مفاهیم اصلی فشرده سازی تصاویر

کاستن از حجم داده های تصویر با روش حذف داده های غیر ضروری، فشرده سازی تصویر است. در برخی از تجهیزات تصویری با به کارگیری تکنیک هایی، اندازه تصویر را کوچک می کنند که ممکن است به این عمل نیز فشرده سازی گفته شود، ولی در اینجا، فشرده سازی، کاهش حجم داده هایی است که در یک ثانیه برای پخش ارسال و یا بر روی نوار ضبط میشود و منظور کاهش اندازه تصویر نیست.

مهم ترین عمل در فشرده سازی، تشخیص بخش هایی از داده ها می باشد که می تواند حذف شود و یا باید حفظ شوند. برای تأکید بر این موضوع ابتدا لازم است بین داده و اطلاعات تفکیک قائل شد.

داده مقدار روشنایی پیکسل ها می باشد که به سطوح خاکستری تعلق دارند ولی اطلاعات پیامی است که داده ها به دنبال بیان آن هستند. به طور مثال، در یک متن ادبی، داده حروف الفباست و اطلاعات نکته ادبی است که متن در حال توضیح آن است. در حقیقت از داده استفاده میشود تا اطلاعات منتقل شود. فشرده سازی تصاویر را می توان به دو دسته تقسیم کرد:

روش intra frame  : نوعی از فشرده سازی که طی آن تنها بخش های اضافی تصویر در یک فریم کاهش می یابد، (فشرده سازی درون فریمی) که J-PEG و یا  i-frameها در ۲-MPEG به این روش داده ها را فشرده می کنند.

 روش Inter frame : در این روش فریم های متوالی با هم مقایسه می شوند تا عناصر مشترک حذف شوند و فقط اختلاف بین آنها ارسال شود. در ۲-MPEG فریم های P و B دارای این روش از فشرده سازی می باشند. بنابراین این دو فریم فقط وابسته به داده های خود نیستند و برای بازسازی نیازمند داده فریم های دیگر نیز هستند. به همین دلیل در زمان تدوین نمی توان نقاط ویرایش را روی آنها انتخاب کرد، بلکه فقط باید روی I- Frame ها انتخاب شوند. فشرده سازی تصاویر به گونه دیگری نیز قابل تقسیم بندی است:

فشرده سازی با افت: با این روش، بخش هایی از داده ها حذف می شوند و در نتیجه نمی توان از اطلاعات فشرده شده دقیقأ تصویر فشرده نشده اولیه را ساخت. با این نوع فشرده سازی حجم داده ها ۱۰ تا ۲۰ برابر کمتر می شود و در عین حال کیفیت تصویر بسیار خوب باقی میماند. برای تصاویر ساده و یا با پذیرفتن کیفیت پایین تر، با این روش حجم داده تا ۲۰۰ برابر کم میشود.

فشرده سازی بدون افت: در این روش با وجود فشرده سازی، هیچ دادهای حذف نمی شود و تصویر اولیه به طور دقیق از داده های فشرده شده بازیابی می شود. در این حالت دو تا سه برابر از حجم دادهها کاسته می شود. داده هایی که در فشرده سازی می تواند حذف شود، به سه دسته تقسیم می شوند:

Coding redundancy :  زوائد کدگذاری زمانی رخ می دهد که داده های به کار رفته برای تعود به روش غیر بهینه کد شده باشند. به طور مثال، اگر در یک تصویر فقط ۱۶ سطح خاکستری باشد و داده ها با هشت بیت کد شده باشند، به دلیل کد کردن نامناسب، بیت اضافی تولید شده است زیرا استفاده از چهار بیت هم کفایت می کرد .

interpixel redundancy : این نوع از داده های غیر ضروری این مطلب را نشان میدهد که مقادیر پیکسل های همجوار به یکدیگر شباهت دارند. زیرا در تصاویر به طور معمول ستنوح روشنایی تغییر ناگهانی ندارند و در نتیجه مقادیر پیکسل های مجاور به هم نزدیک اند. در ویدئو علاوه بر مفهوم بالا، زوائد inter frame یعنی زوائد و داده های مشابه بین فریم های متوالی نیز وجود دارد.

Psycho Visual Redundancy : این زوائد مربوط به بخشی از داده های تصویری است که از نظر سیستم بینایی نسبت به بقیه داده ها از اهمیت کمتری برخوردار است. به عنوان نمونه می توان فرکانس های مکانی زیر ۵۰ سیکل بر درجه را دید و بنابراین هر گونه داده ای که حاوی فرکانس های بالاتر از این مقدار باشد کمکی به دید بهتر نمی کند.

نسبت فشرده سازی: برای بیان میزان فشرده سازی از این معیار استفاده میشود. نسبت فشرده سازی به اشکال مختلف تعریف می شود. نسبت حجم داده های فشرده نشده به داده های فشرده شده را نسبت فشرداری گویند.