فشرده سازی تصاویر ویدیویی مبتنی بر مدل سازی پس زمینه
چکیده
رسانه های ویدیویی معمولا حجم زیادی از داده ها را تولید می کنند. این حجم عظیم اطلاعات مشکلاتی از قبیل عدم وجود فضای لازم برای ذخیره کردن اطلاعات و پهنای باند کافی برای انتقال آنها به همراه دارد. برای مقابله با این مشکلات از سیستم های فشرده سازی برای ذخیره کردن تصاویر ویدیویی استفاده می شود. این سیستم ها با بهره گرفتن از افزونگی بین فریم ها، سعی در بالا بردن درصد فشرده سازی دارند. برای یافتن افزونگی، فریم تصاویر به بلوک هایی تقسیم می شود سپس این بلوک ها با هم مقایسه می گردند تا از ذخیره سازی بلوک های تکراری جلوگیری شود. مولفه انطباق بلوک علاوه برآنکه یکی از زمانبرترین مولفه ها در سیستم های فشرده سازی است اگر از نظر دقت دارای عملکرد مناسبی نباشد، درصد فشرده سازی کاهش می یابد. در روش های موجود نظیر mpeg2 در فرایند انطباق بلوک، تمام بلوک ها مورد بررسی قرار می گیرند. به همین دلیل این گونه روش ها بار محاسباتی بالایی دارند. در این پایان نامه با استفاده از روش های مدل سازی پس زمینه، نواحی که در آن تغییرات قابل توجه اتفاق می افتد را تعیین، و عملیات انطباق بلوک را به این ناحیه محدود می کنیم. برای تعیین نواحی که در آن تغییر قابل توجه به وجود آمده، ابتدا پس زمینه را مدل کرده و بعد از حذف نویز، خروجی را به مولفه دیگر ارسال می کنیم. در این مولفه، پیکسل ها به یکی از سه کلاس پس زمینه، شی یا سایه تقسیم می شوند با بهره گرفتن از این اطلاعات بلوک هایی که در آن تغییر قابل توجهی اتفاق افتاده است تعیین می شود و عملیات انطباق بلوک به این نواحی محدود می گردد. مقایسه نتایج این الگوریتم جدید با چهار الگوریتم جستجو دیگر(2-d logarithm search، ucbd،4ss و csd) نشان می دهد زمان الگوریتم پیشنهادی تقریبا یک دهم زمان محاسبات الگوریتم های یاد شده می-باشد. نتایج ز همچنین نشان می دهد درصد فشرده سازی نیز به نسبت الگوریتم های یاد شده بهبود قابل توجهی پیدا می کند. در نمونه های مورد بررسی حجم خروجی سیستم ارائه شده، به نسبت سیستم غیر بهینه تقریبا 50% کاهش می یابد.