Архив
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 26-36

Автоматический выбор параметров сжатия изображений с потерями на основе инвариантных моментов при дистанционном зондировании Земли

Д.Ю. Старобинец 1 , А.Д. Хомоненко 2, 1 , Н.А. Гаврилова 2 
1 Военно-космическая академия имени А.Ф. Можайского, Санкт-Петербург, Россия
2 Петербургский государственный университет путей сообщения Императора Александра I, Санкт-Петербург, Россия
Одобрена к печати: 07.07.2017
DOI: 10.21046/2070-7401-2017-14-5-26-36
Предлагается подход к автоматическому выбору параметров сжатия изображений с потерями на основе оценки инвариантных моментов. Выбор параметров выполняется применительно к дискретному косинусному преобразованию и вейвлет-преобразованию в составе алгоритмов сжатия JPEG и JPEG 2000. В качестве критерия оценки качества изображений используется возможность распознания в сжатом изображении объектов, которые могли быть распознаны в исходном изображении. Для оценки качества сжатого изображения ранее использовался экспертный подход, который заключается в оценке возможности визуального распознания контролируемых объектов экспертом вручную. Для автоматизации анализа качества сжатого изображения рассчитываются семь инвариантов моментов для фрагментов изображения, которые инвариантны относительно переносов, осевой симметрии, поворотов, а также растяжений и сжатий. Показано, что для каждого класса изображений можно задать показатель точности соответствия инвариантов моментов эталону. Он устанавливает значащий разряд для каждого из инвариантов, по изменению которого можно сделать вывод о наличии эталонного объекта на фрагменте изображения. Параметры определяются из условий получения минимального объема сжатого файла при заданных требованиях к качеству изображения. Приводятся численные примеры определения параметров сжатия изображений, получаемых при дистанционном зондировании Земли.
Ключевые слова: сжатие изображений, инвариантные моменты, дискретное косинусное преобразование, вейвлет-преобразование, JPEG, JPEG2000, дистанционное зондирование Земли
Полный текст

Список литературы:

  1. Алтухов А.И., Дудин Е.А., Титков Б.В. Технология компрессии изображений больших размеров // Научно-технич. ведомости Санкт-Петербург. гос. политехн. ун-та. Информатика. Телекоммуникации. Управление. 2009. № 72. С. 46–51.
  2. Гонсалес Р., Вудс Р., Эддинс Р. Цифровая обработка изображений в среде Matlab. М.: Техносфера, 2006. 616 с.
  3. Жигалко Е.Ф. Особенность асимптотических свойств интегральных инвариантов // Интеллектуальные технологии на транспорте. 2015. № 4 (4). С. 55–58.
  4. Иванов Е.С. Некоторые приложения сегментации снимков ДЗЗ // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 1. С. 105–116.
  5. Миано Дж. Форматы и алгоритмы сжатия изображений в действии: учебное пособ. М.: Триумф, 2003. 336 с.
  6. Петров Е.П., Харина Н.Л., Чукаев К.Н. Метод выделения контуров объектов на спутниковых снимках минимальными вычислительными ресурсами // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 304–311.
  7. Уэлстид С. Фракталы и вейвлеты для сжатия изображений в действии: учебное пособ. М.: Триумф, 2003. 320 с.
  8. Хомоненко А.Д., Старобинец Д.Ю., Уваров В.А. Выбор параметров сжатия изображений с потерями на основе их характеристических свойств // Известия Петербург. ун-та путей сообщения. 2012. Вып. 4 (33). С. 78–85.
  9. Шовенгердт Р. Дистанционное зондирование: Методы и модели обработки изображений. М.: Техносфера. 2010. 560 с.
  10. Hu M. Visual Pattern Recognition by Moment Invariants // IRE Trans. Information Theory. 1962. Vol. 8. P. 179–187.