Estudo e Comparação de Técnicas de Compressão de Imagens Baseadas em Transformadas Discretas
Resumo
O objetivo do trabalho foi estudar e comparar métodos, níveis e formas de compressão de imagens baseados no mascaramento e quantização da transformada utilizada pelo padrão JPEG, a Transformada Discreta de Cosseno, do inglês Discrete Cosine Transform (DCT). Para isto, foram realizados experimentos com imagens distribuídas em cinco categorias: paisagem, retrato, tipografia, padrões geométricos e contexto social. A efetividade da compressão e a qualidade da imagem foram avaliadas em termos de métricas estatísticas como Entropia, PSNR e UIQI, de forma a se obter a melhor configuração de processamento para cada categoria de imagem. Durante os testes, constatou-se que o método de compressão DCT via tabelas de quantização obteve um desempenho superior ao mascaramento de coeficientes DCT. Com base nisto, propomos um novo conjunto de tabelas de quantização para a DCT intitulado KDN, que obteve o melhor desempenho geral, superando inclusive as tradicionais tabelas de quantização JPEG standard.
Referências
R. Gonzalez and R. Woods, Digital Image Processing. Prentice Hall, 2002. [Online]. Available: https://books.google.com.br/books?id=738oAQAAMAAJ
W.-D. Liang and X.-D. Liu, "Comparison of approximate dct and approximate dtt for image compression," in 2021 IEEE 2nd International Conference on Big Data, Artificial Intelligence and Internet of Things Engineering (ICBAIE), 2021, pp. 337-341.
A. C. Bovik, Handbook of Image and Video Processing, ser. Communications, Networking and Multimedia. Elsevier Science, 2010. [Online]. Available: https://books.google.com.br/books?id=UM_GCfJe88sC
G. J. Sullivan and J.-R. Ohm, "Recent developments in standardization of high efficiency video coding (HEVC)," in Applications of Digital Image Processing XXXIII, A. G. Tescher, Ed., vol. 7798, International Society for Optics and Photonics. SPIE, 2010, pp. 239 - 245. [Online]. Available: https://doi.org/10.1117/12.863486
J. Lainema, M. M. Hannuksela, V. K. M. Vadakital, and E. B. Aksu, "Hevc still image coding and high efficiency image file format," in 2016 IEEE International Conference on Image Processing (ICIP), 2016, pp. 71-75.
C.-Y. Pang, R.-G. Zhou, B.-Q. Hu, W. Hu, and A. El-Rafei, "Signal and image compression using quantum discrete cosine transform," Information Sciences, vol. 473, pp. 121-141, 2019. [Online]. Available: [link]
J. C. Russ, The Image Processing Handbook. CRC Press, 6ed., 2011.
International Telecommunication Union, Information technology - Digital compression and coding of continuous-tone still images: Requirements and guidelines, 1994.
A. J. I. Barbhuiya, T. A. Laskar, and K. Hemachandran, "An approach for color image compression of jpeg and png images using dct and dwt," in 2014 International Conference on Computational Intelligence and Communication Networks, 2014, pp. 129-133.
G. Stolfi, COMPRESSÃO DE IMAGENS: PADRÃO JPEG, Notas de aula da disciplina PTC2547 - PRINCÍPIOS DE TELEVISÃO DIGITAL, da EPUSP, 2016. [Online]. Available: http://www.lcs.poli.usp.br/~gstolfi/PPT/APTV0616.pdf
J. Hwang, Multimedia Networking: From Theory to Practice. Cambridge, 2009.
Z. Wang and A. Bovik, "A universal image quality index," IEEE Signal Processing Letters, vol. 9, no. 3, pp. 81-84, 2002.
D.-Y. Tsai, Y. Lee, and E. Matsuyama, "Information-entropy measure for evaluation of image quality," Journal of Digital Imaging, vol. 21, 09 2008.
E. Hamilton, JPEG File Interchange Format, 09 1992. [Online]. Available: https://www.w3.org/Graphics/JPEG/jfif3.pdf
F. Zhang and D. Bull, Intelligent Image and Video Compression: Communicating Pictures. Elsevier Science, 2021. [Online]. Available: https://books.google.com.br/books?id=KiMZEAAAQBAJ