Untersuchungen zur waveletbasierten Kompression von Farbbildern

Inhaltsverzeichnis

• Einführung
  • Allgemeines
    • Betrachtungen zum Begriff „Farbe“
    • Das additive Farbmischverfahren
    • Das subtraktive Farbmischverfahren.
  • Thematischer Hintergrund und Zielstellung.
• Grundlagen
  • Qualitätsberwertung in der Bildverarbeitung
    • Objektive Qualitätsparameter
    • Subjektive Qualitätsbestimmung
  • Color-Subsampling Formate
    • Modus 4:4:4
    • Modus 4:2:2
    • Modus 4:1:1
    • Modus 4:2:0 nach MPEG-I .
  • Farbraum-Transformationen
    • Der RGB-Farbraum.
    • Der YUV-Farbraum
    • Der YIQ-Farbraum
    • Der YCbCr-Farbraum .
    • Der IHS-Farbraum
      • Transformation von RGB-Daten in den IHS-Raum
      • Rücktransformation der IHS-Daten in den RGB-Farbraum
    • Entwicklung des YCS-Farbmodells
      • Transformation von RGB-Daten in den YCS-Farbraum
      • Rücktransformation der YCS-Daten
    • Skalierungen in den RGB-Wertebereich
      • YUV-Modell . .
      • YCS- und IHS-Modell
      • YCC-Modell.
      • YIQ-Modell
    • Dyadische Wavelet-Transformation
  • Khoros-Module
    • Zum Umgang mit Khoros-Workspaces
    • Software-Voraussetzungen
    • Bemerkungen zu Zahlendarstellung und Genauigkeit.
    • Konverter-Modul: convert2kdf.
    • Subsample- und Upsample-Modul
      • Erläuterungen zum C-Code: sub(up)sample.c
      • Erläuterungen zur Bibliothek: Isub(up)sample.c
      • Erläuterungen zur Bibliothek: Isample_modi.c
    • Module zu Farbraum-Transformationen
      • YIQ-Module zur Hin- und Rücktransformation.
        • Erläuterungen zum C-Code: rgb2yiq.c und yiq2rgb.c . .
        • Erläuterungen zu den Bibliotheken: Irgb2yiq.c und lyiq2rgb.c
      • IHS-Module zur Hin- und Rücktransformation
      • YCS-Module zur Hin- und Rücktransformation
    • Das Statistik-Modul
    • Das Quantisierungs-Modul
      • Quantisierung im Wavelet-Bereich
    • Wavelet-Module.
      • dwt_color
      • idwt_color
    • Codec-Module
      • e_saWave_color
        • Programmablauf
        • Einhaltung der Qualitätsparameter: Bitrate, PSNR
        • Realisierung unterschiedlicher Quantisierungen
      • d_sa Wave_color
  • Untersuchungen zur Bilddatenreduktion
    • Unter- und Überabtastung.
      • Abtastung ohne MW-Modus
        • YUV-Farbraum
        • IHS-Farbraum
        • YCS-Farbraum
      • Überabtastung mit MW-Modus
        • YUV-Farbraum
        • IHS-Farbraum
        • YCS-Farbraum
      • Erzielte Ergebnisse
        • Empfehlung
    • Praktische Codierung
      • Durchgeführte Untersuchungen
        • YUV-Farbraum
        • YCS- und IHS-Farbraum
      • Vorzeitiger Abbruch des Bitstromes

    Zielsetzung und Themenschwerpunkte

    Diese Diplomarbeit befasst sich mit der Entwicklung eines Algorithmus zur Kompression von Farbbildern mittels Wavelet-Transformation. Aufbauend auf einem bereits vorhandenen Codec für Graustufenbilder, wird der Algorithmus anhand verschiedener Bilder evaluiert.

    • Analyse und Vergleich verschiedener Farbräume (YUV, IHS, YCS) hinsichtlich ihrer Eignung für die Wavelet-basierte Kompression
    • Untersuchung des Einflusses der Quantisierung der Bildkomponenten auf die Kompressionsrate und Bildqualität
    • Entwicklung und Implementierung von Khoros-Modulen für die Farbraum-Transformation und Sub-Sampling
    • Vergleich des entwickelten Wavelet-Codecs mit der JPEG-Kompression

    Zusammenfassung der Kapitel

    Das erste Kapitel führt in die Thematik der Bildkompressionsmethoden ein und beleuchtet die Besonderheiten der Farbbildverarbeitung. Kapitel 2 behandelt grundlegende Konzepte der Bildqualität, verschiedene Color-Subsampling-Formate und die wichtigsten Farbräume, darunter RGB, YUV, YIQ, YCbCr, IHS und YCS. Es werden die notwendigen Transformationen zwischen diesen Farbräumen sowie die Skalierung der Farbwerte beschrieben. Darüber hinaus wird die dyadische Wavelet-Transformation vorgestellt, die Grundlage für die Kompression in dieser Arbeit ist. Kapitel 3 befasst sich mit der Entwicklung und Implementierung von Khoros-Modulen für die Farbraum-Transformation, Sub-Sampling, Statistikberechnung und Quantisierung. Die wichtigsten Module zur Durchführung der Wavelet-Transformation werden erläutert. Kapitel 4 analysiert die Ergebnisse der Unter- und Überabtastung verschiedener Bilder in unterschiedlichen Farbräumen. Es wird die Eignung der jeweiligen Farbräume für die Kompression evaluiert und eine Empfehlung für die optimale Farbraumwahl getroffen. Kapitel 5 beschreibt die praktische Codierung verschiedener Bilder mit dem entwickelten Wavelet-Codec und vergleicht die Ergebnisse mit der JPEG-Kompression.

    Schlüsselwörter

    Wavelet-Transformation, Farbbildkompression, Farbraum-Transformation, YUV, IHS, YCS, Sub-Sampling, Khoros, Codec, JPEG-Kompression, Bildqualität

    Häufig gestellte Fragen

    Warum wird die Wavelet-Transformation zur Bildkompression genutzt?

    Sie hat sich als sehr leistungsfähig erwiesen, da sie Bilddaten effizient reduzieren kann, ohne die visuelle Qualität so stark zu beeinträchtigen wie herkömmliche Methoden.

    Welche Farbräume werden in der Arbeit untersucht?

    Die Arbeit prüft die Eignung der Farbräume YUV, IHS und des neu entwickelten YCS-Modells für den Codec.

    Was ist Color-Subsampling?

    Es ist ein Verfahren zur Unterabtastung von Farbinformationen, da das menschliche Auge Helligkeitsunterschiede stärker wahrnimmt als Farbunterschiede.

    Wie schneidet der Wavelet-Codec im Vergleich zu JPEG ab?

    Die Diplomarbeit führt einen praktischen Vergleich durch, um die optimalen Bedingungen und Codierungsgewinne gegenüber dem JPEG-Standard aufzuzeigen.

    Welche Rolle spielt die Software "Khoros"?

    Khoros dient als Entwicklungsumgebung, für die spezielle Module zur Farbraum-Transformation, Quantisierung und Wavelet-Analyse implementiert wurden.