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