Разработка, реализация и сравнительный анализ разновидностей алгоритмов фрактального сжатия
На сегодняшний день существует большое количество эффективных алгоритмов сжатия как с потерями, так и без. Но до сих пор не придумано более гибкого в плане сжатия метода, чем фрактальное сжатие изображений. Цифровые картинки в сжатом виде могут занимать в несколько сотен раз меньше места по сравнению с оригиналом и при этом сохранить самые важные детали оригинала.
До сих пор данная разновидность сжатия с потерями рассматривалась во многих исследовательских работах чаще всего в виде очередной модификации алгоритма и сравнения ее либо с классическим вариантом фрактального сжатия, либо с другими видами сжатия с потерями (JPEG, SVD и прочие).
Алгоритм фрактального сжатия изображений можно разбить на этапы:
- Разбиение картинки на ранги и домены (ранговые и доменные области).
- Классификация рангов и доменов, чтобы распределить их по отдельным группам похожих (схожие градиенты, дисперсии и так далее).
- Поиск наиболее подходящего домена каждому рангу путем поиска оптимального преобразования домена: аффинного преобразования (сжатие до размеров ранга, поворот, отражение) и поиска наиближайших к рангу цветовых преобразований (контрастность и интенсивность).
- Запись всех троек: домен, ранг и преобразование - в файл.
В настоящей работе ставится задача сравнения качественных характеристик различных вариаций алгоритмов фрактального сжатия между собой и выявления характерных преимуществ и недостатков каждого из них как по отдельности, так и в комбинации. Под качественными характеристиками подразумеваются: время работы, степень сжатия, пиковое отношение сигнала к шуму (PSNR или Peak signal-to-noise ratio).
На данный момент в работе реализовано:
- Разработка программного обеспечения, включающего в себя реализации следующих модификаций алгоритма фрактального сжатия:
- Разбиение сеткой.
- Доменно-ориентированный алгоритм.
- Ранго-ориентированный алгоритм.
- Алгоритм с классификацией самоорганизующейся картой Кохонена.
- Алгоритм разбиения квадродеревом.
- Сравнение и выявление особенностей каждого из вариантов, а также их комбинаций.
В дальнейшем, по результатам данного исследования будет принято решение о реализации адаптивного алгоритма фрактального сжатия, который будет использовать перечисленные модификации в зависимости от свойств картинки.
Научный руководитель – к.ф.-м.н., доц. Шихеева Валерия Владимировна