CHƯƠNG 1: TỔNG QUAN VỀ NÉN ẢNH SỐ 1.Giới thiệu chung về nén ảnh số Ngày nay, yêu cầu trao đổi thông tin đa phương tiện (thoại, video, văn bản…) qua mạng viễn thông đang phát triển một cách bùng nổ. Ảnh tĩnh và video chiếm lượng băng thông vô cùng lớn trong tiến trình trao đổi thông tin đó. Để nâng cao hiệu quả truyền dẫn cũng như tiết kiệm không gian lưu trữ, nhu cầu tất yếu là dữ liệu cần phải được nén với hệ số cao trong khi chất lượng vẫn đảm bảo. Chính vì vậy các kỹ thuật nén ảnh, nén video… đóng vai trò quan trọng và ngày càng được nghiên cứu phát triển.
Mục đích của nén ảnh số là làm thế nào để lưu trữ bức ảnh dưới dạng có kích thước nhỏ hơn hay dưới dạng biểu diễn mà chỉ yêu cầu số bit mã hoá ít hơn so với bức ảnh gốc. Phân tích thống kê một bức ảnh tiêu biểu cho thấy có sự tương quan giữa các pixel lân cận nhau. Điều này dẫn đến sự dư thừa thông tin trong bức ảnh. Sự dư thừa này có thể được loại bỏ bằng cách giải tương quan cùng với một số cách tiền xử lý để đạt được hiệu quả nén.
Nhìn chung, kỹ thuật nén ảnh tĩnh dựa vào hai nguyên tắc giảm dư thừa cơ bản: giảm dư thừa không gian và giảm dư thừa thống kê. Độ dư thừa không gian chính là những đặc điểm giống nhau của các pixel lân cận và chúng được giảm bằng các kỹ thuật giải tương quan như mã hóa dự đoán (predictive coding), mã hóa biến đổi (transform coding), mã hóa băng con (subband coding)… Độ dư thừa thống kê thường được giảm bằng mã hóa entropy. Cụ thể hơn, mã hóa entropy giảm độ dư thừa của dữ liệu tương quan bằng cách sử Luận văn cao học: Kỹ thuật nén ảnh số Trang 16 dụng kỹ thuật mã hóa độ dài biến đổi như mã hóa Huffman, mã hóa số học… Các kỹ thuật mã hóa này phân bố các bit trong từ mã theo quy tắc các ký hiệu có khả năng xuất hiện nhiều sẽ được biểu diễn bằng số bit ít hơn so với các pixel ít xuất hiện, qua đó đạt được hiệu năng nén.1 minh hoạ cơ chế nén ảnh chung.1: Sơ đồ nén ảnh chung Ảnh trước hết được tiền xử lý, có thể chia thành các khối nhỏ hơn nếu cần thiết. Các khối này được xử lý bởi các phép biến đổi (như biến đổi cosin rời rạc DCT, biến đổi wavelet DWT) để giúp tăng hiệu quả nén năng lượng, năng lượng ảnh sẽ tập trung vào một số hệ số biến đổi, các hệ số còn lại có biên độ rất nhỏ có thể bỏ qua.
Các hệ số này được lượng tử hóa rồi mã hóa entropy để đạt được hiệu quả nén cao. Phía giải mã sẽ thực hiện quá trình ngược lại so với phía mã hóa để khôi phục ảnh gốc.Các kỹ thuật nén ảnh 1.Tiêu chuẩn nén ảnh JPEG cơ sở Với phương pháp nén ảnh JPEG cơ sở (baseline JPEG), ảnh được chia thành các khối 8x8 pixel, sau đó biến đổi cosin rời rạc cho từng khối. Bộ lượng tử hóa sẽ làm tròn các hệ số DCT tương ứng với thang lượng tử hóa. Bước này tạo ra tổn thất thông tin trong JPEG nhưng cho phép tạo ra hiệu năng nén cao.
Kỹ thuật JPEG sử dụng mã hóa độ dài biến đổi như mã độ dài chạy RLC cho các hệ số biến đổi. Luận văn cao học: Kỹ thuật nén ảnh số Trang 17 Với tiến trình giải nén, JPEG sẽ tách các hệ số DCT đã lượng tử từ luồng bit nén, biến đổi ngược và hiển thị ảnh. Ý tưởng ẩn chứa trong sơ đồ mã hóa này đó là biến đổi cosin rời rạc cung cấp thuộc tính nén năng lượng ảnh cao. Do đó, yêu cầu ít bit để lượng tử hóa và để lưu trữ các hệ số này.
Ngoài ra, các hệ số AC lượng tử hóa hầu như đều mang giá trị 0, chỉ có duy nhất một hệ số DC trong khối – hệ số này thường được mã hóa DPCM. Do đó áp dụng mã độ dài chạy cho phép nén hiệu quả.Nén ảnh sử dụng biến đổi wavelet Các kỹ thuật dựa trên cơ sở wavelet đã được sử dụng rộng rãi cho nén ảnh. Wavelet sử dụng mã hóa băng con để tách chọn lọc các băng con từ ảnh cho trước. Các bộ lọc wavelet được thiết kế sao cho các hệ số trong mỗi băng con hầu như không tương quan với các hệ số trong băng con khác.
Biến đổi wavelet cho phép nén năng lượng cao hơn biến đổi DCT và do đó giúp tăng hiệu quả nén xét với cùng tỷ lệ tín hiệu trên tạp âm đỉnh PSNR. Nén ảnh cơ sở wavelet thể hiện tính ưu việt trong truyền dẫn lũy tiến và giải mã chống sai lỗi. Truyền dẫn lũy tiến đề cập đến vấn đề truyền dẫn thông tin theo thứ tự giảm dần nội dung thông tin đó. Nói cách khác, các hệ số với biên độ cao nhất được truyền đi trước.
Do tất cả các sơ đồ mã hóa đều thực hiện truyền dẫn bit theo thứ tự mặt phẳng bit giảm dần, quá trình truyền dẫn đảm bảo là lũy tiến. Những sơ đồ mã truyền dẫn kiểu này giúp luồng bit có tính chất nhúng (embedded), nghĩa là có thể giải mã ảnh ở nhiều tốc độ bit khác nhau. Hơn nữa, nén ảnh cơ sở wavelet lại rất phù hợp với các đặc trưng của hệ thống thị giác người HVS (Human Visual System). Nhờ bản chất đa phân Luận văn cao học: Kỹ thuật nén ảnh số Trang 18 giải, các sơ đồ nén ảnh wavelet đặc biệt phù hợp với những ứng dụng yêu cầu cao về khả năng mềm dẻo với mức suy giảm chất lượng thấp.
Trong những năm qua, rất nhiều thuật toán nén ảnh cơ sở wavelet hiệu quả đã được đề xuất và phát triển. Trong số đó, có thể kể đến: mã hóa wavelet cây zero EZW (Embedded Zero Tree), phân chia tập hợp trong cấu trúc cây phân cấp SPIHT (Set Partitioning in Hierarchical Trees), rút gọn hiệu wavelet WDR (Wavelet Diffrence Reduction) và rút gọn hiệu wavelet với quét thích ứng ASWDR (Adaptively Scanned Wavelet Difference Deduction), mã hóa khối nhúng với điểm cắt tối ưu EBCOT (Embedded Block Coding with Optimized Truncation)… EZW là một thuật toán nén wavelet được phát triển bởi Shapiro. Tác giả đã đề xuất thuật toán mã hóa trên cơ sở đa phân giải của biến đổi wavelet. EZW mở ra một bước phát triển mới trong lĩnh vực mã hóa wavelet và thúc đẩy nhiều nghiên cứu trong lĩnh vực này.
Hai chức năng nổi bật của mã hóa EZW là mã hóa ánh xạ phần quan trọng (significance map encoding) và lượng tử hóa xấp xỉ liên tiếp (successive approximation quantization). Thuật toán đã khai thác tốt đặc tính nén năng lượng cũng như đặc điểm phân cấp và giống nhau của biến đổi wavelet. Tính phân cấp giúp sơ đồ mã hóa thực hiện theo cấu trúc cây. Khả năng tương đồng giữa các băng được sử dụng để mã hóa vị trí các hệ số quan trọng.
Trong thực tế EZW không mã hóa vị trí quan trọng đó, thay vào đó là mã hóa các vị trí không. Thuật toán EZW được mở rộng bởi Amir Et.Al, tạo ra một sơ đồ mã hoá mới gọi là SPIHT (Set Partitioning In Hierachical Trees). SPIHT mang lại hiệu năng cao hơn EZW mà không cần thiết phải sử dụng bộ mã hóa số học (arthmetic encoder) và thuật toán cũng tính toán hiệu quả hơn. Luận văn cao học: Kỹ thuật nén ảnh số Trang 19 Nhược điểm của EZW và SPIHT là không hỗ trợ mã hóa vùng ảnh đặc biệt ROI (Region of Interest).
WDR và một cải tiến của nó là ASWDR được đề xuất để để khắc phục nhược điểm này. Ngoài ra, ảnh tái tạo từ thuật toán WDR và ASWDR thể hiện phần chi tiết (phần gờ của ảnh) rất tốt mặc dù nén với tỷ lệ nén rất cao. Nhược điểm của các thuật toán trên không có tính mềm dẻo về độ phân giải. Trong khi đó, một phương pháp mới được đề xuất là EBCOT bởi Taubman mang lại tính mềm dẻo cả về tỉ số SNR và độ phân giải.
Thuật toán này dựa trên cơ sở phân chia khối và các khối được mã hóa độc lập nhau. Do đó, các vùng quan trọng riêng ROI (Region Of Interest) có thể được giải mã mà không cần phải giải mã toàn bộ ảnh. Nhờ vậy, EBCOT được khuyến nghị sử dụng trong tiêu chuẩn nén ảnh mới JPEG2000. Tiêu chuẩn đánh giá chất lượng mã hoá ảnh Chất lượng mã hóa (nén) ảnh thể hiện mức độ chính xác của ảnh giải mã so với ảnh gốc.
Để đánh giá chất lượng ảnh của một sơ đồ mã hoá, người ta thường sử dụng hai tham số: sai số bình phương trung bình MSE (Mean Square Error) và tỉ số tín hiệu trên nhiễu đỉnh PSNR (Peak Signal to Noise Ratio).Sai số trung bình bình phương MSE MSE thường được gọi là phương sai lượng tử σq2 (Quantization Error Variance). MSE giữa ảnh gốc và ảnh khôi phục được tính như sau: Trong đó f[j,k] và g[j,k] là các giá trị điểm ảnh tại vị trí [j,k] ứng với ảnh gốc và ảnh khôi phục. N là tổng số điểm ảnh trong ảnh. Luận văn cao học: Kỹ thuật nén ảnh số Trang 20 1.Tỷ số tín hiệu trên nhiễu đỉnh PSNR giữa hai ảnh (b bít cho mỗi điểm ảnh, RMSE là căn bậc 2 của MSE) được tính theo công thức dB như sau: Thông thường, nếu PSNR ≥ 40dB thì hệ thống mắt người gần như không phân biệt được giữa ảnh gốc và ảnh khôi phục.
Ảnh khôi phục có giá trị MSE càng thấp thì PSNR tương ứng càng cao và do đó sai lỗi càng ít. Về mặt logic, PSNR càng cao thì tỷ số tín hiệu tạp âm SNR (Signal to Noise Ratio) càng lớn dẫn đến chất lượng ảnh khôi phục tốt. Như vậy một sơ đồ nén ảnh được đánh giá là đạt hiệu quả cao nếu đem lại MSE thấp và PSNR cao.Kết luận chương 1 Chương 1 đã mang lại một cái nhìn tổng quan về kỹ thuật nén ảnh số. Nhiều thuật toán nén ảnh đã được đề xuất.
Trong đó, những thuật toán trên cơ sở biến đổi wavelet như EZW, SPIHT, WDR, ASWDR… thể hiện tính ưu việt không chỉ về tỷ lệ nén cao mà còn phù hợp với truyền dẫn lũy tiến và khả năng chống sai lỗi đường truyền. Luận văn sẽ tập trung vào phân tích một số thuật toán nén ảnh wavelet tiêu biểu. Từ đó đánh giá ưu nhược điểm cũng như ứng dụng của chúng trong thực tế. Ngoài ra, chương 1 cũng đưa ra một số thông số giúp đánh giá chất lượng ảnh giải nén.
Đó là sai số bình phương trung bình MSE và tỉ số tín hiệu trên nhiễu đỉnh PSNR. Đây là cơ sở để so sánh hiệu năng giữa các sơ đồ nén với nhau.