В формате записи изображений JPEG использован метод сжатия с применением дискретного косинусного преобразовании, т.е. метод сжатия с потерями информации. Аббревиатура JPEG означает название организации, разработавшей этот стандарт, - Joint Photographic Experts Group (Объединенная группа экспертов по фотографии). Этот формат предусматривает сжатие, как черно-белых полутоновых изображений, так и цветных. Рассмотрим случай сжатия цветных изображений как более общий. В цветном изображении каждый пиксел представлен 3-мя байтами, по байту на красный (R), зеленый (G) и синий (B) цвета.

Сжатие изображения начинается с того, что оно разбивается на отдельные блоки размером 16х16 отсчетов каждый, которые затем сжимаются независимо друг от друга.

Далее, в каждом блоке от 3-х матриц отсчетов для красной (R), зеленой (G) и синей (B) компонент изображения, осуществляют переход к 3-м матрицам, представляющим яркостную (Y) и две цветностных (Cb) и (Cr) компоненты изображения. Компоненты (Cb) и (Cr) являются аналогами цветоразностных сигналов в хорошо известной совместимой системе цветного телевидения SECAM. В отличие от компонентов (R),(G),(B) компонент (Y) включает в себя только информацию о яркости пикселов, а компоненты (Cb) и (Cr) содержат информацию только об их цвете и насыщенности этого цвета. Поскольку острота зрения человека при наблюдении чисто хроматических изображений (pure chromatic) существенно ниже, чем при наблюдении изображений, имеющих только яркостный контраст (achromatic), переход к компонентам (Cb) и (Cr) выгоден, так как позволяет при их кодировании использовать меньшее количество отсчетов в блоке и за счет этого получить дополнительное сжатие. Этот переход (перекодирование) осуществляется следующим образом

,

,

.

Далее матрица, представляющая яркостную компоненту и имеющая размер отсчетов, разделяется на 4 матрицы размером  отсчетов каждая, а две цветностных матрицы (Cb) и (Cr) путем прореживания по строкам и столбцам преобразуются в две цветностных матрицы (Cb) и (Cr) размером . При прореживании этих матриц из них исключаются каждая вторая строка и каждый второй столбец. Такое преобразование оказывается допустимым, поскольку, как уже отмечалось выше, наше зрение имеет пониженную остроту при наблюдении чисто хроматических изображений. На этом этапе сжатия, с одной стороны, в сжимаемое изображение вносятся необратимые искажения за счет прореживания, т.е. происходит потеря информации, а с другой - имеет место его сжатие в два раза. Действительно, до прореживания полное количество отсчетов, которыми был представлен блок изображения, равнялось , в то время как после прореживания только 384.

Затем каждый из отсчетов шести матриц размером  отсчетов подвергается ДКП, квантованию на 4096 уровней и представляется 12-разрядным двоичным кодом. При этом получаются шесть матриц спектральных коэффициентов, 4 из которых представляют собой компоненту (Y), а две представляют компоненты (Cb) и (Cr). Основное сжатие достигается на этапе квантования спектральных коэффициентов благодаря тому, что спектральные коэффициенты с большими индексами, на долю которых приходится малая доля энергии изображения, квантуются на малое число уровней (или усекаются), и, следовательно, на их представление затрачивается мало двоичных единиц кода. На этом этапе также имеет место потеря информации, так как в изображение вносятся необратимые искажения (шум квантования). Процесс квантования заключается в том, что матрица спектральных коэффициентов целочисленно поэлементно делится на матрицу квантования, имеющую такую же размерность, что и блоки спектральных коэффициентов, т.е. . При этом значение проквантованного спектрального коэффициента  определяется следующим образом

,

где  исходное, не квантованное, значение спектрального коэффициента, а  соответствующий ему по положению в матрице элемент матрицы квантования. Матрица квантования построена по зональному принципу, составляющие ее числа представляют собой величины равные , где m - число уровней, на которое квантуется спектральный коэффициент, входящий в соответствующую зону. Эта процедура интересна тем, что процесс целочисленного деления с одной стороны обеспечивает приведение спектральных коэффициентов к значениям одного порядка, а с другой стороны благодаря имеющему при этом место округлению достигается собственно квантование. После выполнения операции квантования мы получаем матрицу проквантованных спектральных коэффициентов , особенностью, которой является наличие большого количества малых и нулевых спектральных коэффициентов, расположенных преимущественно в правом нижнем углу матрицы. При восстановлении сжатого изображения значения проквантованных спектральных коэффициентов  умножаются поэлементно на значения соответствующих коэффициентов матрицы квантования .

Следующий шаг алгоритма сжатия состоит в преобразовании полученной матрицы квантованных спектральных коэффициентов  в вектор из 64 элементов, в котором малые и нулевые спектральные коэффициенты должны быть по возможности сгруппированы. Эта цель достигается путем применения так называемого зигзаг-сканирования, показанного на рис. 4.1. Поскольку в начале

Рис. 4.1.

зигзаг-сканирования считываются спектральные коэффициенты с большими амплитудами, а в конце - спектральные коэффициенты, величина которых мала или равна нулю, получающаяся в результате этого сканирования последовательность чисел будет в конце содержать длинные последовательности нулей. Эта особенность используется для дальнейшего сжатия данных путем энтропийного кодирования, которое состоит в последовательном применении метода кодирования длин серий и кода Хаффмена. Из ряда спектральных коэффициентов образуются пары чисел, одно из которых равно значению ненулевого спектрального коэффициента, а другое - количеству предшествующих этому спектральному коэффициенту нулей. Полученные таким образом пары сжимаются посредством применения кода Хаффмена с фиксированной таблицей. В этой таблице наиболее вероятным значениям полученных чисел, которые соответствуют малым последовательностям нулей и малым значениям ненулевых спектральных коэффициентов ставятся в соответствие короткие коды. Поскольку код Хаффмена является префиксным, то в данном случае не требуется разделителей между кодовыми словами.

Алгоритм декодирования повторяет все перечисленные операции, но в обратном порядке.

Достоинством описанного метода является высокий коэффициент сжатия, который для цветных изображений при хорошем качестве их восстановления может достигать 6 – 10. Величина коэффициента сжатия изображений при их записи в файл может регулироваться посредством специальной опции, которая соответствующим образом изменяет коэффициенты матрицы квантования . С помощью этой регулировки устанавливается допустимая степень ухудшения сжимаемого изображения, как, например, это сделано в графическом редакторе PhotoShop. Чем большая степень сжатия выбрана, тем большие искажения будут в восстановленном изображении. При недопустимо больших степенях сжатия если не принято специальных мер на восстановленном изображении будет просматриваться блочная структура, так называемый эффект забора, заклеенного объявлениями. В настоящее время этот метод сжатия широко применяется практически во всех графических редакторах.

Вывод

Мультимедиа технологии –  это совокупность программно-аппаратных средств, реализующих обработку информации в звуковом и зрительном виде. Каждый из нас не раз слышал, что "компьютер может все". Однако,  в реальной жизни мы не имели убедительных подтверждений подобных высказываний прежде всего потому, что имелись в виду потенциальные возможности компьютера, известные, в основном, узкому кругу специалистов. Ситуация существенно изменилась с появлением мультимедиа технологий, позволяющих раскрыть этот потенциал в привычной информационной среде.

Графика, анимация, фото, видео, звук, текст в интерактивном режиме работы создают интегрированную информационную среду, в которой пользователь обретает качественно новые возможности. Самое широкое применение мультимедиа технологии нашли в образовании - от детского до пожилого возраста и от вузовских аудиторий до домашних условий. Мультимедиа продукты успешно используются в различных информационных, демонстрационных и рекламных целях, внедрение мультимедиа в телекоммуникации стимулировало бурный рост новых применений. В данной работе, на основе методическо - информационных материалов были рассмотрены возможности ММТ в области обработки изображений, по средствам которых можно, к примеру, обработать фотографии, «качественно» передать информацию от пользователя к пользователю, компактно хранить информацию на жестких дисках ПК, создавать постеры или работать с иллюстрациями – любые преобразования с изображениями хоть в профессиональной сфере, хоть на бытовом уровне.

СПИСОК ЛИТЕРАТУРЫ

1. Красильников Н.Н. Цифровая обработка изображений. - М.: Вузовская книга, 2001.- 319 с.

2. Красильников Н.Н., Красильникова О.И. Мультимедиатехнологии в информационных сетях. Методы сжатия и форматы записи графической информации: Учеб. Пособие. СПбГУАП. СПб., 2004.- 68 с

3. Информационный ресурс: http://www.dialektika/com/books/5-8459-0888-4/html.