Novas classes multiparamétricas de transformadas discretas com alto ganho de codificação e eficiência

Autor: CANTERLE, Diego Ramos
Přispěvatelé: CINTRA, Renato José de Sobral, BAYER, Fabio Mariano
Jazyk: portugalština
Rok vydání: 2017
Předmět:
Zdroj: Repositório Institucional da UFPE
Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
Popis: FACEPE Devido à crescente demanda por elevadas taxas em processamento de dados, a comunidade científica vem dando atenção a metodologias que envolvam baixo custo computacional. Uma maneira de reduzir o custo computacional em processamento de sinais é a utilização de transformadas que tenham custo multiplicativo nulo. Neste trabalho, são propostas novas classes de transformadas que possuem alto ganho de codificação. Essas transformadas são aproximações da transformada discreta do cosseno (DCT) e possuem grande utilidade em compressão de imagem e vídeo, como nos padrões JPEG, MPEG-1, MPEG-2, H.261, H.263, H.264 e, mais recentemente, o HEVC. Neste trabalho, são propostas duas novas classes paramétricas de aproximações da DCT de comprimentos 8 e 16. São também introduzidos algoritmos rápidos para estas novas aproximações. Essas duas novas classes foram obtidas como generalizações da série de aproximações da DCT propostas por Bouguezel, Ahmed e Swamy (BAS). As transformadas BAS são coletivamente caracterizadas por elevados ganhos de codificação e de eficiência de transformação. Para as novas classes multiparamétricas de aproximações, foram considerados problemas de otimização multicritério para selecionar as transformadas ótimas. O problema de otimização foi baseado em métricas como: erro quadrático médio, erro de energia total, ganho de codificação unificado e eficiência. A fim de encontrar transformadas de comprimentos maiores, úteis em padrões de vídeo atuais, essas novas classes foram escalonadas para comprimentos 16 e 32. Todas as novas transformadas ótimas obtidas foram comparadas com transformadas arquivadas na literatura. Também foram considerados experimentos de compressão de imagem, considerando-se métricas como a relação sinal-ruído de pico e o índice de similaridade estrutural. De acordo com os resultados obtidos, conclui-se que as novas transformadas possuem bom desempenho em aplicações de compressão de imagem e requerem baixo custo de implementação. Em especial, destacam-se uma transformada de comprimento 8 que exige 20 adições para o seu cômputo, transformadas de comprimento 16 que exigem 48, 52 e 56 adições para seu cômputo e transformadas de comprimento 32que exigem 128, 136 e 144 adições para seu cômputo. Due to the increasing demand for high rates of data processing, the scientific community has been looking for new methodologies that require low computational cost. One way to reduce the computational cost in signal processing is to use transforms that has null multiplicative cost. In this work, new classes of transforms that have high coding gain are proposed. These transforms are approximations of the discrete cosine transform (DCT) and have great utility in image and video compression, as in the JPEG, MPEG-1, MPEG-2, H.261, H.263, H.264 standards and more recently, the HEVC. Two new parametric classes of DCT approximations of lengths 8 and 16 are proposed. Fast algorithms are also introduced for these new approximations. These two new classes were obtained as generalizations of the series of DCT approximations proposed by Bouguezel, Ahmed and Swamy (BAS). BAS transforms are collectively characterized by high coding gains and efficiency. For the new multiparametric classes of approximations, multicriteria optimization problems were considered to select the optimal transforms. The optimization problem was based on metrics such as: mean square error, total energy error, unified coding gain, and efficiency. In order to find larger-length transforms useful in current video standards, these new classes were scaled to lengths 16 and 32. All new optimal transforms were compared with transforms archived in the literature. We also considered image compression experiments, considering metrics such as the peak-to-noise ratio and the structural similarity index. According to the results, we concluded that the new transforms perform well in image compression applications and require a low implementation cost. In particular we highlight a length 8 transform requiring 20 additions for its computation, length 16 transforms requiring 48, 52 and 56 additions for their computation and length 32 transforms requiring 128, 136 and 144 additions for their computation.
Databáze: OpenAIRE
Externí odkaz: