Die Wavelet-Transformation hat sich als sehr leistungsfähig bei der Kompression von Bilddaten herausgestellt.
Aufbauend auf einen bereits existierenden Codec für Graustufenbilder wird ein Algorithmus für Farbbilder entwickelt und anhand verschiedener Bilder untersucht.
Es werden die gebräuchlichsten Farbraum-Modelle erläutert und in Form von Khoros-Modulen für beliebige Konvertierungen untereinander implementiert. Das IHS-Modell wird modifiziert und in die Untersuchungen einbezogen.
Anschließend wird die Eignung der Farbräume YUV, IHS bzw. YCS für den erstellten Codec geprüft.
Von dem Umstand ausgehend, daß Farbinformationen stärker fehlerbehaftet sein dürfen als Helligkeitsinformationen, werden verschiedene Quantisierungen der 3 Bildkomponenten auf Codierungsgewinne hin untersucht. Hierzu werden zusätzlich im Vorfeld die standardisierten Unterabtastungsverfahren erläutert, implementiert und zu den Versuchen hinzugezogen. In Erweiterung der Überabtastung wird ein Mittelungs-Verfahren definiert, welches seine Tauglichkeit zu beweisen hat.
Die Untersuchungsergebnisse werden benutzt, um optimale Bedingungen für den Codec zu erzeugen. Dieser wird dann mit der JPEG-Kompression praktisch verglichen.
Inhaltsverzeichnis
1 Einführung
1.1 Allgemeines
1.1.1 Betrachtungen zum Begriff „Farbe“
1.1.2 Das additive Farbmischverfahren
1.1.3 Das subtraktive Farbmischverfahren
1.2 Thematischer Hintergrund und Zielstellung
2 Grundlagen
2.1 Qualitätsbewertung in der Bildverarbeitung
2.1.1 Objektive Qualitätsparameter
2.1.2 Subjektive Qualitätsbestimmung
2.2 Color-Subsampling Formate
2.2.1 Modus 4:4:4
2.2.2 Modus 4:2:2
2.2.3 Modus 4:1:1
2.2.4 Modus 4:2:0 nach MPEG-I
2.3 Farbraum-Transformationen
2.3.1 Der RGB-Farbraum
2.3.2 Der YUV-Farbraum
2.3.3 Der YIQ-Farbraum
2.3.4 Der YCbCr-Farbraum
2.3.5 Der IHS-Farbraum
2.3.5.1 Transformation von RGB-Daten in den IHS-Raum
2.3.5.2 Rücktransformation der IHS-Daten in den RGB-Farbraum
2.3.6 Entwicklung des YCS-Farbmodells
2.3.6.1 Transformation von RGB-Daten in den YCS-Farbraum
2.3.6.2 Rücktransformation der YCS-Daten
2.4 Skalierungen in den RGB-Wertebereich
2.4.1 YUV-Modell
2.4.2 YCS- und IHS-Modell
2.4.3 YCbCr-Modell
2.4.4 YIQ-Modell
2.5 Dyadische Wavelet-Transformation
3 Khoros-Module
3.1 Zum Umgang mit Khoros-Workspaces
3.2 Software-Voraussetzungen
3.3 Bemerkungen zu Zahlendarstellung und Genauigkeit
3.4 Konverter-Modul: convert2kdf
3.5 Subsample- und Upsample-Modul
3.5.1 Erläuterungen zum C-Code: sub(up)sample.c
3.5.2 Erläuterungen zur Bibliothek: lsub(up)sample.c
3.5.3 Erläuterungen zur Bibliothek: lsample_modi.c
3.6 Module zu Farbraum-Transformationen
3.6.1 YIQ-Module zur Hin- und Rücktransformation
3.6.1.1 Erläuterungen zum C-Code: rgb2yiq.c und yiq2rgb.c
3.6.1.2 Erläuterungen zu den Bibliotheken: lrgb2yiq.c und lyiq2rgb.c
3.6.2 IHS-Module zur Hin- und Rücktransformation
3.6.3 YCS-Module zur Hin- und Rücktransformation
3.7 Das Statistik-Modul
3.8 Das Quantisierungs-Modul
3.8.1 Quantisierung im Wavelet-Bereich
3.9 Wavelet-Module
3.9.1 dwt_color
3.9.2 idwt_color
3.10 Codec-Module
3.10.1 e_saWave_color
3.10.1.1 Programmablauf
3.10.1.2 Einhaltung der Qualitätsparameter: Bitrate, PSNR
3.10.1.3 Realisierung unterschiedlicher Quantisierungen
3.10.2 d_saWave_color
4 Untersuchungen zur Bilddatenreduktion
4.1 Unter- und Überabtastung
4.1.1 Abtastung ohne MW-Modus
4.1.1.1 YUV-Farbraum
4.1.1.2 IHS-Farbraum
4.1.1.3 YCS-Farbraum
4.1.2 Überabtastung mit MW-Modus
4.1.2.1 YUV-Farbraum
4.1.2.2 IHS-Farbraum
4.1.2.3 YCS-Farbraum
4.1.3 Erzielte Ergebnisse
4.1.3.1 Empfehlung
5 Praktische Codierung
5.1 Durchgeführte Untersuchungen
5.1.1 YUV-Farbraum
5.1.2 YCS- und IHS-Farbraum
5.2 Vorzeitiger Abbruch des Bitstromes
6 Zusammenfassung
6.1 YUV-Farbraum
6.2 YCS- und IHS-Farbraum
6.3 Leistung des Wavelet-Farbcodec
6.4 Erzielte Ergebnisse
6.5 Ausblick
7 Vorschläge zu weiteren Optimierungen
7.1 Ähnlichkeit der Bildkomponenten
7.2 Programm-Effizienz
7.3 Codierungs-Algorithmus
7.4 Codierung im YCS-Raum
Thesen
A Daten und Workspaces
A.1 Verwendete Symbolik zu Abschnitt 2.2
A.2 Unterabtastungs-Modi zu Abschnitt 4.1
A.3 Beispiel-Workspaces
A.3.1 YUV-Transformation mit Modulen der Color-Toolbox
A.3.2 Codierung im YUV-Raum
A.3.3 JPEG-Schleife
A.4 Entwickelte Prozeduren (Cantata)
A.4.1 Import_Image
A.4.2 Diff_3_Band
A.4.3 Show_3_Bands
A.4.4 Info
A.5 Daten der Referenzbilder
Zielsetzung und Themen
Die Diplomarbeit untersucht die Leistungsfähigkeit der Wavelet-Transformation zur effizienten Kompression von Farbbildern. Ziel ist die Entwicklung und Implementierung eines spezialisierten Codecs unter Verwendung von Khoros-Modulen, um die Datenmenge bei möglichst hoher, für das menschliche Auge akzeptabler Bildqualität zu minimieren.
- Analyse und Optimierung verschiedener Farbraum-Modelle (YUV, YIQ, YCbCr, IHS, YCS).
- Implementierung und Evaluierung von Subsampling-Verfahren zur Datenreduktion.
- Entwicklung von Khoros-Modulen zur Transformation, Quantisierung und statistischen Analyse.
- Vergleichende Untersuchung der Codierungsleistung gegenüber Standardverfahren wie JPEG.
- Optimierung der Quantisierungsparameter zur Erzielung konstanter Bitraten.
Auszug aus dem Buch
2.3.5 Der IHS-Farbraum
Dieses Modell ähnelt dem menschlichen Wahrnehmungsvermögen am meisten. Es besteht aus den 3 Komponenten „H“ (Farbton), „S“ (Sättigung) und „I“ (Intensität). Im Gegensatz zum RGB-Würfel (Abbildung 2.5) läßt sich dieses Modell übersichtlicher in dem in Abbildung 2.6 gezeigten Dreieck darstellen. Der Farbton stellt sich hier als mathematische Weise, daß P bei einem Farbton von 60° als reines Gelb erscheint. Die Sättigung von P drückt sich im Abstand zum Mittelpunkt des Dreiecks aus: Je größer der Wert ist, desto satter ist die Farbe. Die Intensität wird mit dem vertikalen Abstand zur Dreiecks-Ebene veranschaulicht, es entsteht der in Abbildung 2.7 gezeigte pyramidenartige Körper.
Zusammenfassung der Kapitel
Einführung: Vermittelt Grundlagen zur Farbwahrnehmung und definiert die Zielsetzung der Arbeit, die Bilddaten mittels Wavelet-Transformation effizient zu komprimieren.
Grundlagen: Erläutert die mathematischen Methoden zur Qualitätsbewertung, diverse Farbmodelle sowie die theoretischen Grundlagen der dyadischen Wavelet-Transformation.
Khoros-Module: Beschreibt die praktische Implementierung der entwickelten Module unter Khoros, inklusive Konvertierung, Subsampling, Farbraumtransformation und Quantisierung.
Untersuchungen zur Bilddatenreduktion: Analysiert den Einfluss verschiedener Subsampling-Modi und Mittelungsverfahren auf die Bildqualität in den gewählten Farbräumen.
Praktische Codierung: Dokumentiert die Durchführung der Codierungsexperimente und bewertet die Ergebnisse basierend auf PSNR-Werten und visuellen Eindrücken.
Zusammenfassung: Fasst die Resultate zusammen und bewertet die Eignung der verschiedenen Farbmodelle sowie des entwickelten Wavelet-Codecs.
Vorschläge zu weiteren Optimierungen: Diskutiert Ansätze zur Steigerung der Effizienz, wie etwa parallele Berechnungen oder die Anpassung der Codierreihenfolge.
Schlüsselwörter
Wavelet-Transformation, Bildkompression, Farbraumtransformation, YUV, YCS, Khoros, Quantisierung, Unterabtastung, Bitrate, PSNR, Datenreduktion, Bildverarbeitung, Codec, Farbwahrnehmung, Signal-Rausch-Verhältnis.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Entwicklung und Untersuchung eines auf der Wavelet-Transformation basierenden Codecs zur effizienten Kompression von Farbbildern.
Was sind die zentralen Themenfelder?
Die zentralen Felder sind die Analyse von Farbmodellen, die Implementierung von Khoros-Softwaremodulen, das Subsampling zur Datenreduktion und die Quantisierung von Wavelet-Koeffizienten.
Was ist das primäre Ziel der Arbeit?
Das primäre Ziel ist es, Farbbilder so stark zu komprimieren, dass zwischen dem rekonstruierten Bild und dem Original für den Betrachter möglichst kein Unterschied feststellbar ist.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt die dyadische Wavelet-Transformation in Kombination mit verschiedenen Farbraumtransformationen und statistischen Analysetools zur Qualitätsmessung (z.B. PSNR).
Was wird im Hauptteil behandelt?
Im Hauptteil werden die Implementierung der Khoros-Module, die systematische Untersuchung von Unterabtastverfahren und die praktische Durchführung der Codierung beschrieben.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wavelet-Transformation, Bildkompression, Farbraumtransformation, YUV, YCS, Khoros, Quantisierung und PSNR.
Warum ist das YCS-Modell laut Autor weniger gut geeignet?
Obwohl das YCS-Modell theoretisch vielversprechend erscheint, ergaben die praktischen Untersuchungen, dass es für den entwickelten Codec aufgrund der auftretenden Bildfehler (wie Rotflecken) weniger gut geeignet ist als der YUV-Farbraum.
Welche Rolle spielen Khoros-Workspaces in der Arbeit?
Khoros-Workspaces dienen als Plattform für die Implementierung und den Test der Algorithmen. Sie ermöglichen das visuelle Zusammenstellen der Module und die effiziente Verarbeitung von Bilddaten.
- Quote paper
- Bernd Wolf (Author), 1998, Untersuchungen zur waveletbasierten Kompression von Farbbildern, Munich, GRIN Verlag, https://www.grin.com/document/76
