Разработка структурной организации процесса обработки видеоданных Текст научной статьи по специальности «Компьютерные и информационные науки»

Отметим, что для дальнейшей локализации решения задачи (2) в случае у є q| можно воспользоваться следующим приемом. Выберем вершину Qk , смежную с x *, обозначим ее х1. Построим

систему множеств X(n)(x1), n = 1,2,...,k и воспользуемся приведенной выше схемой. Получим другое множество, содержащее решение задачи (2):

Y(t-1)(х1) = tU1X(l)(x1). i=1

Тогда решение задачи (2) принадлежит множеству Y = Y(j-1)(x*)П Y(t_1)(x1) .

Выбирая новые вершины многогранника Qk и

проводя аналогичные построения, можно продолжить процесс локализации решения исходной задачи (2).

Литература: 1. СтоянЮ.Г., Яковлев С.В., Гребенник ИВ. Экстремальные задачи на множестве размещений. X., 1991. 37с. (Препринт АН УССР/Ин-т пробл. машиностроения; 347). 2. Яковлев С.В., Гребенник И.В. О некоторых классах задач оптимизации на множествах размещений и их свойствах//Изв. вузов. Математика. 1991. №11. С.74-86. 3. Гребенник И.В. Декомпозиция множества допустимых решений и экстремальные свойства целевых функций в задачах оптимизации с булевыми переменными // Радиоэлектроника и информатика. 2001. №3. С. 93-99. 4. Кострикин А И., Манин Ю.И. Линейная алгебра и геометрия. М.: Наука, 1986. 304 с. 5. Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука, 1988. 588 с.

Поступила в редколлегию 29.04.2002

Рецензент: д-р физ.-мат. наук Новожилова М.В.

Гребенник Игорь Валериевич, канд. физ.- мат. наук, доцент кафедры системотехники ХНУРЭ. Научные интересы: дискретная оптимизация, вычислительные методы. Увлечение: волейбол. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел. 40-93-06.

УДК 621.327

РАЗРАБОТКА СТРУКТУРНОЙ ОРГАНИЗАЦИИ ПРОЦЕССА ОБРАБОТКИ ВИДЕОДАННЫХ

КОРОЛЕВ А.В.____________________________

Излагается структурная организация процесса обработки видеоданных, включающая организацию выявления длин серий и формирование из них массивов, кодирование длин одноцветных областей по числу двоичных серий, формирование полиадических кодов с учетом ограниченного числа двоичных серий в длинах одноцветных областей.

Введение

В работе [1] показано, что на основе последовательного выявления особенностей изображений по признакам: длина области (количество элементов в области), закрашенная одним цветом, число двоичных серий, значение динамического диапазона осуществляется сокращение избыточности. Однако конкретная организация обработки изображений не указывается. В то же время организация обработки значительно влияет на результирующее значение степени сжатия видеоинформации [2]. Поэтому для исключения избыточности изображений на основе предложенной совокупности информативных, структурных признаков требуется:

1) обеспечить наличие кодовых конструкций для сокращения избыточности по каждому признаку;

2) разработать структурную организацию обрабатываемых данных.

Первое условие (необходимое) обеспечивает устранение избыточности по каждому признаку в отдельности за счет наличия соответствующих процессов формирования кодовых комбинаций. Однако, чтобы осуществить последовательное устране-

ние избыточности различных видов, необходимо организовать соответствие для смежных матриц информативности между обрабатываемыми данными и особенностями формируемых кодов. При этом должны дополнительно учитываться особенности аппаратной реализации процессов обработки [3, 4].

1. Разработка структурной организации обработки видеоданных

Структурная организация данных должна строиться так, чтобы обеспечить наибольший коэффициент сжатия и исключить неконтролируемые потери информации. Поэтому второе условие является достаточным для обеспечения наибольшей степени компактного представления видеоданных при минимальном количестве операций и исключения неконтролируемых потерь информации.

Структурная организация обработки данных определяется следующими параметрами: числом признаков; количеством элементов, для которых присваивается код (поэлементное или блочное); видом машинного представления (равномерный или неравномерный); размером массивов данных (постоянные или переменные); типом динамического диапазона данных (регулируемый или нерегулируемый).

Определим параметры структурной организации процесса обработки для предложенной совокупности признаков, состоящей из следующих матриц информативности: << исходное изображение; длины серий; коды по числу двоичных серий; полиадические коды >>.

При выборе вида машинного представления необходимо учитывать особенности аппаратной реализации процессов обработки данных. Эти особенности состоят в том, что:

РИ, 2002, № 4

103

— арифметические операции проводятся над словами равномерной длины;

— запись (считывание) информации во внешнее запоминающее устройство (из внешнего запоминающего устройства ) осуществляется путем выборки машинных слов одинаковых размеров.

Кроме того, кодовые слова равномерной длины позволяют:

— упростить расчет характеристик буферного запоминающего устройства;

— исключить использование разделителей между кодами;

— облегчить процесс согласования машинных форматов с форматами передачи данных по каналам связи.

Поэтому кодовые комбинации сжатого изображения предлагается представлять словами равномерной длины.

Поскольку на начальном этапе процесса сжатия из исходного изображения образуются длины серий, то динамический диапазон данных является регулируемым. Это обеспечивается возможностью изменять значения (варьировать длиной) максимальной длины серии I max одинаковых элементов изображений. Согласно предложенной версии признаков выбор значения I max необходимо согласовывать с особенностями кодов n(&) по числу двоичных серий и с особенностями полиадических кодов Nл).

В связи с тем, что полиадические коды являются блочными [2], из кодов n(o) требуется формировать последовательности. При этом нужно учитывать, что:

1) для снижения количества разрядов на представление оснований полиадических чисел необходимо из кодов n(&) формировать массивы N . В этом случае система оснований будет постоянная для всего массива N. Кроме того, размеры m х n массивов N предлагается выбирать фиксированными для всего изображения:

m х n = const . (1)

В противном случае придется передавать дополнительную информацию о координатах массивов плавающих размеров, что приведет к снижению степени сжатия изображения;

2) поскольку полиадический код формируется для последовательности кодов n(&) , то для исключения потери информации из-за переполнения машинного слова (неконтролируемые потери) необходимо выполнение условия

DN =( NMmax +1Y * 2M , (2)

где N(^ q)max — максимальное значение кода N в q -й последовательности; Dn — величина произведения m максимальных значений кодов n(o) ;

m—количество кодов n(&) в столбце массива N (количество строк массива N ); М — длина машинного слова.

В связи с тем, что длина кодовой комбинации сжатого массива должна быть равномерной, длина машинного слова будет постоянной для всех полиадических кодов. Поэтому неравенство (2) должно выполняться для всех Q возможных последовательностей кодов n(&) в изображении

(NMmax + 0m * 2M , q = IQ. (3)

Значит, из кодов n(&) надо образовывать массивы так, чтобы выполнялось неравенство (3).

Из анализа (3) следует противоположная зависимость между максимальными значениями кодов n(&) и их количеством m. В то же время значения кодов n(&) зависят от значений длин серий. При этом предельное количество разрядов n($)max для формирования кодов n(&) определяется максимальной длиной серии:

n Mmax = [^°§2 * max] +1 , (4)

где [»J — операция выбора целой части вещественного числа.

При этом, чем больше значение I max, тем больше значение кода n(&) и больше количество операций на кодирование. Поскольку размеры массива N фиксированы, то для выполнения неравенства (3) требуется, чтобы максимальная длина серии I max была ограничена сверху.

2. Определение порогового значения максимальной длины серии

Получим пороговое значение для величины I max. Максимальное значение кода N (&)max равно

N(3)max = V ( n (й)„

4&) n

,+1

4

- 1

(5)

Здесь V | n (s),

n (&) m

г +1

наций из n (&)max по

4&) п

—количество комби-

г +1

Ограничимся случаем, когда величина I max кратная двум, тогда с учетом формулы (4) выражение (5) примет вид

NMmax = V (^21 max, ^ ^ + 1 ) - 1 . (6)

Подставив выражение (6) в (3), получим

VI ^°g2 Л

l°g2 I max + 1 4

- 1 +1

< 2

M

/

(7)

Запишем неравенство (7) относительно числа соче-

^0g 2 ^ max +1

таний VI fog2 L

4

4

m

4

104

РИ, 2002, № 4

V(fog2 fmx, j < “/Д

ИЛИ

_______(^og2 ^ max +1)!____ <

f ^g 2 * max +1 'j, f fog2 * max +1 'j, . (8)

1. Значение максимальной длины серии £ max выбирается в соответствии с неравенством (10).

2. Серии одинаковых элементов изображений выявляются в направлении строчной развертки (для уменьшения времени обработки изображения) и образуют массив L длин серий постоянных размеров mдс х n дс = m х n = const.

Распишем числитель и знаменатель левой части выражения (8) с учетом формулы Стирлинга [5] р! и рЛ e , где р = ( £og2 і max )+1:

W!

Л !

= 2 ^

2

или

>(^og2 ^ max )+1

]j n( l°g2 £ max + 0

Запишем неравенство (9) относительно £ max:

. (9)

2

£

max

n( ^°g2 £max + Q 1 8

. (10)

На основе выражения (10) можно рассчитать количество разрядов, необходимых для представления последовательности чисел n(b) в случае их полиадического кодирования для заданных количества строк m в массиве N и максимальной длины серии £ max (табл.1). При этом зависимость между величиной £ max и максимальным значением кода Ns) max представлена в табл.2. Данные в табл.2 получены на основе расчетов по формуле (6).

Таблица 1

Значение количества разрядов ^°g2DN

в зависимости от величин £ max и m

\ / max шЧ 2 4 8 16 32

4 ' 0 4 7 14 16

6 0 6 10 20 24

8 0 8 13 27 32

16 0 16 25 32 64

Таблица 2

Зависимость максимального значения N (^)max от максимальной длины серии

/ max 2 4 8 16 32 64

N Э) max 0 1 2 9 14 34

Таким образом, структурная организация процесса обработки видеоданных для предложенной совокупности выглядит следующим образом.

3. Полиадическое кодирование осуществляется для массивов N фиксированной размерности

m дс х n дс .

4. Под каждый полиадический код отводится равномерная длина машинного слова, равная М разрядам.

Предложенная структурная организация процесса обработки обеспечит компактное представление изображений и исключение неконтролируемых потерь информации.

Заключение

Таким образом, можно сделать следующие выводы:

1. Для предложенной совокупности признаков разработана структурная организация обработки видеоданных, учитывающая различную физическую природу признаков изображений. При этом формируемые кодовые комбинации компактного представления информации имеют равномерную длину, а неконтролируемые потери качества исключаются.

2. Получено выражение для нахождения порогового значения максимальной длины одноцветной области. При выводе этого выражения учитывалось дальнейшее выявление ограничений на число двоичных серий и на динамический диапазон данных.

3. Получены конкретные значения величины £ max в зависимости от количества строк в массиве длин одноцветных областей и длины машинного слова. Табличные данные задают множество допустимых параметров структурной организации процесса обработки, обеспечивающих достижение наибольшей степени сжатия и исключения потерь информации.

Литература: 1 Королев А.В. Оценка информативности изображений по ограниченному числу двоичных серий в длинах одноцветных областей //АСУ и приборы автоматики. 2002. №121. С. 65-73. 2. Баранник В.В., Королёва Н.А. Организация массивов длин серий для полиадического кодирования // ИУСЖТ. 2001. № 4. С. 20-23. 3. Вищенчук И.М. Алгоритмические операционные устройства и супер ЭВМ. Техника. 1990. 197 с. 4. Бондарев В., Трестер Г., Чернега В. Цифровая обработка сигналов. Харьков: Конус, 2001. 398 с. 5. Корн Г., КорнТ. Справочник по математике. М.: Наука, 1973. 831 с.

Поступила в редколлегию 02.06.2002

Рецензент: д-р техн. наук Фоменко О.Н.

Королев Анатолий Викторович, заслуженный изобретатель Украины, канд. техн. наук, профессор кафедры “Системы управления и связь” ХВУ. Научные интересы: обработка и передача информации. Адрес: Украина, 61023, Харьков, ул. Сумская, 77/79, тел. 40—28—47.

РИ, 2002, № 4

105