مفاهیم اصلی فشرده سازی تصاویر دوربین مداربسته

کاستن از حجم داده های تصویر با روش حذف داده های غیرضروری، فشرده سازی تصویر است. در برخی از تجهیزات تصویری با به کارگیری تکنیک هایی، اندازۀ تصویر را کوچک می کنند که ممکن است به این عمل نیز فشرده سازی گفته شود، ولی در این جا، فشرده سازی، کاهش حجم داده هایی است که در یک ثانیه برای پخش ارسال و یا بر روی نوار ضبط می شود و منظور کاهش اندازۀ 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 ها و اطلاعات تفکیک قائل شد.

داده مقدار روشنائی 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 نکتۀ ادبی است که متن در حال توضیح آن است. در حقیقت از داده استفاده می شود تا اطلاعات منتقل شود.

فشرده سازی تصاویر را می توان به دو دسته تقسیم کرد:

  1. 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 l-Frameها در MPEG-2 به این روش داده را فشرده می کنند.
  2. روش inter frame: در این روش فریم های متوالی با هم مقایسه می شوند تا عناصر مشترک حذف شوند و فقط اختلاف بین آن ها ارسال شود. در MPEG-2 فریم های B و P 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 آن ها انتخاب کرد، بلکه فقط باید روی l-Frame ها انتخاب شوند.

فشرده سازی تصاویر به گونه دیگری نیز قابل تقسیم بندی است:

  1. فشرده سازی با افت: با این روش، بخش هایی از داده ها حذف می شوند و در نتیجه نمی توان از اطلاعات فشرده شده دقیقاً تصویر فشرده نشده اولیه را ساخت. با این نوع فشرده سازی حجم داده ها 10 تا 20 برابر کم تر می شود و در عین حال کیفیت تصویر بسیار خوب باقی می ماند. برای تصاویر ساده و یا با پذیرفتن کیفیت پایین تر، با این روش حجم داده تا 200 برابر کم می شود.
  2. فشرده سازی بدون افت: در این روش با وجود فشرده سازی، هیچ داده ای حذف نمی شود و تصویر اولیه به طور دقیق از داده های فشرده بازیابی می شود. در این حالت دو تا سه برابر از حجم داده ها کاسته می شود.

داده هایی که در فشرده سازی می تواند حذف شود، به سه دسته تقسیم می شوند:

  1. coding redundancy: زوائ کدگذاری زمانی رخ می دهد که داده های به کار رفته برای تصویر به روش غیربهینه کد شده باشند. به طور مثال، اگر در یک تصویر فقط 16 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.
  2. interpixel redundancy: این نوع از داده های غیرضروری این مطلب را نشان می دهد که مقادیر پیکسل های هم جوار به یکدیگر شباهت دارند. زیرا در تصاویر به طور معمول سطوح 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.
  3. psycho visual Redundancy: این زوائد مربوط به بخشی از داده های تصویری است که از نظر سیستم بینایی نسبت به بقیۀ داده ها از اهمیت کمتری برخوردار است. به عنوان نمونه، می توان فرکانس های مکانی زیر 50 سیکل بر درجه را دید و بنابراین هرگونه 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 می شود. نسبت فشرده سازی به اشکال مختلف تعریف می شود. نسبت حجم داده های فشرده نشده به داده های فشرده شده را نسبت فشرده سازی گویند.

مطالب مرتبط

آموزش های مرتبط :


پیش ثبت نام در دوره ها

با پر کردن فرم زیر در اسرع وقت با شما تماس گرفته می شود

  • 8 + 6 =
  • این فیلد برای اعتبار سنجی است و باید بدون تغییر باقی بماند .