Professional Documents
Culture Documents
Do Ngoc Anh Luanvan
Do Ngoc Anh Luanvan
ĐỖ NGỌC ANH
HÀ NỘI 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
MỤC LỤC
CÁC HÌNH VẼ, BẢNG BIỂU TRONG LUẬN VĂN ..............................5
THUẬT NGỮ TIẾNG ANH ......................................................................7
LỜI GIỚI THIỆU .......................................................................................8
CHƯƠNG 1: MỞ ĐẦU..............................................................................9
1.1. Cơ sở nghiên cứu và mục đích của luận văn ...................................9
1.2. Tổ chức luận văn............................................................................10
CHƯƠNG 2:TỔNG QUAN CÁC KỸ THUẬT NÉN TRONG MÃ HOÁ
ẢNH ..........................................................................................................11
2.1. Giới thiệu chung về nén ảnh số .....................................................11
2.2. Phân loại các kỹ thuật nén .............................................................13
2.2.1. Nén tổn hao và không tổn hao ................................................13
2.2.2. Mã hoá dự đoán và mã hoá dựa trên phép biến đổi................13
2.2.3. Mã hoá băng con.....................................................................14
2.3. Tiêu chuẩn đánh giá chất lượng mã hoá ảnh .................................14
2.4.Các kỹ thuật nén có tổn hao............................................................15
2.4.1. Kỹ thuật mã hoá băng con ......................................................15
2.4.2. Kỹ thuật mã hoá dựa trên phép biến đổi.................................19
2.4.2.1. Kỹ thuật mã hoá dựa trên phép biến đổi DCT.................19
2.4.2.2. Kỹ thuật mã hoá dựa trên phép biến đổi DWT ...............25
CHƯƠNG 3:CƠ SỞ LÝ THUYẾT BIẾN ĐỔI WAVELET...................30
3.1. Cơ sở toán học ...............................................................................30
3.1.1. Biến đổi Wavelet liên tục........................................................30
3.1.2. Biến đổi Wavelet rời rạc .........................................................32
3.2. Tính chất của biến đổi Wavelet......................................................33
3.3. Giới thiệu một số họ Wavelet ........................................................37
3.3.1. Biến đổi Wavelet Haar ............................................................37
3.3.2. Biến đổi Wavelet Meyer .........................................................38
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
5.3.2.2. Ảnh hưởng đến năng lượng truyền thông và chất lượng
ảnh.................................................................................................62
5.4. Các tham số nén ảnh bằng Wavelet ...............................................62
5.4.1. Thay đổi mức biến đổi Wavelet ..............................................62
5.4.2. Thay đổi các mức lượng tử .....................................................62
5.5. Truyền ảnh trên mạng ...................................................................62
5.5.1. Phương pháp lựa chọn tham số động......................................62
5.5.2. Kết quả thực nghiệm...............................................................62
KẾT LUẬN...............................................................................................63
Kết quả đạt được và ứng dụng của luận văn.........................................63
Hướng phát triển nghiên cứu ................................................................63
PHỤ LỤC..................................................................................................65
TÀI LIỆU THAM KHẢO ........................................................................66
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 3.5. Hàm ψ ( t ) của họ biến đổi Daubechies n với n=2, 3, 7, 8........39
Hình 4.1: Trình tự mã hoá (a) và giải mã JPEG2000 (b).........................42
Hình 4.2: Minh hoạ ảnh với RGB và YCrCb ...........................................43
Hình 4.3: Phương pháp Lifting 1D dùng tính toán biến đổi Wavelet.......44
Hình 4.4: Minh hoạ cây tứ phân (a) và sự phân mức (b)..........................47
Hình 4.5: Hai cách sắp xếp thứ tự các hệ số biến đổi...............................48
Hình 4.6: So sánh JPEG và JPEG2000....................................................50
Bảng 4.1: So sánh JPEG và JPEG2000 ...................................................51
Hình 4.7: Minh hoạ tính năng ROI ...........................................................52
Bảng 4.2: So sánh tính năng của JPEG2000 với các chuẩn nén ảnh tĩnh
khác ...........................................................................................................53
Hình 5.1. Sơ đồ khối quá trình nén ảnh bằng Wavelet .............................54
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 5.2. (a) Biến đổi Wavelet 2D mức 3 và (b) Minh hoạ bằng ảnh
“CASTLE” ................................................................................................56
Hình 5.3. Phân bố số học các hệ số thông cao sau phép biến đổi Wavelet
mức 2.........................................................................................................59
Hình 5.4: Dữ liệu sau phép biến đổi Wavelet với hai kỹ thuật loại bỏ HH
và H* .........................................................................................................61
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Trong những năm gần đây, nhu cầu các dịch vụ dữ liệu trên mạng
di động, nhất là dữ liệu đa phương tiện là rất lớn. Cùng với nhu cầu đó,
vấn đề đặt ra là làm thế nào tìm được một kỹ thuật mã hoá dữ liệu then
chốt (chuẩn), có hiệu quả để truyền các dữ liệu này trên mạng di động.
Mục đích của luận văn là trình bầy một kỹ thuật nén ảnh sử dụng
biến đổi Wavelet cho ảnh tĩnh và đặc biệt là ảnh tĩnh trong các dịch vụ dữ
liệu đa phương tiện trong mạng di động. So với các kỹ thuật nén sử dụng
phép biến đổi trước đây như biến đổi Fourier (FT), biến đổi cosine rời rạc
(DCT), biến đổi xếp chồng (LT),.., biến đổi Wavelet (DWT) có nhiều ưu
điểm không chỉ trong xử lý ảnh mà còn nhiều ứng dụng khác. Bằng
chứng là sự ra đời của chuẩn nén JPEG2000 (dựa trên DWT) có tính năng
vượt trội so với JPEG (DCT). Tuy nhiên chuẩn JPEG, MPEG hay ngay
cả JPEG2000 cũng chỉ tập trung vào hiệu quả nén (tỉ số nén) và chất
lượng ảnh mà không chú ý đến năng lượng tiêu hao trong quá trình xử lý
và truyền trên mạng. Trong luận văn đã trình bầy một kỹ thuật nén ảnh
trong mạng di động sử dụng biến đổi Wavelet hiệu năng không chỉ đem
lại hiệu quả nén, chất lượng hình ảnh mà còn tiết kiệm năng lượng xử lý
của hệ thống. Điều này hứa hẹn có thể xây dựng một bộ mã hoá ảnh tiết
kiệm năng lượng xử lý, thời gian truyền mà vẫn phù hợp với điều kiện
băng thông thấp, ràng buộc về chất lượng dữ liệu trong các mạng thông
tin di động.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
CHƯƠNG 1: MỞ ĐẦU
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Trong hình 2.1, bộ mã hoá dữ liệu thực hiện quá trình nén bằng
cách giảm kích thước dữ liệu ảnh gốc đến một mức phù hợp với việc lưu
trữ và truyền dẫn trên kênh. Tốc độ bít đầu ra của bộ mã hoá được tính là
số bít cho một mẫu (điểm ảnh). Bộ mã hoá kênh thực hiện việc chuyển
đổi luồng bít đã được nén thành dạng tín hiệu phù hợp cả cho việc lưu trữ
và truyền dẫn, thường bộ mã hoá kênh sử dụng các kỹ thuật: mã hoá có
độ dài thay đổi – RLC (Run Length Coding)[4], mã hoá Huffman[4], mã
hoá số học [4]. Bộ giải mã thực hiện quá trình ngược lại so với bộ mã
hoá.
Trong các hệ thống nén, tỉ số nén chính là tham số quan trọng đánh
giá khả năng nén của hệ thống, công thức được tính như sau:
Tỉ số nén = Kích thước dữ liệu gốc / Kích thước dữ liệu nén
Đối với ảnh tĩnh, kích thước chính là số bít để biểu diễn toàn bộ bức ảnh.
Đối với ảnh video, kích thước chính là số bít để biểu diễn một khung
hình video (video frame).
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
truyền nhỏ đi rất nhiều. Trong phương pháp mã hoá dự đoán, sai lệch
giữa ảnh gốc và ảnh dự đoán vẫn có ý nghĩa (còn sử dụng ở bước tiếp
theo) sau khi lượng tử hoá, chính điều này làm cho phương pháp mã hoá
dự đoán có nhiều dữ liệu được truyền đi hơn so với phương pháp mã hoá
biến đổi.
2.2.3. Mã hoá băng con
Bản chất của kỹ thuật mã hoá băng con (subband coding) là chia băng tần
của tín hiệu (ảnh) thành nhiều băng con (subband). Để mã hoá cho mỗi
băng con, chúng ta sử dụng một bộ mã hoá và một tốc độ bít tương ứng
với tính chất thống kê của băng con.
2.3. Tiêu chuẩn đánh giá chất lượng mã hoá ảnh
Để đánh giá chất lượng của bức ảnh (hay khung ảnh video) ở đầu
ra của bộ mã hoá, người ta thường sử dụng hai tham số: Sai số bình
phương trung bình – MSE (mean square error) và tỉ số tín hiệu trên
nhiễu đỉnh – PSNR (peak to signal to noise ratio). MSE thường được gọi
là phương sai lượng tử - σ q2 (quantization error variance). MSE giữa ảnh
Trong đó tổng lấy theo j, k tính cho tổng tất cả các điểm ảnh trong ảnh và
N là số điểm ảnh trong ảnh. Còn PSNR giữa hai ảnh (b bít cho mỗi điểm
ảnh, RMSE là căn bậc 2 của MSE) đước tính theo công thức dB như sau:
RMSE
PSNR = −20 log10 (2.2)
2b − 1
Thông thường, nếu PSNR ≥ 40dB thì hệ thống mắt người gần như không
phân biệt được giữa ảnh gốc và ảnh khôi phục.
Một tham số khác hay sử dụng trong các hệ thông viễn thông đó là tỉ số
tín hiệu trên nhiễu - SNR , tuy vậy SNR sử dụng cho một hệ thống né ảnh
cũng có công thức dB như sau:
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 2.2 dưới đây là sơ đồ tổng quát giải thích kỹ thuật mã hoá băng con.
Hình 2.2. Sơ đồ minh hoạ kỹ thuật mã hoá băng con – M băng con
Các bộ lọc sử dụng trong mã hoá băng con là các bộ lọc gương tứ
phương – QMF (quardrature mirror filters), do vậy chúng ta chỉ cần
thiết kế các bộ lọc thông thấp có đáp ứng H(ω) còn đáp ứng của các bộ
lọc thông cao là H(ω+π) chỉ là sự dịch pha 180o so với bộ lọc thông thấp.
Sự chính xác của bộ lọc phụ thuộc vào số các hệ số của bộ lọc.
Một trong các phương pháp mã hoá băng con đó là áp dụng sự phân ly
cây bát phân để phân ly dữ liệu ảnh thành các băng tần khác nhau. Ý
tưởng của phương pháp này là: trước tiên lọc và lược bỏ ảnh để phân ly
ảnh thành các băng con tần số cao và thấp, sau đó tiếp tục phân ly nhưng
chỉ áp dụng cho băng con tần số thấp để tạo thành các băng con tần số
cao và thấp để tiếp tục lược bỏ. Kỹ thuật này rất phổ biến và cũng được
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
áp dụng trong các bộ mã sử dụng biến đổi Wavelet. Đầu ra của các băng
con sau khi đã giản lược sẽ được lượng tử hoá và mã hoá độc lập. Mỗi
băng con sẽ sử dụng bộ lượng tử hoá riêng và mỗi bộ lượng tử hoá này có
tốc độ lấy mẫu riêng (bít/mẫu).
Như vậy rõ ràng mã hoá băng con không đạt được sự nén, mà nó
chỉ thực hiện việc giải tương quan dữ ảnh gốc và tập trung năng lượng
của ảnh vào một số băng con. Nén chỉ đạt được là do sự lược bỏ ảnh
(decimation) và do sự lượng tử hoá (quantization).
Hình 2.3 Minh hoạ quá trình phân ly băng con cây bát phân
Trong các hệ thống mã hoá băng con hai chiều thực tế, người ta chia miền
tần số - không gian hai chiều của ảnh gốc thành các băng khác nhau ở bất
kỳ mức nào.
Hình 2.4 dưới đây minh hoạ việc phân ly 2 ảnh mẫu thành 4 băng con LL,
HL, LH và HH ở mức đầu tiên.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 2.4. Phân ly hai ảnh mẫu thành bốn băng con
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Không hoàn toàn giải tương quan cho tất cả các băng tần, đấy là do
các bộ lọc không phải là lý tưởng và có sự chồng chéo nhỏ giữa các băng
tần liền kề. Do vậy luôn luôn tồn tại một sự tương quan nhỏ giữa các
băng tần kề nhau và dữ liệu sẽ không được nén hoàn toàn.
Kỹ thuật mã hoá băng con không hiệu quả khi thực hiện bù chuyển động
trong video vì rất khó để thực hiện đánh giá chuyển động ở các băng con
(sai số dự đoán là rất lớn).
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
biến theo thời gian. Để hiểu rõ kỹ thuật này trước hết ta cần tìm hiểu biến
đổi Fourier.
Biến đổi Fourier – FT
Biến đổi Fourier – FT (Fourier Transform) là một phép biến đổi
thuận nghịch, nó cho phép sự chuyển đổi thuận – nghịch giữa thông tin
gốc (miền không gian hoặc thời gian) và tín hiệu được xử lý (được biến
đổi). Tuy nhiên ở một thời điểm bất kỳ chỉ tồn tại một miền thông tin
được thể hiện. Nghĩa là tín hiệu trong miền không gian không có sự xuất
hiện thông tin về tần số và tín hiệu sau biến đổi Fourier không có sự xuất
hiện thông tin về thời gian.
FT cho biết thông tin tần số của tín hiệu, cho biết những tần số nào
có trong tín hiệu, tuy nhiên nó không cho biết tần số đó xuất hiện khi nào
trong tín hiệu. Nếu như tín hiệu là ổn định (stationary – có các thành
phần tần số không thay đổi theo thời gian) thì việc xác định các thành
phần tần số xuất hiện khi nào trong tín hiệu là không cần thiết.
Phép biến đổi FT thuận và nghịch được định nghĩa như sau:
∞
∫ x (t )e
− 2 jπft
X(f) = dt (2.4)
−∞
∫ X ( f )e
2 jπft
x(t) = df (2.5)
−∞
Phép biến đổi FT cũng có thể được áp dụng cho tín hiệu không ổn định
(non-stationary) nếu như chúng ta chỉ quan tâm đến thành phần phổ nào
có trong tín hiệu mà không quan tâm đến nó xuất hiện khi nào trong tín
hiệu. Tuy nhiên, nếu thông tin về thời gian xuất hiện của phổ trong tín
hiệu là cần thiết, thì phép biến đổi FT không có khả năng đáp ứng được
yêu cầu này, đây cũng là hạn chế của phép biến đổi này.
Để có biến đổi Fourier rời rạc –DFT (Discrete Fourier Transform) thì ở
phép tích phân trong biểu thức toán học của biến đổi FT, ta thay bằng
phép tổng và tính toán nó với các mẫu hữu hạn.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hệ số phép biến đổi DFT thứ k của một chuỗi gồm N mẫu {x(n)} được
định nghĩa:
N −1
X(k) = ∑ x(n)W
n =0
kn
N , k=0,………., N-1 (2.6)
2 N −1
⎡ (2n + 1)kπ ⎤
IDCT = x(n) =
N
∑c k =0
k X (k ) cos ⎢
⎣ 2N ⎥⎦ , n= 0,1,………,N-1 (2.9)
⎧1 / 2 , k = 0
Trong đó ck = ⎨
⎩1, k ≠ 0
Cả DCT và IDCT đều là biến đổi trực giao, tách biệt và thực. Tính chất
phân tách (separable) ở đây nghĩa là biến đổi nhiều chiều của nó có thể
phân tách thành các biến đổi một chiều. Tính chất trực giao ở đây nghĩa
là nếu các ma trận của DCT và IDCT là không bất thường (non-singular)
và thực thì biến đổi ngược của chúng có thể đạt được bằng cách áp dụng
toán tử hoán vị. Cũng như biến đổi FT, DCT cũng coi dữ liệu đầu vào là
tín hiệu ổn định (bất biến).
Trong các chuẩn nén ảnh tĩnh vào video, người ta thường sử dụng DCT
và IDCT có kích thước 8 mẫu. Bức ảnh hoặc khung ảnh video kích thước
NxN được chia thành các khối không chồng chéo nhau hai chiều gọi là
các ảnh con kích thước 8x8 rồi áp dụng biến đổi DCT hai chiều ở bộ mã
hoá và áp dụng biến đổi IDCT ở bộ giải mã.
Biến đổi DCT và IDCT 8 mẫu tạo thành các ma trận 8x8 theo công thức:
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
c(k )c(l ) 7 7
⎛ (2m + 1)kπ ⎞ ⎛ (2n + 1)lπ ⎞
2-D DCT = Xk,l =
4
∑∑ x
m =0 n =0
m,n cos⎜
⎝ 16
⎟ cos⎜
⎠ ⎝ 16
⎟ (2.10)
⎠
Thuật toán để tính 2-D DCT và IDCT là: thực hiện phép biến đổi 1-D lần
lượt cho hàng rồi đến cột của ma trận.
So sánh DCT và KLT
Hiệu quả của biến đổi DCT trong việc giải tương quan tín hiệu ảnh tương
đương với biến đổi Karhunen-Loeve (KLT). KLT là phép biến đổi theo
khối tối ưu nhất cho nén dữ liệu ở khía cạnh thống kê bởi: nó có thể giải
tương quan một cách tối ưu tín hiệu ảnh trong miền phép biến đổi (bằng
cách tập trung hầu hết thông tin ảnh vào một số hệ số của phép biến đổi)
và so với các phép biến đổi khác nó có thể tối thiểu hoá MSE giữa ảnh
khôi phục và ảnh gốc.
Nén và giải nén ảnh dựa theo phép biến đổi DCT trong JPEG
JPEG là chuẩn nén số quốc tế đầu tiên cho các ảnh tĩnh có tông
màu liên tục gồm cả ảnh đơn sắc và ảnh màu. Trong kỹ thuật này các
khối ảnh kích thước 8x8 được áp dụng để thực hiện DCT, sau đó lượng tử
hoá các hệ số rồi mã hoá entropy sau lượng tử.
Đối với những ảnh màu RGB, để áp dụng kỹ thuật nén này, trước
hết phải chuyển sang chế độ màu YUV (Y là thành phần chói, U và V là 2
thành phần màu). Thành phần độ chói là ảnh đơn sắc xám. Hai thành
phần màu còn lại chứa thông tin về màu. Việc mã hoá và giải mã ảnh
trong JPEG ở được thực hiện cho thành phần chói rồi màu.
Sơ đồ khối bộ mã hoá và giải mã của JPEG như sau:
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Quá trình xử lý thành phần độ chói ở phía mã hoá được giải thích như
sau:
(a) Ảnh gốc được chia thành các khối ảnh (block) nhỏ kích thước 8x8
không chồng chéo lên nhau. Tiếp theo, giá trị của mỗi điểm ảnh ở
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
mỗi khỗi khối ảnh sẽ được trừ đi 128. Lý do là do giá trị các điểm
ảnh có giá trị từ 0 đến 255 (được mã hoá bởi 8 bít không dấu), áp
dụng biến đổi DCT sẽ tạo ra các hệ số AC có dải giá trị từ -1023 đến
+1023 (có thể được mã hoá bởi 11 bít có dấu). Nhưng hệ số DC lại có
giải giá trị từ 0 đến 2040 (được mã hoá bởi 11 bít không dấu) và cần
cách xử lý khác ở phần cứng hoặc phần mềm so với các hệ số AC.
Chính vì thế việc trừ giá trị mỗi điểm ảnh đi 128 là để sau khi biến
đổi DCT cả các hệ số DC và AC có cùng dải giá trị thuận lợi cho việc
xử lý và biểu diễn.
(b) Ở mỗi khối ảnh hai chiều kích thước 8x8, áp dụng biến đổi DCT để
tạo ra mảng hai chiều các hệ số biến đổi. Hệ số có tương ứng với tần
số không gian thấp nhất nhưng lại có giá trị lớn nhất được gọi là hệ số
DC (một chiều), nó tỉ lệ với độ chói trung bình của cả khối ảnh 8x8.
Các hệ số còn lại gọi là các hệ số AC (xoay chiều). Theo lý thuyết,
biến đổi DCT không đem lại sự mất mát thông tin ảnh, mà đơn giản
nó chỉ chuyển thông tin ảnh sang miền không gian mới thuật lợi hơn
cho mã hoá ở bước tiếp theo.
(c) Mảng hai chiều các hệ số biến đổi được lượng tử hoá sử dụng bộ
lượng tử hóa tỉ lệ đồng nhất. Nghĩa là các hệ số sẽ được lượng tử hoá
riêng lẻ và độc lập. Quá trình lượng tử hoá là dựa trên sinh lý của hệ
thống mắt người: cảm nhận hình ảnh có độ nhậy kém hơn ở các hệ số
tần số cao và có độ nhậy tốt hơn ở các hệ số có tần số thấp. Vì thế các
hệ số được chọn sao cho thực hiện lượng tử hoá thô đối với các hệ số
tần số cao và lượng tử hoá tinh đối với các hệ số có tần số thấp. Bảng
lượng tử hoá được lấy tỉ lệ để tạo ra các mức nén thay đổi tuỳ theo
tốc độ bít và chất lượng ảnh. Việc lượng tử hoá sẽ tạo ra rất nhiều giá
trị 0, đặc biệt là ở tần số cao. Quá trình làm tròn trong khi lượng tử
hoá chính là nguyên nhân chính gây ra sự tổn hao nhưng lại là nhân
tố chính đem lại hiệu suất nén.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
(d) Để tận dụng ưu điểm của các hệ số đã được lượng tử có giá trị gần
bằng 0, mảng hai chiều các hệ số đã được lượng tử sẽ được sắp xếp
theo hình Zigzag tạo thành mảng một chiều. Cách sắp xếp này cho
phép giảm thiểu năng lượng tổn hao trung bình và tạo ra dãy các giá
trị bằng 0 liên tiếp. Cũng theo cách sắp xếp này, các hệ số DC được
tách khỏi các hệ số AC và sử dụng kỹ thuật mã hoá điều xung mã vi
sai – DPCM.
(e) Bước cuối cùng của bộ mã hoá là sử dụng mã hoá entropy chẳng hạn
mã hoá Huffman cho các AC và DC (sau khi đã mã hoá DPCM) để
tăng thêm hiệu quả nén cũng như giảm thiểu lỗi.
Ở phía giải mã, luồng bít mã hoá được giải mã entropy, sau đó mảng hai
chiều các hệ số DCT đã được lượng tử hoá được giải sắp xếp Zigzag và
giải lượng tử. Mảng hai chiều các hệ số DCT kết quả sẽ được biến đổi
IDCT rồi cộng mỗi giá trị với 128 để xấp xỉ tạo thành các khối ảnh con
kích thước 8x8. Chú ý là bảng lượng tử hoá và mã hoá entropy ở cá phía
mã hoá và giải mã là đồng nhất.
Hai thành phần màu cũng được mã hoá tương tự như thành phần chói
ngoại trừ khác biệt là chúng được lấy mẫu xuống hệ số 2 hoặc 4 ở cả
chiều ngang và dọc trước khi biến đổi DCT. Ở phía giải mã , thành phần
màu sẽ được nội suy thành kích thước gốc.
2.4.2.2. Kỹ thuật mã hoá dựa trên phép biến đổi DWT
Mối quan hệ giữa biến đổi Wavelet và Fourier
Không giống như biến đổi Fourier chỉ thích hợp khi phân tích những tín
hiệu ổn định (stationary),Wavelet là phép biến đổi được sử dụng để phân
tích các tín hiệu không ổn định (non-stationary) – là những tín hiệu có
đáp ứng tần số thay đổi theo thời gian.
Để khắc phục những hạn chế của biến đổi FT, phép biến đổi Fourier thời
gian ngắn – STFT được đề xuất. Chỉ có một sự khác biệt nhỏ giữa STFT
và FT: Trong biến đổi STFT, tín hiệu được chia thành các khoảng nhỏ và
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
trong khoảng đó tín hiệu được giả định là tín hiệu ổn định. Để thực hiện
kỹ thuật này cần chọn một hàm cửa sổ w sao cho độ dài của cửa sổ đúng
bằng các khoảng tín hiệu phân chia. Với phép biến đổi STFT, chúng ta có
thể thu được đáp ứng tần số - thời gian của tín hiệu đồng thời mà với
phép biến đổi FT ta không thực hiện được.
Biến đổi STFT đối với tín hiệu liên tục thực được định nghĩa như sau:
∞
X(f,t) = ∫ [ x(t ) w (t − τ ) * ]e − 2 jπft dt (2.12)
−∞
Trong đó độ dài thời gian của cửa sổ là (t-τ), chúng ta có thể dịch chuyển
vị trí của cửa sổ bằng cách thay đổi giá trị t và để thu được các đáp ứng
tần số khác nhau của đoạn tín hiệu ta thay đổi giá trị τ .
Giải thích biến đổi STFT bằng nguyên lý bất định Heissenber, nguyên lý
này phát biểu là: Không thể biết được chính xác được biểu diễn thời gian
- tần số của một tín hiệu (hay không thể biết các thành phần phổ của tín
hiệu ở một thời điểm nhất định). Cái mà ta có thể biết là trong một
khoảng thời gian nhất định tín hiệu có những băng tần nào. Đây được gọi
là bài toán phân giải. Vấn đề này liên quan đến độ rộng của hàm cửa sổ
mà chúng ta sử dụng. Nếu hàm cửa sổ càng hẹp thì độ phân giải càng tốt
hơn và giả định tín hiệu là ổn định càng có độ chính xác nhưng độ phân
giải tần số lại kém đi. Ta có các hệ quả sau:
Cửa sổ hẹp -> phân giải thời gian tốt, phân giải tần số kém
Cửa sổ rộng -> phân giải tần số tốt, phân giải thời gian kém
Trên cơ sở cách tiếp cận biến đổi STFT, biến đổi Wavelet được phát triển
để giải quyết vấn đề về độ phân giải tín hiệu (miền thời gian hoặc tần số)
mà STFT vẫn còn hạn chế. Biến đổi Wavelet được thực hiện theo cách:
tín hiệu được nhân với hàm Wavelet (tương tự như nhân với hàm cửa sổ
trong biến đổi STFT), rồi thực hiện biến đổi riêng rẽ cho các khoảng tín
hiệu khác nhau trong miền thời gian tại các tần số khác nhau. Cách tiếp
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
cận như vậy còn được gọi là: phân tích đa phân giải – MRA (Multi
Resolution Analysis): phân tích tín hiệu ở các tần số khác nhau và cho
các độ phân giải khác nhau.
MRA khi phân tích tín hiệu cho phép: phân giải thời gian tốt và phân giải
tần số kém ở các tần số cao; phân giải tần số tốt và phân giải thời gian
kém ở các tần số thấp. Như vậy kỹ thuật này rất thích hợp với những tín
hiệu: có các thành phần tần số cao xuất hiện trong khoảng thời gian ngắn,
các thành phần tần số thấp xuất hiện trong khoảng thời gian dài chẳng
hạn như ảnh và khung ảnh video.
Cơ sở toán học cũng như các tính chất của biến đổi Wavelet liên tục sẽ
được trình bầy chi tiết trong chương 3.
Biến đổi Wavelet rời rạc – DWT
Bước này có thể hiểu phép biến đổi DWT như là áp dụng một tập các bộ
lọc: thông cao và thông thấp. Thiết kế các bộ lọc này tương đương như kỹ
thuật mã hoá băng con (subband coding) nghĩa là: chỉ cần thiết kế các bộ
lọc thông thấp, còn các bộ lọc thông cao chính là các bộ lọc thông thấp
dịch pha đi một góc 180o. Tuy nhiên khác với mã hoá băng con, các bộ
lọc trong DWT được thiết kế phải có đáp ứng phổ phẳng, trơn và trực
giao.
Hình 2.11 dưới đây minh hoạ dạng tổng quát của biến đổi DWT một
chiều. Theo đó tín hiệu được cho đi qua các bộ lọc thông cao và thông
thấp H và G rồi được lấy mẫu xuống (down sampling) hệ số 2 tạo thành
biến đổi DWT mức 1. Biến đổi ngược thì thực hiện ngược lại: lấy mẫu lên
(up sampling) hệ số 2 rồi sử dụng các bộ lọc khôi phục H’, G’ (lý tưởng
là H’ và G’ chính là H, G).
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Từ biến đổi DWT một chiều có thể mở rộng định nghĩa biến đổi DWT hai
chiều theo cách: Sử dụng các bộ lọc riêng biệt, thực hiện biến đổi DWT
một chiều dữ liệu vào (ảnh) theo hàng rồi thực hiện theo cột. Theo cách
này nếu thực hiện biến đổi DWT ở mức 1, sẽ tạo ra 4 nhóm hệ số biến
đổi. Quá trình biến đổi DWT hai chiều có thể minh hoạ như hình 2.12
dưới đây, trong đó 4 nhóm hệ số là: LL, HL, LH, HH (chữ cái đầu tiên
tương ứng đã thực hiện lọc theo hàng, chữ cái thứ hai tương ứng đã thực
hiện lọc theo cột).
Hình 2.10(a). Minh hoạ DWT kiểu dyadic mức 3 để nén ảnh
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 2.10(b). Minh hoạ DWT kiểu dyadic mức 3 để nén ảnh
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
∫ ψ ( t ) dt = 0
−∞
(3.1)
Tích phân năng lượng của hàm trên toàn bộ trục t là một số hữu
hạn, tức là:
∞
∫ ψ (t )
2
dt < ∞ (3.2)
−∞
Điều kiện (3.2) có nghĩa là hàm ψ ( t ) phải là một hàm bình phương khả
tích nghĩa là hàm ψ ( t ) thuộc không gian L2 ( R ) các hàm bình phương khả
tích.
Sau khi hàm Wavelet ψ ( t ) được lựa chọn, biến đổi Wavelet liên tục
của một hàm bình phương khả tích f ( t ) được tính theo công thức:
∞
1 ⎛t −b ⎞
W ( a, b ) = ∫ f (t ) ψ*⎜ ⎟ dt (3.3)
−∞ a ⎝ a ⎠
Biến đổi này là một hàm của hai tham số thực a và b. Dấu * ký hiệu là
liên hiệp phức của ψ ( t ) . Nếu chúng ta định nghĩa một hàm ψ a ,b ( t ) theo
biểu thức:
1 ⎛ t −b ⎞
ψ a ,b ( t ) = ψ⎜ ⎟ (3.4)
a ⎝ a ⎠
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Theo toán học ta gọi đây là tích vô hướng của hai hàm f ( t ) và ψ a ,b ( t ) .
1
Giá trị là hệ số chuẩn hoá để đảm bảo rằng tích phân năng lượng của
a
Với mỗi giá trị của a thì ψ a ,b ( t ) là một bản sao của ψ a ,0 ( t ) được
dịch đi b đơn vị trên trục thời gian. Do đó b được gọi là tham số dịch.
Đặt tham số dịch b = 0 ta thu được:
1 ⎛t⎞
ψ a ,0 ( t ) = ψ ⎜ ⎟ (3.7)
a a ⎝ ⎠
Biến đổi CWT chỉ tồn tại nếu C dương và hữu hạn. Do đó C được
gọi là điều kiện tồn tại của biến đổi Wavelet. Cùng với hai điều kiện đã
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
nêu ở trên, đây là điều kiện thứ 3 mà một hàm cần phải thoả mãn để có
thể được lựa chọn làm hàm Wavelet. Chúng ta có thể xem biến đổi CWT
như là một ma trận hai chiều các kết quả của phép tính tích vô hướng
giữa hai hàm f ( t ) và ψ a ,b ( t ) . Các hàng của ma trận tương ứng với các giá
trị của a và các cột tương ứng với các giá trị của b do cách tính biến đổi
Wavelet theo tích vô hướng đã trình bày ở trên:
∞ ∞
f (t ) , g (t ) = ∫ f ( t ) g * ( t ) dt ⇒ f ( t ) ,ψ a ,b ( t ) = ∫ f ( t )ψ a ,b ( t ) dt (3.11)
−∞ −∞
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
m = -2
m = -1
Shift n
m=0
m=1
m=2
Hình 3.1. Minh hoạ lưới nhị tố dyadic với các giá trị của m và n
một nhược điểm cơ bản là với một tín hiệu f ( t ) ta không thể biết được
rằng tại một thời điểm t thì tín hiệu có các thành phần tần số nào. Một
phép biến đổi tốt hơn biến đổi Fourier phải là phép biến đổi có đầy đủ
tính năng của biến đổi Fourier và có khả năng xác định xem tại một thời
điểm t bất kỳ trong tín hiệu f ( t ) có thành phần tần số nào. Phép biến đổi
Wavelet ra đời đã khắc phục được các nhược điểm của biến đổi Fourier
trong phân tích tín hiệu. Biến đổi Wavelet dù chỉ làm việc với các tín hiệu
một chiều (liên tục hoặc rời rạc) nhưng sau khi biến đổi xong ta thu được
một hàm số hai biến hoặc một tập các cặp giá trị W ( a, b ) minh họa các
thành phần tần số khác nhau của tín hiệu xảy ra tại thời điểm t . Các giá
trị W ( ai , b ) tạo thành một cột (i=1, 2,...., n) cho biết một thành phần tần số
có trong những thời điểm t nào và các giá trị W ( a, bi ) tạo thành hàng cho
biết tại một thời điểm t của tín hiệu f ( t ) có các thành phần tần số nào.
Được nghiên cứu từ trước những năm 80 của thế kỷ trước và cũng đã
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
được ứng dụng trong một số ngành khoa học và công nghệ khác nhau
nhưng biến đổi Wavelet vẫn là một lĩnh vực đang và sẽ tiếp tục được
nghiên cứu và phát triển cũng như ứng dụng rộng rãi hơn nữa. Tham số b
trong biến đổi Wavelet cho biết khoảng dịch của hàm Wavelet mẹ và độ
phân giải các tần số khác nhau của f ( t ) được minh họa bởi hệ số tỷ lệ
chính là a. Biến đổi Wavelet ngày càng được áp dụng rộng rãi đặc biệt là
trong xử lý tiếng nói, xử lý ảnh số. Tín hiệu tiếng nói là tín hiệu một
chiều nhưng do đặc điểm của tiếng nói là tín hiệu không dừng nên việc sử
dụng Fourier là không đủ để phân tích một cách đầy đủ các đặc trưng của
tiếng nói. Khác với tín hiệu tiếng nói, xử lý tín hiệu ảnh số là xử lý tín
hiệu hai chiều và do đặc điểm của ảnh số là bao giờ cũng có tính định
hướng và tính định vị. Tính định hướng của một ảnh nghĩa là trong ảnh
bao giờ cũng có một số ít các thành phần tần số nhưng các thành phần tần
số này trải rộng trên toàn bộ không gian ảnh còn tính định vị của ảnh
chính là tính chất biểu thị rằng tại một vùng của ảnh có thể có rất nhiều
thành phần tần số. Ảnh biểu thị tính định vị rõ nhất chính là ảnh có nhiều
biên vùng phân tách rõ rệt, tại các đường biên bao giờ cũng có nhiều
thành phần tần số khác nhau, còn hầu hết các ảnh có tông liên tục đều là
những ảnh có tính định hướng.
Ngoài ra người ta thường áp dụng một cách kết hợp biến đổi
Wavelet với các hàm Wavelet thích hợp với dạng tín hiệu cần khảo sát và
phép phân tích đa phân giải để việc xử lý tín hiệu tiếng nói và hình ảnh
đạt hiệu quả cao hơn. Trước khi xem xét ứng dụng của phân tích đa phân
giải trong nén ảnh, chúng ta xem xét lý thuyết về đa phân giải trong phân
tích tín hiệu. Giả sử chúng ta cần xấp xỉ hoá một tín hiệu liên tục có dạng
một hàm bình phương khả tích f ( x ) bằng một tập các giá trị rời rạc (ví
dụ hàm f ( x ) là hàm cường độ sáng của ảnh). Phép xấp xỉ đơn giản thực
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
hiện dựa trên lý thuyết phép lấy trung bình và dựa vào hàm xấp xỉ là hàm
ϕ ( x ) có dạng:
⎪⎧1 x ∈ [ 0,1)
ϕ ( x) = ⎨ (3.13)
⎪⎩0 c¸c gi¸ trÞ cßn l¹i
Việc tính toán các giá trị xấp xỉ của hàm f ( x ) theo hàm ϕ ( x ) sẽ được
viết như sau:
A ⎡⎣ f ( x ) ⎤⎦ = ∑ f nϕ ( x − n ) (3.14)
n
với f n là chính là giá trị xấp xỉ của hàm f ( x ) trong khoảng [ n; n + 1) . Đây
chính là giá trị trung bình của hàm f ( x ) trong khoảng [ n; n + 1) được cho
bởi biểu thức:
n +1
fn = ∫ f ( x ) (3.15)
n
Như vậy chúng ta có thể xấp xỉ hoá hàm f ( x ) bằng một tập các hàm
A ⎡⎣ f ( x ) ⎤⎦ = ∑ ϕ% ( x − n ) , f ( x ) ϕ ( x − n ) (3.16)
n
ϕ ( x ) thoả mãn:
ϕ ( x ) , ϕ% ( x − n ) = δ [ n ] (3.17)
Việc phải thoả mãn điều kiện 3.17 là để đảm bảo rằng hàm f ( x ) có thể
được xấp xỉ hoá bằng một tổ hợp tuyến tính của các hàm ϕ ( x − n ) . Ngoài
∫ ϕ ( x) dx = ∫ ϕ% ( x ) dx = 1 (3.18)
2 2
Trong thực tế, hàm f ( x ) thường được giả thiết là có chu kỳ nguyên và
chúng ta chỉ cần một số hữu hạn các tổ hợp tuyến tính để xấp xỉ hoá hàm
f ( x ) . Chúng ta có thể thay đổi độ phân giải của phép xấp xỉ bằng cách
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
j
thay đổi hệ số tỷ lệ của các hàm ϕ% ( x ) và ϕ ( x ) . Cho ϕ j ( x ) = 2 2 ϕ ( 2 j x ) và
j
ϕ% j ( x ) = 2 2 ϕ% ( 2 j x ) , chúng ta có xấp xỉ:
A j ⎡⎣ f ( x ) ⎤⎦ = ∑ f ( x ) , ϕ% j ( x − 2− j k ) ϕ j ( x − 2− j k ) (3.19)
k
của hàm f ( x ) là các phép chiếu trực giao của hàm f ( x ) lên không gian
lấy {ϕ j ( x − 2− j k )} làm cơ sở. Việc thay đổi giá trị của j sẽ làm thay đổi
k∈
mức độ chính xác của phép xấp xỉ hàm f ( x ) của chúng ta như trên hình
3.2.
Hình 3.2. Phân tích đa phân giải áp dụng cho biểu diễn tín hiệu
tính chất đặc biệt là các hàm ứng với độ phân giải thứ j (tức là có chiều
rộng 2− j ) là trường hợp đặc biệt của các hàm có độ phân giải thứ j + 1
(chiều rộng 2− j −1 ) bởi vì các hàm có độ phân giải j có thể dễ dàng biểu
diễn từ các hàm có độ phân giải j + 1 . Điều đó dẫn tới:
V j ⊂ V j +1
Vì vậy chúng ta có thể biểu diễn hàm f ( x ) theo các mức phân giải khác
nhau dựa trên các phép chiếu trực giao của hàm f ( x ) lên các không gian
V j . Chính vì thế người ta định nghĩa một phép phân tích đa phân giải như
sau:
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
*. Một phân tích đa phân giải bao gồm một chuỗi không gian bao
hàm nhau:
....V2 ⊂ V1 ⊂ V0 ⊂ V−1 ⊂ V−2 ... (3.20)
thoả mãn:
−−−
UV j = L2 ( R ) (3.21)
j∈Z
IV = {0} (3.22)
j∈Z
j
V0
Trên đây là cơ sở lý thuyết của phép phân tích đa phân giải với tín
hiệu 1D tổng quát. Việc áp dụng trong tín hiệu ảnh (tín hiệu 2D) có thể dễ
dàng mở rộng từ việc phân tích đa phân giải 1D, chúng ta sẽ xét tới ở
phần áp dụng trong JPEG2000 ở phần sau
3.3. Giới thiệu một số họ Wavelet
3.3.1. Biến đổi Wavelet Haar
Biến đổi Haar Wavelet là biến đổi đơn giản nhất trong các phép
biến đổi Wavelet. Hình vẽ 3.2 cho thấy dạng của hàm ψ ( t ) với biến đổi
Haar. Do tính chất đơn giản của biến đổi Haar mà nó được ứng dụng
tương đối nhiều trong nén ảnh, khi áp dụng biến đổi này để nén ảnh thì
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
thuật toán nén ảnh trên máy tính có một số điểm khác với công thức toán
học của biến đổi Haar
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Wavelet Daubechies:
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
pháp mã hoá ảnh hay tiếng nói là những tín hiệu cho phép mã hoá có tổn
thất thông tin).
3.4.2. Khử nhiễu
Tính chất của biến đổi Wavelet mà chúng ta đã xét tới trong phần
ứng dụng cho nén tín hiệu được mở rộng bởi Iain Johnstone và David
Donohos trong các ứng dụng khủ nhiễu cho tín hiệu. Phương pháp khử
nhiễu này được gọi là Wavelet Shrinkage Denoising (WSD). Ý tưởng cơ
bản của WSD dựa trên việc tín hiệu nhiễu sẽ lộ rõ khi phân tích bằng biến
đổi Wavelet ở các hệ số biến đổi bậc cao. Việc áp dụng các ngưỡng loại
bỏ tương ứng với các bậc cao hơn của hệ số Wavelet sẽ có thể dễ dàng
loại bỏ nhiễu trong tín hiệu.
3.4.3. Mã hoá nguồn và mã hoá kênh
Sở dĩ Wavelet được ứng dụng trong mã hoá nguồn và mã hoá kênh
vì trong mã hoá nguồn thì chúng ta cần khả năng nén với tỷ lệ nén cao
còn trong mã hoá kênh thì cần khả năng chống nhiễu tốt. Biến đổi
Wavelet kết hợp với một số phương pháp mã hoá như mã hoá Huffman
hay mã hoá số học có thể thực hiện được cả hai điều trên. Vì thế sự sử
dụng biến đổi Wavelet trong mã hoá nguồn và mã hoá kênh là rất thích
hợp.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Giải nén từng vùng trong ảnh mà không cần giải nén toàn bộ
ảnh
Có khả năng mã hoá ảnh với tỷ lệ nén theo từng vùng khác nhau
Nén một lần nhưng có thể giải nén với nhiều cấp chất lượng tuỳ
theo yêu cầu của người sử dụng
Hiện tại, ISO và uỷ ban JPEG đã đưa ra khuyến nghị thay thế
JPEG bằng JPEG2000.
4.3. Các bước thực hiện nén ảnh theo chuẩn JPEG2000
¶nh sau khi
¶nh gèc BiÕn ®æi BiÕn ®æi m· ho¸
Xö lý tr−íc L−îng tö
thuËn liªn thuËn riªng M· ho¸
biÕn ®æi ho¸
thµnh phÇn thµnh phÇn (a)
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
ICT và RCT cho ở phần phụ lục. Việc áp dụng các biến đổi này trước khi
nén ảnh không nằm ngoài mục đích làm tăng hiệu quả nén. Các thành
phần Cr, Cb có ảnh hưởng rất ít tới sự cảm nhận hình ảnh của mắt trong
khi thành phần độ chói Y có ảnh hưởng rất lớn tới ảnh. Chúng ta có thể
thấy rõ hơn điều này trên hình vẽ 4.3:
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Xe[n] Ke
c[n]
+
X[n]
Odd / Even
Split -P U
Ko
X o[n] d[n]
+
1/Ke
c[n]
+
X[n]
-U P Merge
1/Ko
d[n]
+
Hình 4.3: Phương pháp Lifting 1D dùng tính toán biến đổi Wavelet
Do biến đổi Wavelet 5/3 là biến đổi thuận nghịch nên có thể áp
dụng cho nén ảnh theo cả hai phương pháp, có tổn thất và không tổn thất
trong khi biến đổi 9/7 chỉ áp dụng cho nén ảnh theo phương pháp có tổn
thất thông tin.
4.3.4.Lượng tử hoá - Giải lượng tử hoá
Các hệ số của phép biến đổi sẽ được tiến hành lượng tử hoá. Quá
trình lượng tử hoá cho phép đạt tỷ lệ nén cao hơn bằng cách thể hiện các
giá trị biến đổi với độ chính xác tương ứng cần thiết với mức chi tiết của
ảnh cần nén. Các hệ số biến đổi sẽ được lượng tử hoá theo phép lượng tử
hoá vô hướng. Các hàm lượng tử hoá khác nhau sẽ được áp dụng cho các
băng con khác nhau và được thực theo biểu thức:
⎢ U ( x, y ) ⎥
V ( x, y ) = ⎢ sgn U ( x, y ) (4.1)
∆⎥
⎣ ⎦
với ∆ là bước lượng tử, U ( x, y ) là giá trị băng con đầu vào; V ( x, y ) là giá
trị sau lượng tử hoá. Trong dạng biến đổi nguyên, đặt bước lượng tử bằng
1.Với dạng biến đổi thực thì bước lượng tử sẽ được chọn tương ứng cho
từng băng con riêng rẽ. Bước lượng tử của mỗi băng do đó phải có ở
trong dòng bít truyền đi để phía thu có thể giải lượng tử cho ảnh. Công
thức giải lượng tử hoá là:
U ( x, y ) = ⎡⎣V ( x, y ) + r sgn V ( x, y ) ⎤⎦ ∆ (4.2)
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
r là một tham số xác định dấu và làm tròn, các giá trị U ( x, y ) ;V ( x, y )
tương ứng là các giá trị khôi phục và giá trị lượng tử hoá nhận được.
JPEG2000 không cho trước r tuy nhiên thường chọn r = 1 2 .
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
một đường biên của hình vẽ trong ảnh sẽ tồn tại ở cùng một vị trí trên các
băng con đó (tương ứng với mức độ phân giải của băng con ấy). Điều này
đã dẫn tới sự ra đời của phương pháp SPIHT (Set partitioning in
hierarchical trees - phương pháp mã hoá phân cấp theo phân vùng).
Phương pháp SPIHT được thiết kế tối ưu cho truyền dẫn luỹ tiến. Điều
này có nghĩa là tại mọi thời điểm trong quá trình giải nén ảnh theo
phương pháp mã hoá này thì chất lượng ảnh hiển thị tại thời điểm ấy là
tốt nhất có thể đạt được với một số lượng bít đưa vào giải mã tính cho tới
thời điểm ấy. Ngoài ra, phương pháp này sử dụng kỹ thuật embedded
coding; điều đó có nghĩa là một ảnh sau nén với kích cỡ (lưu trữ) lớn (tỷ
lệ nén thấp) sẽ chứa chính dữ liệu sau nén của ảnh có kích cỡ (lưu trữ)
nhỏ (tỷ lệ nén cao). Bộ mã hoá chỉ cần nén một lần nhưng có thể giải nén
ra nhiều mức chất lượng khác nhau. Giả sử gọi các pixel trong một ảnh p
cần mã hoá là pi, j. Áp dụng một phép biến đổi Wavelet T nào đó cho các
pixel trong ảnh để tạo ra các hệ số của phép biến đổi Wavelet là ci, j. Các
hệ số này tạo ra một ảnh biến đổi là C. Phép biến đổi này được viết dưới
dạng toán tử như sau: C=T(p). Trong phương pháp truyền dẫn luỹ tiến
với ảnh thì bộ mã hoá sẽ bắt đầu quá trình khôi phục (giải nén) ảnh bằng
cách đặt các giá trị của ảnh khôi phục từ các hệ số biến đổi là ĉ . Sử dụng
các giá trị giải mã của các hệ số biến đổi để tạo ra một ảnh khôi phục (vẫn
chưa áp dụng biến đổi ngược Wavelet) là ĉ và sau đó áp dụng biến đổi
ngược Wavelet để tạo ra ảnh cuối cùng là p̂ . Chúng ta có thể viết dưới
dạng toán tử như sau: pˆ = T −1 ( cˆ ) . Nguyên tắc quan trọng của phương
pháp truyền dẫn ảnh theo kiểu luỹ tiến chính là phương pháp này luôn
truyền đi các giá trị mang thông tin quan trọng hơn của ảnh đi trước. Sở
dĩ làm như vậy là do các thông tin đó chính là các thông tin sẽ làm giảm
thiểu nhiều nhất độ méo dạng của ảnh (sự sai khác giữa ảnh gốc và ảnh
khôi phục). Đây chính là lý do tại sao phương pháp SPIHT luôn truyền đi
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
các hệ số lớn trước và cũng là một nguyên tắc quan trọng của phương
pháp này. Một nguyên tắc nữa là các bít có trọng số lớn bao giờ cũng
mang thông tin quan trọng nhất trong dữ liệu nhị phân. Phương pháp
SPIHT sử dụng cả hai nguyên tắc này; nó sắp xếp các hệ số biến đổi và
truyền đi các bít có trọng số lớn nhất. Quá trình giải mã có thể dừng lại ở
bất kỳ một bước nào ứng với giá trị ảnh cần mã hoá yêu cầu. Đây chính là
cách mà phương pháp mã hoá SPIHT làm tổn thất thông tin.
4.3.7. Phương pháp mã hoá EZW
Phương pháp mã hoá EZW (Embedded Zerotree Wavelet Encoder)
cũng dựa trên cơ sở phép mã hoá luỹ tiến (progressive coding) giống như
phương pháp mã hoá SPIHT. Phương pháp này chủ yếu dựa trên khái
niệm về cây zero (zerotree). Về cơ bản, thuật toán này dựa trên hai
nguyên tắc như đã trình bày ở phần phương pháp mã hoá SPIHT. Sau đây
chúng ta sẽ xem xét các khái niệm cơ bản của thuật toán:
Cây tứ phân: Sau khi áp dụng biến đổi Wavelet ứng với các mức
phân giải khác nhau chúng ta có thể biểu diễn các hệ số biến đổi dưới
dạng một cây. Ta thấy rằng với cây biểu diễn này cứ mỗi nút cha thì có 4
nút con. Sở dĩ có được điều này là do quá trình biến đổi Wavelet ở các tỷ
lệ khác nhau. Ta gọi đây là các cây tứ phân (quadtree). Sơ đồ cây tứ phân
được minh hoạ ở hình 4.5.
LL
Level 3
HL1
Level 2
LH1 HH1
(a) (b)
Level 1
Hình 4.4: Minh hoạ cây tứ phân (a) và sự phân mức (b)
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Cây zero (zerotree): Cây zero là một cây tứ phân, trong đó tất cả
các nút của nó đều nhỏ hơn nút gốc. Một cây như vậy khi mã hoá sẽ được
mã hoá bằng một đối tượng duy nhất và khi giải mã thì chúng ta cho tất
cả các giá trị bằng không. Ngoài ra để có thể mã hoá được các hệ số
Wavelet trong trường hợp này, giá trị của nút gốc phải nhỏ hơn giá trị
ngưỡng đang được xem xét ứng với hệ số Wavelet đó
Sau khi có đủ các khái niệm cần thiết về cây tứ phân và cây zero,
chúng ta có thể trình bày nguyên lý hoạt động của thuật toán. Thuật toán
sẽ mã hoá các hệ số theo thứ tự giảm dần. Chúng ta sẽ dùng một giá trị
gọi là ngưỡng (threshold) và sử dụng ngưỡng này để tiến hành mã hoá
các hệ số biến đổi. Các hệ số được mã hoá theo thứ tự từ vùng tần số thấp
đến vùng tần số cao. Và chỉ những hệ số có giá trị tuyệt đối lớn hơn hoặc
bằng ngưỡng thì mới được mã hoá. Tiếp theo giảm ngưỡng và tiếp tục
làm như vậy cho tới khi ngưỡng đạt tới một giá trị nhỏ hơn giá trị của hệ
số nhỏ nhất. Cách giảm giá trị ngưỡng ở đây thực hiện tương đối đặc biệt,
giá trị của ngưỡng giảm xuống một nửa so với trước đó. Bộ giải mã phải
biết các mức ngưỡng này thì mới có thể giải mã ảnh thành công. Nhưng
khi ta đi từ nút cha đến nút con trong cây tứ phân thì nó vẫn có 3 nút con.
Vậy ta phải đi theo nhánh có nút con nào trước. Hay nói một cách đầy đủ
hơn ta di chuyển từ hệ số này đến hệ số khác theo thứ tự như thế nào. Có
nhiều cách di chuyển khác nhau, tuy nhiên hai cách di chuyển trên hình
4.6 được sử dụng nhiều nhất.
Hình 4.5: Hai cách sắp xếp thứ tự các hệ số biến đổi
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Việc sắp xếp này còn phải được quy ước thống nhất giữa quá trình
mã hoá và quá trình giải mã để việc giải mã ảnh được thành công. Trên
đây chỉ là nguyên lý cơ bản của phương pháp mã hoá EZW. Chi tiết về
thuật toán mã hoá có thể xem ở phần chương trình. Hiện nay phương
pháp mã hoá này được áp dụng ngày càng nhiều nén ảnh động. Phương
pháp này cho tỉ lệ nén và độ tin cậy giải mã cao. Ngoài ra phương pháp
EZW rất dễ triển khai trên máy tính bởi phương pháp này không yêu cầu
việc lập trình quá phức tạp.
4.4. So sánh chuẩn JPEG2000 với JPEG và các chuẩn nén ảnh tĩnh
khác
Một tính năng quan trọng và là ưu điểm rõ nét nhất của JPEG2000
so với JPEG cũng như các chuẩn nén ảnh khác như MPEG 4 VTC hay
JPEG - LS v. v.... là JPEG2000 đưa ra cả hai kỹ thuật nén có tổn thất và
không tổn thất theo cùng một cơ chế mã hoá nghĩa là JPEG2000 thực
hiện tất cả các dạng thức của JPEG chỉ bằng một cơ chế mã hoá duy nhất.
Nếu xét về sự tồn tại của hai kỹ thuật này thì JPEG cũng có khả năng nén
ảnh có tổn thất và không tổn thất thông tin. Tuy nhiên với JPEG thì cơ
chế mã hoá với hai dạng này là khác nhau và rất khó để sử dụng cả hai
dạng này cùng lúc cho cùng một ứng dụng. Do đó, có thể thấy rằng JPEG
có tính mềm dẻo hơn bất kỳ chuẩn nén ảnh tĩnh nào trước đây. Hơn thế,
chúng ta đã thấy rằng tất cả các phương pháp thiết kế cho chuẩn
JPEG2000 đều ưu việt và có nhiều tính năng hơn so với JPEG; ngoài ra
những thống kê về thực tế cho thấy với cùng một tỷ lệ nén và một loại
ảnh thì ảnh được nén bởi JPEG2000 hầu như luôn có chất lượng tốt hơn
so với JPEG. Chúng ta xem xét hai ảnh trên hình 4.7 để thấy rõ điều này,
ảnh bên trái được nén theo JPEG còn ảnh bên phải được nén theo
JPEG2000
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
JPEG JPEG2000
JPEG JPEG2000
Tính năng ưu việt thứ hai của JPEG2000 so với JPEG chính là
trong dạng thức nén có tổn thất thông tin, JPEG2000 có thể đưa ra tỷ lệ
nén cao hơn nhiều so với JPEG. Các phần mềm nén ảnh JPEG hiện tại
(kể cả Photoshop) cũng chỉ thiết kế để có thể nén được tới tỷ lệ 40:1
nhưng với JPEG2000 thì tỷ lệ nén có thể lên tới 200:1. Theo công thức
tính PSNR trong đơn vị dB, chúng ta có: (b là số bít dùng biểu diễn một
pixel trên ảnh gốc)
⎛ RMSE ⎞
PSNR (dB) = −20 log⎜ b ⎟
⎝ 2 −1 ⎠
Với hai ảnh ở hình 4.6, sự so sánh về tham số PSNR cho trên bảng
4.1. Để có thể so sánh dễ dàng hơn, ta xét ảnh được nén với các tỷ lệ khác
nhau (đo lường bởi hệ số bít/pixel hay bpp). Tất cả các số liệu trên bảng
đều cho thấy JPEG2000 nén ảnh tốt hơn là JPEG; hơn thế hệ số PSNR
mà chúng ta xét trong bảng được đo trong hệ đơn vị logarit.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Tính năng ưu việt thứ 3 của JPEG2000 so với JPEG là chuẩn nén
ảnh này có thể hiển thị được các ảnh với độ phân giải và kích thước khác
nhau từ cùng một ảnh nén. Với JPEG thì điều này là không thể thực hiện
được. Sở dĩ có điều này là do JPEG2000 sử dụng kỹ thuật phân giải ảnh
và mã hoá đính kèm mà chúng ta đã nói tới ở phần mã hoá ảnh theo
JPEG2000.
Tính năng này là một lợi thế đặc biệt quan trọng của JPEG2000,
trong khi JPEG cũng như các chuẩn nén ảnh tĩnh trước đây phải nén
nhiều lần để thu được chất lượng với từng lần nén khác nhau thì với
JPEG2000 ta chỉ cần nén một lần còn chất lượng ảnh thì sẽ được quyết
định tuỳ theo người sử dụng trong quá trình giải nén ảnh theo JPEG2000.
Một tính năng ưu việt nữa của JPEG2000 là tính năng mã hoá ảnh quan
trọng theo vùng (ROI - Region of Interest) mà chúng ta đã đề cập trong
phần mã hoá ảnh theo JPEG2000. Chất lượng của toàn bộ ảnh cũng được
thấy rõ trên hình 4.7.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Như chúng ta thấy trên hình 4.7, chất lượng của vùng ảnh được lựa
chọn tăng cao hơn khi vùng đó được áp dụng phương pháp nén ảnh ROI.
JPEG2000 còn có một khả năng đặc biệt ưu việt hơn so với JPEG,
đó chính là khả năng vượt trội trong khôi phục lỗi. Đó là khi một ảnh
được truyền trên mạng viễn thông thì thông tin có thể bị nhiễu; với các
chuẩn nén ảnh như JPEG thì nhiễu này sẽ được thu vào và hiển thị, tuy
nhiên với JPEG2000, do đặc trưng của phép mã hoá có thể chống lỗi,
JPEG2000 có thể giảm thiểu các lỗi này tới mức hầu như không có.
Sau khi xem xét các tính năng vượt trội của JPEG2000 so với
JPEG (chuẩn nén ảnh thông dụng nhất hiện nay) chúng ta so sánh chức
năng của JPEG2000 với một số chuẩn nén ảnh như là JPEG - LS; PNG;
MPEG 4 VTC qua bảng 4.2 (Dấu + biểu thị chuẩn đó có chức năng tương
ứng, số dấu + càng nhiều thì chuẩn đó thực hiện chức năng tương ứng
càng tốt) dấu - biểu thị chuẩn tương ứng không hỗ trợ tính năng đó)
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
JPEG - MPEG -4
JPEG2000 JPEG PNG
LS VTC
Khả năng nén ảnh
+++ ++++ + - +++
không tổn thất
Khả năng nén ảnh có
+++++ + +++ ++++ -
tổn thất
Khả năng luỹ tiến trong
+++++ - ++ +++ +
khôi phục ảnh
Kỹ thuật mã hoá theo
+++ - - + -
vùng ROI
Khả năng tương tác với
các vật thể có hình dạng - - - ++ -
bất kỳ
Khả năng truy nhập
ngẫu nhiên dòng bít của ++ - - - -
ảnh nén
Tính đơn giản ++ +++++ +++++ + +++
Khả năng khôi phục lỗi +++ ++ ++ +++ +
Khả năng thay đổi tỷ lệ
+++ - - + -
nén
Tính mềm dẻo (khả
năng nén nhiều loại ảnh +++ +++ ++ ++ +++
khác nhau)
Bảng 4.2: So sánh tính năng của JPEG2000 với các chuẩn nén ảnh tĩnh khác
Từ bảng trên chúng ta có thể thấy các tính năng vượt trội và khả
năng ưu việt của JPEG2000 so với các chuẩn nén ảnh tĩnh trước đây.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 5.1 chỉ ra sơ đồ khái quát quá trình nén ảnh (mã hoá nguồn).
Quá trình đó như sau: ảnh mẫu được đưa qua một phép biến đổi để tạo
thành tập hệ số biến đổi. Các hệ số này tiếp tục được lượng tử hoá (chia
cho các giá trị cố định cho trước) để giảm dung lượng dữ liệu. Đầu ra của
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
bước này là một luồng các số nguyên mà mỗi một trong số đó tương ứng
với một chỉ số nhị phân được lượng tử hoá. Bước cuối cùng là mã hoá:
các luồng dữ liệu được chuyển thành chuỗi các từ mã nhị phân (binary
symbol) theo cách: các từ mã nhị phân có độ dài ngắn mã hoá cho các số
nguyên có xác suất xuất hiện cao. Điều này làm giảm số bít cần truyền.
Các nguyên lý mã hoá như vậy là: Huffman [4] và RLC (mã chạy dài) [4].
Có nhiều thuật toán sử dụng cho nén ảnh như: dựa theo phép biến
đổi, lượng tự hoá véctơ hoặc mã hoá băng con. Việc lựa chọn thuật toán
trong truyền thông đa phương tiện di động không chỉ phụ thuộc vào tỉ số
nén đạt được, chất lượng ảnh khôi phục mà còn liên quan đến năng lượng
tiêu hao cũng như khả năng trống lại lỗi bít cao hơn.
Gần đây nhóm JPEG đã phát triển chuẩn nén ảnh dựa trên biến đổi
Wavelet gọi là JPEG2000 với nhiều ưu điểm. Tuy nhiên thống kê cho
thấy bước biến đổi Wavelet trong quá trình nén tiêu tốn hơn 60% thời
gian CPU. Như vậy nếu tối ưu các đặc điểm của thuật toán ở bước biến
đổi thì năng lượng và hiệu suất nén có thể được cải thiện đáng kể. Do đó
ta tập trung vào tối ưu năng lượng tiêu hao ở bước biến đổi.
5.1.2. Biến đổi Wavelet
Phép biến đổi Wavelet thuận sử dụng sự phân ly 1D (một chiều) để
chuyển tập các mẫu 1D thành hai băng: băng con thông thấp (Li) và băng
con thông cao (Hi). Băng Li là phiên bản có độ phân giải thấp của ảnh gốc
được lấy mẫu xuống (downsampled), băng Hi biểu thị thông tin dư thừa
của ảnh gốc (chỉ cần thiết khi cần khôi phục hoàn toàn ảnh gốc từ băng
thông thấp). Quá trình phân ly băng con 2D chỉ là sự mở rộng quá trình
phân ly băng con 1D. Toàn bộ quá trình chính là sự thực hiện quá trình
phân ly 1D hai lần: đầu tiên theo hàng, rồi theo cột. Theo cách này, băng
con thông thấp Li tạo thành khi phân ly theo hàng lại tiếp tục được phân
ly theo cột tạo thành băng con LLi và LHi. Tương tự như vậy, băng con Hi
tiếp tục được phân ly thành HLi và HHi. Sau mức biến đổi đầu tiên, ảnh
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
có thể tiếp tục được phân ly bằng cách áp dụng quá trình phân ly 2D cho
băng con LLi. Như vậy ảnh có thể được biến đổi ở nhiều mức. Hình 5.2
dưới đây minh hoạ quá trình phân ly ảnh 3 mức.
Hình 5.2. (a) Biến đổi Wavelet 2D mức 3 và (b) Minh hoạ bằng ảnh “CASTLE”
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Để xác định hiệu năng của mỗi thuật toán, chúng ta sử dụng một
ma trận không phụ thuộc vào việc thực hiện thuật toán. Chúng ta phân
tích hiệu năng của nó bằng cách xác định số lần các phép toán cơ bản
được thực hiện khi đầu vào cho trước, tiếp đó xác định định lượng các
hoạt động chuyển mạch và đó chính là năng lương tiêu hao. Lấy ví dụ,
trong phép phân ly Wavelet thuận sử dụng ở bộ lọc trên, cần 8 phép toán
cộng - A(Add) và dịch - S(Shift) để chuyển những điểm ảnh mẫu thành
một hệ số thông thấp. Tương tự như vậy, sự phân ly thông cao cần 2 phép
toán dịch và 4 phép toán cộng. Chúng ta lập mô hình tiêu hao năng lượng
của sự phân ly thông thấp/cao bằng cách đếm số các phép toán và xem
chúng như là tải tính toán (computational load). Như vậy có 8*S (phép
dịch) + 8*A (phép cộng) là tải tính toán cần cho một điểm ảnh trong quá
trình phân ly thông thấp và 2S + 4A phép toán cho thông cao.
Với một ảnh đầu vào cho trước kích thước M x N và quá trình phân
ly được áp dụng với L mức biến đổi, khi đó chúng ta có thể đánh giá được
tổng tải tính toán như sau: Giả sử trước tiên chúng ta áp dụng quá trình
phân ly theo chiều ngang. Nhưng do tất cả các điểm ảnh ở vị trí chẵn
được phân ly thành các hệ số thông thấp và các điểm ảnh ở vị trí lẻ được
phân ly thành các hệ số thông cao, tổng tải tính toán trong quá trình phân
ly chiều ngang sẽ là 1/2MN(10S+12A). Lượng tải tính toán trong quá
trình phân ly theo chiều dọc cũng dễ nhận ra. Do kích thước của ảnh giảm
theo hệ số 4 sau mỗi mức biến đổi, tổng tải tính toán có thê được biểu
diễn bằng công thức sau:
Tải tính toán với biến đổi Wavelet thường – CW:
K
1 1 − 4− L 4
CW = MN (12 A + 10S )∑ = MN (12 A + 10 S ) ≤ MN (12 A + 10S )
l =1 4l −1 1 − 4 −l 3
(5.2)
Ngoài các phép toán số học, bước biến đổi cũng bao gồm một số
lượng lớn các lần truy nhập bộ nhớ. Do vậy năng lượng tiêu hao trong các
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
lần truyền dữ liệu nội và ngoại hệ thống có thể đáng kể, chúng ta ước
lượng tải truy nhập dữ liệu (data-acces load) bằng cách đếm tổng số các
lần truy nhập bộ nhớ trong quá trình thực hiện biến đổi Wavelet. Tại một
mức biến đổi, mỗi điểm ảnh sẽ được đọc hai lần và được ghi hai lần. Do
vậy, với cùng một điều kiền cũng như cùng phương pháp đánh giá như
trên, tổng tải truy nhập dữ liệu rút ra bằng số các toán tử đọc và ghi”
Tải truy nhập dữ liệu với biến đổi Wavelet thường:
L
1 8
CREAD _ W = CWRITE_W = 2 MN ∑ ≤ (5.3)
l =1 4l −1 3
Năng lượng tính toán tổng được tính bằng tổng trọng số của tải tính
toán và tải truy nhập dữ liệu. Từ kết quả tiến hành thực nghiệm, ta thấy
rằng thực hiện các phép cộng tiêu tốn năng lượng gấp đôi so với thực
hiện phép dịch và năng lượng tiêu tốn cho tải truy nhập dữ liệu gấp 2.7
lần tải tính toán. Chúng ta cũng ước lượng năng lượng truyền thông bằng
C*R, trong đó C là kích thước của ảnh nén (tính bằng bít) và R là tổn hao
năng lượng để truyền một bít bằng bộ phát RF.
Như vậy ta đã phân tích biên độ và nguồn gốc của tổn hao năng
lượng trong biến đổi Wavelet, tiếp theo chúng ta sẽ trình bầy các kỹ thuật
để tối thiểu năng lượng tiêu hao cũng như năng lượng truyền thông yêu
cầu cho việc nén ảnh bằng Wavelet và truyền vô tuyến.
5.2. Thuật toán nén ảnh bằng Wavelet hiệu năng - EEW
Trong phần này, chúng ta trình bầy thuật toán EEW (Effective Energy
Wavelet) - một thuật toán biến đổi bằng Wavelet mà mục đích là tiết kiệm
năng lượng trong khi chất lượng ảnh chỉ bị ảnh hưởng ít nhất.
EEW khai thác phân bố số học của các hệ số thông cao để khéo léo
loại bỏ một số lượng lớn các mẫu trong quá trình nén ảnh. Hình 5.3 minh
hoạ phân bố các hệ số thông cao (high-pass coefficients) sau khi áp dụng
biến đổi Wavelet hai mức cho ảnh mẫu Lena kích thước 512 x 512.
Chúng ta cũng quan sát thấy là các hệ số thông cao thường được biểu
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
diễn bằng các giá trị số nguyên nhỏ. Lấy ví dụ, 80% các hệ số thông cao
ở mức 1 (level 1) đều không vượt quá 5. Chính bởi sự phân bố số học của
các hệ số thông cao và ảnh hưởng của bước lượng tử hoá đối với các hệ
số có giá trị nhỏ, chúng ta có thể làm tròn các hệ số thông cao bằng 0 (và
do đó loại bỏ được phép toán liên quan đến chúng) và do đó suy hao chất
lượng ảnh chỉ ở mức nhỏ. Cách tiếp cận này có hai ưu điểm chính. Thứ
nhất, bởi vì các hệ số thông cao không cần phải tính toán, EEW làm giảm
năng lượng tính toán tiêu hao trong quá trình nén ảnh bằng Wavelet bằng
cách giảm số lượng các phép toán đã được thực hiện. Thứ hai, bởi vì bộ
mã hoá và giải mả là kỹ thuật làm tròn (ước lượng), vì thế không có thông
tin yêu cầu được truyền qua kênh vô tuyên, do đó giảm được năng lượng
tiêu hao cần có.
Hình 5.3. Phân bố số học các hệ số thông cao sau phép biến đổi Wavelet mức 2
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
thông cao khác (LHi, HLi và HHi) đều được loại bỏ. Chúng ta gọi kỹ thuật
này là kỹ thuật “loại bỏ H*” (tất cả các băng con thông cao đều bị loại bỏ
trong bước biến đổi).
Tiếp theo chúng ta sẽ trình bầy chi tiết về các kỹ thuật loại bỏ HH
và H* và so sánh hiệu năng của hai kỹ thuật này với thuật toán sử dụng
Wavelet nguyên bản (được xem là thuật toán biến đổi Wavelet không loại
bỏ thông tin (đã được đề cập trong mục 5.2.2 và 5.2.3).
5.2.1. Hiệu năng của các kỹ thuật loại bỏ
Để thực hiện các kỹ thuật loại bỏ HH và H* (EEW), chúng ta thay
đổi phép biến đổi Wavelet như mô tả trong hình 5.4. Như đã giải thích ở
mục 5.2.2, trong quá trình biến đổi Wavelet, mỗi ảnh đầu vào được thực
hiện phép biến đổi theo hàng rồi đến cột và phân ly ảnh thành bốn băng
con (LL, LH, HL, HH). Tuy nhiên, để thực hiện kỹ thuật loại bỏ HH, thì
sau khi thực hiện biến đổi theo hàng, các hệ số thông cao chỉ được đưa
vào bộ lọc thông thấp mà không được đưa vào bộ lọc thông cao trong
bước biến đổi theo cột tiếp theo (trong hình 5.4 bên dưới <HH
Elimination>, ký hiệu là những hình có bóng sáng). Cách làm này đã loại
bỏ băng con đường chéo HH. Còn để thực hiện kỹ thuật loại bỏ H*, ảnh
đầu vào được xử lý chỉ cho qua bộ lọc thông thấp trong cả quá trình thực
hiện biến đổi hàng và cột. Và như vậy chúng ta cũng loại bỏ được tất cả
các bước phân ly thông cao trong quá trình biến đổi.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Hình 5.4: Dữ liệu sau phép biến đổi Wavelet với hai kỹ thuật loại bỏ HH và H*
Để ước lượng hiệu năng của các kỹ thuật EEW ở trên, chúng ta sẽ tiến
hành tính tải tính toán và tải truy nhập dữ liệu theo phương pháp đã đề
cập trong mục 5.2.3. Chúng ta giả thiết rằng, các kỹ thuật tính toán chỉ
được áp dụng ở E mức biến đổi đầu tiên trong tổng số L mức. Lý do là
bởi vì ưu điểm của các hệ số thông cao thực hiện loại bỏ càng ý nghĩa ở
các mức biến đổi thấp.
Trong kỹ thuật loại bỏ HH, tải tính toán trong quá trình thực hiện
biến đổi theo hàng bằng với thuật toán Wavelet thường. Tuy nhiên, trong
quá trình thực hiện biến đổi theo cột băng con thông cao là kết quả từ
phép biến đổi theo dòng trước, băng con HH không được tính. Kết quả
trong mục 5.2.3 chỉ ra rằng làm như vậy có thể tiết kiệm 1/4MN(4A+2S)
các phép toán cho tải tính toán ( nghĩa là tiết kiệm được 7.4% so với thuật
toán Wavelet thường). Và vì thế, tổng tải tính toán có thể được tính như
sau:
MN (22 A + 19 S ) E 1 L
1
CHH =
2
∑l =1 4
l −1
+ MN (12 A + 10 S ) ∑
l = E +1 4
l −1
(5.4)
Bởi vì băng con thông cao sau phép biến đổi theo hàng vần cần để
tính băng con HL trong phép biến đổi theo cột nên chúng ta có thể tiết
kiệm số lần “đọc” trong kỹ thuật loại bỏ HH. Tuy nhiên, chúng ta chỉ tiết
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
kiệm được 1/4 các lần “ghi” (tiết kiệm 25%) trong quá trình thực hiện
phép biến đổi theo cột. Do vậy kết quả băng con HH được gán trước bằng
0 trước khi quá trình biến đổi được thực hiện. Do vậy, tổng tải truy cập
dữ liệu sẽ được tính:
7 E
1 L
1
C READ _ HH = C READ _ W , CWRITE _ HH = MN ∑ l −1 + 2MN ∑ l −1 (5.5)
4 l =1 4 l = E +1 4
Kỹ thuật loại bỏ H* cho kết quả đáng kể trong việc tiết kiệm năng
lượng tính toán bởi đã có 3 trong tổng số 4 băng con được loại bỏ. Phần
tới chúng ta sẽ tập trung mô tả và minh hoạ các kỹ thuật trên
5.3.2. Các kết quả thực nghiệm
Phần này chúng ta sẽ tiến hành thực nghiệm để xem xết kết quả tiết
kiệm năng lượng tính toán từ việc áp dụng kỹ thuật loại bỏ trên. Thực
chất là chúng ta sẽ tập trung vào khả năng tiết kiệm năng lượng tính toán
và truyền thông sử dụng các kỹ thuật trên đồng thời cũng xét ảnh hưởng
của chúng đến chất lượng ảnh.
5.3.2.1. Ảnh hưởng đến năng lượng tính toán và chất lượng ảnh
5.3.2.2. Ảnh hưởng đến năng lượng truyền thông và chất lượng ảnh
5.4. Các tham số nén ảnh bằng Wavelet
5.4.1. Thay đổi mức biến đổi Wavelet
5.4.2. Thay đổi các mức lượng tử
5.5. Truyền ảnh trên mạng
5.5.1. Phương pháp lựa chọn tham số động
5.5.2. Kết quả thực nghiệm
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
KẾT LUẬN
Kết quả đạt được và ứng dụng của luận văn
Luận văn đã trình bầy các kỹ thuật nén ảnh, các nguyên lý nén và
một số khái niệm quan trọng trong lĩnh vực xử lý ảnh. Tác giả cũng đã
tập trung trình bầy các nguyên lý nén có tổn hao điển hình đang là các kỹ
thuật cốt lõi của các chuẩn nén (JPEG, JPEG2000, MPEG,…).
Với mục đích của luận văn là nghiên cứu về kỹ thuật nén ảnh sử
dụng biến đổi Wavelet từ đó áp dụng trong các dữ liệu đa phương tiện di
động, nên tác giả cũng đã đi sâu nghiên cứu cơ sở lý thuyết của phép biến
đổi này đồng thời cũng giới thiệu chuẩn nén ảnh JPEG2000 – là chuẩn
nén phổ biến dựa trên biến đổi Wavelet. Hơn nữa chuẩn này cũng sẽ là
một lựa chọn hiệu quả bổ sung chuẩn JPEG đang được sử dụng trong các
server chuyển đổi định dạng ảnh.
Luận văn cũng đã giới thiệu một thuật toán nén ảnh bằng Wavelet
hiệu năng không chỉ cho hiệu suất nén ảnh cao, chất lượng ảnh truyền
đảm bảo do ưu điểm của Wavelet, mà trên hết còn tiết kiệm năng lượng
xử lý, năng lượng truyền thông cho ảnh trên mạng. Điều này hứa hẹn có
thể xây dựng một bộ mã hoá ảnh tiết kiệm năng lượng xử lý, thời gian
truyền mà vẫn phù hợp với điều kiện băng thông thấp, ràng buộc về chất
lượng dữ liệu trong các mạng thông tin di động.
Hướng phát triển nghiên cứu
Tác giả xin đề cập một số hướng nghiên cứu trong tương lai:
• Luận văn mới đưa ra ứng dụng Wavelet cho ảnh tĩnh trong dữ liệu
đa phương tiện di động. Những ưu điểm của Wavelet khiến nó có
thể áp dụng cho âm thanh, video, khử nhiễu, bảo mật,…
• Có rất nhiều họ Wavelet khả dụng, có thể lựa chọn nhiều cặp
Wavelet khác mà không nhất thiếtchỉ lựa chọn cặp 5-tap/3-tap.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
• Nghiên cứu khả năng ứng dụng chuẩn JPEG2000 cho dữ liệu đa
phương tiện trong thông tin di động nhằm tương thích dữ liệu hình
ảnh giữa các thuê bao, khữ nhiễu, khôi phục lỗi mất gói tin ảnh,…
• Nghiên cứu thêm về các giải thuật SPIHT, EWZ ứng dụng trong
thông tin di động.
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
PHỤ LỤC
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh
Luận văn cao học ĐTVT 2004 – 2006
Đỗ Ngọc Anh