowej – moŜliwa lepsza kompresja Musimy obok stopnia kompresji rozwaŜać poziom zniekształceń Algorytm stratny – kompromis między stopniem kompresji a poziomem zniekształceń (teoria zniekształceń). Ocena zniekształceń Podstawowe metody oceny zniekształceń: Ocena subiektywna (zapytaj eksperta) Bierze pod uwagę cel, jakim dane mają słuŜyć Wynik zaleŜy od tego, kto ocenia MoŜliwość testu przez duŜą grupę uŜytkowników – ogranicza czynnik subiektywny Metody drogie, niewygodne i trudno przekładalne na parametry ilościowe Pomiar róŜnic pomiędzy danymi oryginalnymi a rekonstrukcją. Podstawowe miary błędów: Miara kwadratowa: d(x,y) = (x – y)2 Miara bezwzględna: d(x,y) = |x – y| Miary zniekształceń Podstawowe miary zniekształceń: Błąd średniokwadratowy: 1 σ = N 2 2 ( x − y ) ∑ i i i Stosunek sygnału do szumu SNR: Stosunek sygnału do szumu SNR wyraŜony w decybelach: σ SNR = σ 2 x 2 d σ x2 SNR ( dB ) = 10 log 10 2 σd Miary zniekształceń – c.d. Poziom zniekształceń odniesiony do wartości szczytowej sygnału: PSNR (dB ) = 10 log10 x 2peak σ d2 Średnia miara błędu bezwzględnego (do oceny algorytmów kompresji obrazów: 1 d1 = N ∑| x i − yi | i Maksymalna wielkość błędu: d ∞ = max | xi − yi | i