Теория цифрового видео

Хоптынец Владимир

Спецвыпуск: Хакер, номер #054, стр. 054-004-5

RGB –> YUV

Преобразование изображения из режима RGB в режим YUV. Изображение в режиме YUV содержит три составляющие: яркостную (Y) и две цветовые (U и V).

Y=0.299*Red+0.587*Green+0.114*Blue

U=-0.147*Red-0.289*Green+0.436*Blue

V=0.615*Red-0.515*Green-0.100*Blue

Обратное преобразование осуществляется так:

Red=Y+0.000*U+1.140*V

Green=Y-0.396*U-0.581*V

Blue=Y+2.029*U+0.000*V

Почему именно такое преобразование было выбрано? Чувствительность глаза человека к яркостной составляющей выше, чем к цветовой, поэтому цветовые составляющие кодируются с большими потерями. И еще один важный момент: цветовые составляющие медленно изменяются в динамическом изображении, поэтому можно закодировать каждое второе их значение, а пропуски восстановить интерполяцией, в результате будет получено дополнительное сжатие благодаря удалению большой выборки данных.

Предсказание

Логично вытекает из предыдущего алгоритма, основанного на попытке предсказать следующий цвет. Алгоритмы варьируются от сложных вероятностных до простого предсказания через один пиксел по значению предыдущего. Помнишь опцию "Мультимедийное сжатие" старых версий WinRAR? Это реализация именно такого алгоритма. Улучшенные современные алгоритмы в предсказании цвета основываются еще и на динамике изменения предыдущих значений: анализируется некий ряд значений и на этой основе делается прогноз.

Цифровое косинус-преобразование (DCT – Digital Cosines Transform)

Раскладывает изображение на частотные составляющие. Глаз человека воспринимает искажение в высокочастотной составляющей гораздо меньше, чем в низкочастотной - такую особенность зрения и эксплуатирует DCT, кодирующий высокочастотные искажения ("цветовой шум") со значительными потерями. Не буду погружать тебя в формулы и объясню все просто: в JPEG используется именно этот метод с небольшим развитием алгоритма для предопределения качества сжатия. После такого преобразования получается матрица с большим количеством нулей, которые преобразуются RLE-алгоритмом в еще более сжатый код. Этот код можно дополнительно обработать арифметическим кодированием или алгоритмом Хаффмана. В итоге получается очень эффективное сжатие изображения.

Фрактальное сжатие

Этот метод "вредит" похожим фрагментам изображений, которые в реальном видео содержатся почти всегда. Один из описанных методов для сжатия уменьшает количество цветов картинки. В этом же методе для более легкого обнаружения похожих фрагментов осуществляется поиск перебором и запоминаются соответствующие области. Фрагменты могут иметь разный размер, яркость, угол поворота, поэтому цвета восстанавливаются, а распознанные области уменьшаются и индексируются. Алгоритм достаточно сложный, содержит много математических преобразований, но при умелом подходе – очень эффективный. Его недостаток – медлительность. Достоинство – может быть достигнута очень высокая степень сжатия.

Суть ЭЛТ - управление движением потока электронов в вакуумной трубке путем изменения магнитного поля. Электронный луч попадает на поверхность экрана, покрытую изнутри специальным веществом. При попадании электронов на эту поверхность начинается свечение в участке попадания. Так как луч представляется узким направленным пучком, то в месте его попадания образуется точка. Изменение магнитного поля приводит к искривлению движения луча. Соответственно, изображение передается как изменение яркости электронного луча и управляется ходом луча горизонтально справа налево построчно.