Реферат на тему:

Колір в зображеннях. Методи стискання зображень

Колір в зображеннях

Людське око може сприймати світлове випромінювання в діапазоні довжин
хвиль від 380 до 770 нм – одночасно близько 10 тисяч різних кольорів.
Хвилі різної довжини сприймаються оком неоднаково. Найбільш відчутним є
зелений колір, потім йде червоний, а за ним – синій. Краще розрізняються
кольори ближче розміщених об’єктів, ніж віддалених. Погано сприймається
колір дуже маленьких об’єктів. Можливість розрізняти кольори є
індивідуальною. На сприйняття кольору впливає також спосіб його
відтворення: одні і ті ж зображення, візуалізовані на різних пристроях,
мають різний вигляд. Задача точного відображення кольору є досить
складною і до кінця ще не вирішена. Колір є важливим засобом підсилення
враження при сприйнятті зображень і підвищення їх інформаційної
насиченості. Відчуття кольору формується людським мозком в результаті
аналізу світлового потоку, що попадає на сітчатку ока від об’єктів, які
випромінюють або відбивають світло.

Фізичні характеристики світлового потоку визначаються параметрами
потужності, яскравості та освітленості. Насиченість кольору показує,
наскільки даний колір відрізняється від монохроматичного (“чистого”)
випромінювання того ж кольорового тону. Ахроматичні кольори (білий,
сірий, чорний) характеризуються тільки світлотою, тобто розрізненням
ділянок, які в більшій або в меншій мірі відбивають світло. Білий і
чорний кольори відповідають граничним значенням діапазону, причому
чорний відповідає мінімальній інтенсивності, а білий — максимальній.
Хроматичні кольори мають параметри насиченості, світлоти і колірного
тону.

Глибина кольору або колірна роздільна здатність в комп’ютерній графіці
визначає метод кодування колірної інформації для її відтворення на
екрані монітору: 2 біти для білого і чорного кольорів, 8, 16 і 24 біти –
відповідно для відображення 256, 65536 і більш ніж 16,5 мільйонів
градацій колірного тону.

В відповідності до принципів формування зображення адитивним чи
субтрактивним методами розроблені способи розділення відтінку кольору на
складові компоненти, які називають моделями кольору. В адитивних моделях
нові кольори утворюються шляхом додавання основного кольору з чорним.
Змішування всіх основних кольорів дає чистий білий колір, якщо значення
їх інтенсивностей максимальні, і чистий чорний, якщо вони дорівнюють
нулю. Адитивні моделі використовуються в пристроях, які випромінюють
світло. В субстрактивних моделях нові кольори утворюються шляхом
віднімання основного кольору від білого. В цьому випадку змішування всіх
основних кольорів дає чистий чорний колір, якщо значення їх
інтенсивностей максимальні, і чистий білий, якщо вони дорівнюють нулю.
Субстрактивні моделі використовуються в пристроях, які відбивають
світло. Найбільш поширеними є колірні моделі RGB, CMY, HSB, CIE Lab.

Модель RGB (Red-Green-Blue – червоний-зелений-синій) є адитивною. Вона
являє собою сполучення в різній пропорції трьох основних кольорів і є
основою для електронного відтворення зображень на екрані монітору. При
накладанні одного компонента основного кольору на інший яскравість
сумарного випромінювання збільшується. Суміщення трьох компонентів дає
ахроматичний сірий колір, який при збільшенні яскравості наближується до
білого кольору.

Відповідно до моделі HSB колір визначається трьома компонентами:
відтінком (Hue), насиченістю (Saturation) і яскравістю (Brightness). При
моделюванні кольорів тут не змішують основні кольори, а змінюють їх
властивості. Відтінок – це є власне колір в загальноприйнятому
розумінні. Насиченість визначається кількістю білого в відтінку: в
повністю насиченому відтінку не міститься білого –він вважається чистим;
частково насичений відтінок світліший. Яскравість визначає інтенсивність
світіння кольору – відтінки з високою інтенсивністю дуже яскраві, а з
низькою – темні. Модель HSB прийнято використовувати при створенні
зображень на комп’ютері з імітацією прийомів роботи і інструментарію
художників. Після створення зображення його рекомендується перетворити в
іншу модель, в залежності від способу публікації.

Модель CMY (Cyan-Magenta-Yellow – голубий-пурпурний-жовтий) є
субтрактивною і призначена для отримання зображень на білій поверхні.
Голубий, пурпурний і жовтий кольори називають доповняльними, тому що
вони доповнюють основні кольори до білого. Головною проблемою моделі CMY
є те, що накладання один на одного доповняльних кольорів на практиці не
дає чистого чорного кольору. Тому в модель включають четвертий компонент
чистого чорного кольору (blacK – чорний). Такий різновид моделі має
абревіатуру CMYK.

В моделі CIE Lab будь-який колір визначається світлотою (L) і
хроматичними компонентами: параметром а, що змінюється в діапазоні від
зеленого до червоного, і параметром b, що змінюється в діапазоні від
синього до жовтого. Ця модель є апаратно незалежною і часто
використовується для перенесення даних між різними пристроями. Сьогодні
вона є прийнятим по замовчуванню стандартом для програми Adobe
Photoshop.

Значення первинних і ахроматичних кольорів для деяких моделей при 256
градаціях колірного тону показані в таблиці 1.1.

Колірна палітра в комп’ютерній графіці за призначенням подібна до
палітри художника, але включає значно більшу кількість кольорів.
Електронна палітра складається з певної кількості комірок, кожна з яких
містить окремий колірний тон. Конкретна палітра співвідноситься з певною
моделлю кольору, так як її кольори створені на основі колірного простору
цієї моделі, і містить обмежений набір кольорів, які називаються
стандартними. Графічні програми, як правило, надають на вибір декілька
колірних палітр, кожна з яких відповідає певній моделі кольору.

Склад колірних палітр RGB залежить від вибраної роздільної здатності —
24, 16 або 8 біт. В останньому випадку колірна палітра називається
індексною, тому що коди відтінків кольору виражають не колір пікселя, а
індекс (номер кольору). До файлів зображень, створених в індексній
палітрі, повинна додаватись сама палітра.

Таблиця 1.1 – Значення первинних і ахроматичних кольорів

Зображення, що готуються до публікації в Internet, прийнято створювати
в так званій “безпечній” палітрі, яка містить 216 кольорів. Це викликано
обмеженнями, пов’язаними з вимогами до сумісності комп’ютерів різних
платформ.

Методи стискання зображень

Стискання здійснюється з метою зменшення фізичного розміру блоку
інформації. Стискання інформації здійснює програма-компресор, а
відновлення – програма-декомпресор.

Стискання растрових і векторних даних здійснюється по-різному. В
растрових файлах стискаються тільки дані зображення, а заголовок і решта
даних (таблиця кольорів, кінцівка і т.п.) завжди залишаються
нестисненими (вони, як правило, займають незначну частину растрового
файла). Векторні файли, в яких зберігається математичний опис
зображення, а не самі дані, як правило, не мають “рідної” форми
стискання. Це викликано тим, що в векторному форматі дані вже
представлені в компактній формі і стискання дає дуже незначний ефект.
Окрім цього звичайно векторні дані читаються з незначною швидкістю і при
додаванні розпаковування цей процес може стати ще більш повільним. Якщо
векторний файл все ж стискається, то, як правило, стискаються всі дані,
включаючи заголовок.

Більшість алгоритмів стискання забезпечують кодування без втрат, коли
дані при розпаковуванні повністю відновлюються. Методи кодування з
втратами передбачають відкидання деяких даних зображення для досягнення
кращої міри стискання, ніж за методами без втрат. При цьому важливо, щоб
втрата деякої частини даних була прийнятною або навіть доцільною.
Найбільш поширеними алгоритмами стискання даних є групове кодування
(RLE), алгоритм Лемпела-Зіва-Велча (LZW), кодування CCITT (Хафмена),
технологія JPEG, алгоритм ART, алгоритми фрактального стискання
зображень [1].

Алгоритм RLE зменшує фізичний розмір рядків символів, що повторюються.
Такі рядки називають групами і кодують двома байтами, перший з яких
визначає кількість символів в групі, а другий містить значення символу.
Ефективність стискання залежить від типу даних зображення. Краще
стискаються чорно-білі зображення, які містять багато білого кольору, а
гірше – фотореалістичні зображення з великою кількістю кольорів.
Алгоритм RLE характеризується простотою і високою швидкодією. Варіанти
групового кодування розрізняються напрямом утворення рядка (вздовж осі
X, осі Y та діагоналі). Найчастіше вони стискають без втрат, однак
відкидання молодших розрядів в значеннях символу може суттєво збільшити
міру стискання складних зображень.

Алгоритм LZW базується на словниках. Із даних вхідного потоку він будує
словник даних. Зразки даних ідентифікуються в потоці даних і
співставляються з записами в словнику. Якщо зразка даних нема в
словнику, то на основі цих даних в словник записується кодова фраза, яка
має менший розмір, ніж самі дані. Ця ж фраза записується і в вихідний
потік стиснених даних. Якщо ж зразок даних зустрічається у вхідному
потоці повторно, фраза, що відповідає йому, читається із словника і
записується в вихідний потік. Так як кодові фрази мають менший розмір,
ніж зразки даних, відбувається стискання. Декодування здійснюється в
зворотному порядку. Декомпресор читає код з потоку стиснених даних і,
якщо його ще нема в словнику, додає його туди. Потім цей код
переводиться в рядок, який він представляє, і записується в вихідний
потік нестиснених даних. Перевагою алгоритму LZW перед іншими, які
базуються на словниках, є те, що не обов’язково зберігати словник для
наступного декодування. Алгоритм LZW є запатентованим і його
використання при створенні нових програмних продуктів обмежується
ліцензійними угодами.

Міжнародний Консультативний комітет з телеграфії і телефонії (CCITT)
розробив серію комунікаційних протоколів для факсимільної передачі
чорно-білих зображень по телефонних каналах і мережах передачі даних. Ці
протоколи офіційно відомі як стандарти Т.4 і Т.6 CCITT, але більш
розповсюджена їхня назва – стиск CCITT Group 3 і Group 4 відповідно.
Іноді кодування CCITT називають кодуванням за алгоритмом Хафмена. Це
простий алгоритм стиску, запропонований Девідом Хафменом у 1952 році.
Стандарти Group 3 і Group 4 – це алгоритми стиску, спеціально розроблені
для кодування однобітових даних зображення. Алгоритми CCITT не є
адаптивними, тобто не настоюються для кодування кожного растра з
оптимальною ефективністю. У них використовується фіксована таблиця
кодових значень, що були обрані спеціально для представлення документів,
які підлягають факсимільній передачі. Перед початком кодування
здійснюється частотний аналіз коду документу і виявляється частота
повтору кожного з символів. Символи, які частіше зустрічаються,
кодуються меншою кількістю розрядів. При використанні кодування за
схемою Хафмена треба разом із закодованим текстом передати відповідний
алфавіт, але для великих фрагментів надлишковість не може бути значною.

JPEG (Joint Photographic Experts Group – об’єднана група експертів по
фотографії) є методом стиску, що дозволяє стискати дані
багатоградаційних зображень (фотографій, телевізійних заставок, іншої
складної графіки) з піксельною глибиною від 6 до 24 біт з задовільною
швидкістю й ефективністю. На відміну від інших методів стиску JPEG не є
одним алгоритмом. JPEG може налаштовуватися на відтворення дуже
маленьких стиснутих зображень поганої якості, але проте придатних для
більшості програм, і в той же час дозволяє робити стиснені зображення
дуже високої якості, обсяг даних яких набагато менше, ніж в оригінальних
нестиснених даних. JPEG, як правило, супроводжується втратами. Схема
JPEG заснована на відкиданні інформації, яку важко помітити візуально.
Невеликі зміни кольору погано розпізнаються оком людини, а от незначні
зміни інтенсивності (світліше чи темніше) – краще. Виходячи з цього,
кодування з втратами JPEG прагне до дбайливого поводження з напівтоновою
частиною зображення, але більш вільно поводиться з кольором. При цьому
анімація, чорно-білі ілюстрації і документи, а також типова векторна
графіка, як правило, стискуються погано. В даний час JPEG стали
використовувати для стиску “живого” відео, однак стандарт не містить
ніяких положень щодо такого застосування. Обсяг стиснутих даних залежить
від змісту зображення. Міра стиску зображення з фотографічною якістю
може становити від 20:1 до 25:1 без помітної втрати якості. Звичайно ж,
настільки високий показник стиску супроводжується відмінністю від
оригіналу, але вона настільки незначна, що якість зображення все-таки
залишається досить високою. Зображення, що містять великі області одного
кольору, стискуються дуже погано. JPEG вводить у такі зображення
артефакти (недоліки, вади), особливо помітні на суцільному фоні. Це
значно погіршує якість зображень у порівнянні з традиційним методом
стиску без втрат. Процес стиску за схемою JPEG поділяється на кілька
етапів:

· перетворення зображення в оптимальний колірний простір;

· субдискретизація компонентів колірності усередненням груп пікселів;

· застосування дискретних косинусних перетворень для зменшення
надлишковості даних зображення;

· квантування кожного блоку коефіцієнтів дискретних косинусних
перетворень із застосуванням вагових функцій, що оптимізовані з
урахуванням візуального сприйняття людиною;

· кодування результуючих коефіцієнтів (даного зображення) із
застосуванням алгоритму Хафмена для видалення надлишковості інформації.

ART – це оригінальний алгоритм стиснення, що був створений і продається
фірмою Johnson-Grace. Як і при роботі з алгоритмом JPEG, міра стиску в
ART регулюється, а установка високого її значення може викликати втрати
даних. Існує і режим кодування без втрат. Фірма Johnson-Grace продає ART
як універсальний компресор для online-сервісів, а в перспективі планує
адаптувати його для підтримки звуку, анімації і повномасштабного
відеозображення. Хоча детальний опис цього алгоритму тримається в
таємниці, Johnson-Grace випустила ряд документів описового характеру.
Мета алгоритму – аналіз зображення і виявлення ряду його ключових ознак
(колір, завади, межі, особливості, що повторюються), яким потім
привласнюються пріоритети відповідно до відносної ваги кожної ознаки у
вмісті зображення. Для класифікації і призначення пріоритетів ознакам
стисненого зображення в програмі використовується нечітка логіка.
Повторювані особливості виявляються і зв’язуються в зображенні
оригінальним методом, розробленим самою фірмою. Компоненти зображення
квантуются, при цьому низкопріоритетні ознаки ігноруються. Як і при
використанні алгоритму JPEG, міра втрати інформації підвищується
пропорційно росту міри стиску і компенсується певною надлишковістю.
ART-зображення можуть бути багаторівневими. Це значить, що їх можна
передавати поетапно по модемних лініях з низькою пропускною здатністю.
Крім того, алгоритм забезпечує майже миттєве, хоча і низькоякісне,
відображення на пристрої виведення клієнта. Потім, по мірі прийому даних
і поступової візуалізації, якість зображення підвищується.

Фрактальне кодування засноване на тім факті, що всі природні і більшість
штучних об’єктів містять надлишкову інформацію у виді однакових,
повторюваних малюнків, які називаються фракталами. Процес кодування, що
перетворює зображення в сукупність математичних даних, вимагає винятково
великого обсягу обчислень. В залежності від роздільної здатності і
вмісту вхідних растрових даних, якості зображення, часу стиснення і
розміру файлу процес стиснення одного зображення може зайняти від
декількох секунд до декількох годин навіть на дуже швидкодіючому
комп’ютері. Декодування фрактального зображення – процес набагато більш
простий, тому що вся трудомістка робота була виконана при пошуку всіх
фракталів під час кодування. В процесі декодування потрібно лише
інтерпретувати фрактальні коди, перетворивши їх у растрове зображення.
Тому фрактальний метод доцільно використовувати тоді, коли дані
зображень безупинно розпаковуються, але ніколи не стискуються.
Фрактальний метод забезпечує легкість масштабування зображення без
введення артефактів і втрати деталей та невеликий розмір стиснених даних
але супроводжується втратами.

Список використаної літератури:

1. Інформатика: Комп’ютерна техніка. Комп’ютерні технології. Посібник/
За ред. О.І.Пушкаря – К.: Видавничий центр «Академія», 2001.– 696 с.

2. Білан С.М., Коваль Д.М. Засоби машинної графіки. Навчальний посібник.
– Вінниця, ВДТУ, 2000 р.

3. Информатика. Базовый курс/ Симонович С.В. и др.– СПб: Питер, 2001.–
640 с.

4. Д. Мюррей, У. ван Райпер. Энциклопедия форматов графических файлов:
пер. с англ.. – К.: Издательская группа BHV, 1997. – 672 с.

5. Кузнецов И. Анимация для интернета: краткий курс. СПб: Питер, 2001.–
288 с.

Похожие записи