RU2288547C1 - Message compression and recovery method - Google Patents
Message compression and recovery method Download PDFInfo
- Publication number
- RU2288547C1 RU2288547C1 RU2005115283/09A RU2005115283A RU2288547C1 RU 2288547 C1 RU2288547 C1 RU 2288547C1 RU 2005115283/09 A RU2005115283/09 A RU 2005115283/09A RU 2005115283 A RU2005115283 A RU 2005115283A RU 2288547 C1 RU2288547 C1 RU 2288547C1
- Authority
- RU
- Russia
- Prior art keywords
- elements
- size
- matrix
- matrices
- random
- Prior art date
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
Изобретение относится к области электросвязи, а именно к методам цифровых вычислений и обработки данных с сокращением избыточности передаваемой информации. Предлагаемый способ может быть использован для передачи неподвижных видеоизображений по цифровым каналам связи с ошибками. Изобретение относится к классу способов кодирования-восстановления на основе преобразования.The invention relates to the field of telecommunications, and in particular to methods of digital computing and data processing with reduced redundancy of transmitted information. The proposed method can be used to transmit stationary video images on digital communication channels with errors. The invention relates to a class of transform-based encoding-recovery methods.
Известны способы кодирования видеоизображений на основе импульсно-кодовой модуляции, дифференциальной импульсно-кодовой модуляции, статистического кодирования и кодирования с предсказанием, см., например, книгу: У.Претт. Цифровая обработка изображений. Часть 2. - М.: Мир, 1982, с.641-688. Данные способы подразумевают кодирование изображений с поэлементной обработкой, когда непрерывный видеосигнал преобразуется в последовательность квантованных отсчетов и затем представляется кодовыми словами в виде нулей и единиц.Known methods for encoding video images based on pulse-code modulation, differential pulse-code modulation, statistical coding and prediction coding, see, for example, the book: W. Prett. Digital image processing.
Известны также способы кодирования на основе преобразования, см., например, книгу: Н.Ахмед, К.Р.Рао. Ортогональные преобразования при обработке цифровых сигналов. - М.: Радио и связь, 1980, с.192-201, включающие выполнение трех операций: сначала изображение подвергается двумерному ортогональному преобразованию, полученные в результате коэффициенты преобразования квантуют и кодируют для передачи по каналу связи.Conversion-based encoding methods are also known, see, for example, the book: N. Ahmed, K. R. Rao. Orthogonal transformations when processing digital signals. - M .: Radio and communication, 1980, p. 192-201, including the performance of three operations: first, the image undergoes two-dimensional orthogonal transformation, the resulting conversion coefficients are quantized and encoded for transmission over the communication channel.
Недостатком перечисленных выше способов - аналогов является относительно низкая скорость передачи сообщений при заданном качестве их восстановления, а также низкая устойчивость к ошибкам в цифровом канале связи.The disadvantage of the above methods - analogues is the relatively low speed of message transmission for a given quality of their recovery, as well as low resistance to errors in the digital communication channel.
Известен способ сжатия и восстановления речевых сообщений, описанный в патенте РФ №224463, МПК7 G 10 L 19/00, от 2005 г., который обеспечивает исправление ошибок, возникающих в передаваемых цифровых последовательностях под влиянием нестабильности параметров канала связи и позволяет осуществлять передачу информации по низкоскоростным цифровым каналам связи. Недостатком данного способа является относительно низкое качество восстановления информации при вероятности ошибки в канале связи 10-4.There is a method of compression and restoration of voice messages described in RF patent No. 22463, IPC 7 G 10 L 19/00, 2005, which provides the correction of errors that occur in transmitted digital sequences under the influence of instability of the communication channel parameters and allows information transfer on low-speed digital communication channels. The disadvantage of this method is the relatively low quality of information recovery when the probability of error in the
Наиболее близким по своей технической сущности к заявленному способу является способ сжатия и восстановления речевых сообщений, описанный в патенте РФ №2244963, МПК7 Н 04 N 7/30, от 2005 г.The closest in technical essence to the claimed method is the method of compression and restoration of voice messages described in the patent of the Russian Federation No. 2244963, IPC 7 H 04
Известный способ-прототип, заключающийся в том, что предварительно на передающей и приемной сторонах идентично генерируют случайную квадратную матрицу размером m×m элементов. Представляют информационный цифровой сигнал в виде матрицы нормированных значений. Генерируют случайные прямоугольные матрицы размером N×m и m×N элементов, преобразуют их путем деления элементов каждой строки случайной прямоугольной матрицы размером Nxm элементов на сумму единиц соответствующей строки и деления элементов каждого столбца случайной прямоугольной матрицы размером m×N элементов на сумму единиц соответствующего столбца. Затем вычисляют результирующую матрицу размером N×N элементов, путем последовательного умножения преобразованной случайной прямоугольной матрицы размером Nxm на случайную квадратную матрицу размером m×m и на преобразованную случайную прямоугольную матрицу размером m×N элементов. Далее вычисляют среднеквадратическую ошибку между элементами результирующей матрицы размером NxN элементов и элементами матрицы нормированных значений размером N×N элементов. После чего последовательно инвертируют каждый элемент случайных прямоугольных матриц размером N×m и m×N элементов, и после инверсии каждого элемента в случайной прямоугольной матрице преобразуют ее путем деления элементов каждой строки случайной прямоугольной матрицы с инвертированным элементом размером N·m элементов на сумму единиц соответствующей строки и деления элементов каждого столбца случайной прямоугольной матрицы с инвертированным элементом размером m×N элементов на сумму единиц соответствующего столбца. Повторно вычисляют результирующую матрицу размером N×N элементов, путем последовательного умножения преобразованной случайной прямоугольной матрицей с инвертированным элементом размером N×m на случайную квадратную матрицу размером m×m и на преобразованную случайную прямоугольную матрицу с инвертированным элементом размером m×N. После чего вычисляют среднеквадратическую ошибку между элементами повторно вычисленной результирующей матрицы размером N×N элементов с элементами матрицы нормированных значений размером N×N элементов. Передают по каналу связи случайную прямоугольную матрицу размером N×N. Принимают из канала связи эту матрицу и на приемном конце преобразуют принятые случайные прямоугольные матрицы N×m и m×N путем деления элементов строки каждой случайной прямоугольной матрицы размером N×m элементов на сумму единиц соответствующей строки и деления элементов каждого столбца случайной прямоугольной матрицы размером m×N элементов на сумму единиц соответствующего столбца. Вычисляют результирующею матрицу размером N×N элементов, путем последовательного умножения преобразованной случайной прямоугольной матрицы размером N×m на случайную квадратную матрицу размером m×m и на преобразованную случайную прямоугольно матрицу размером m×N. Формируют цифровой информационный сигнал. На приемной и передающей сторонах дополнительно генерируют по k случайных ключевых матриц размером N×m и m×N элементов. Каждый элемент случайной квадратной матрицы размером mxm элементов принадлежит диапазону -500 ÷ +500, в качестве цифрового информационного сигнала принимают k матриц квантованных отсчетов неподвижного полутонового изображения размерами М×М, где k>1.The known prototype method, which consists in the fact that previously on the transmitting and receiving sides, a random square matrix of size m × m elements is identical generated. Present information digital signal in the form of a matrix of normalized values. Random rectangular matrices of size N × m and m × N elements are generated, converted by dividing the elements of each row of a random rectangular matrix of size Nxm elements by the sum of units of the corresponding row and dividing the elements of each column by a random rectangular matrix of size m × N elements by the sum of units of the corresponding column . Then, the resulting matrix of N × N elements is calculated by successively multiplying the transformed random rectangular matrix of size Nxm by a random square matrix of size m × m and by the transformed random rectangular matrix of size m × N elements. Next, the standard error is calculated between the elements of the resulting matrix of size NxN elements and the elements of the matrix of normalized values of size N × N elements. After that each element of random rectangular matrices of size N × m and m × N elements is sequentially inverted, and after the inversion of each element in a random rectangular matrix, it is transformed by dividing the elements of each row of a random rectangular matrix with an inverted element of size N · m elements by the sum of units of the corresponding rows and dividing the elements of each column of a random rectangular matrix with an inverted element of size m × N elements by the sum of the units of the corresponding column. Recalculate the resulting matrix of N × N elements by successively multiplying the transformed random rectangular matrix with an inverted element of size N × m by a random square matrix of size m × m and the transformed random rectangular matrix with an inverted element of size m × N. Then calculate the standard error between the elements of the recalculated resulting matrix of size N × N elements with elements of the matrix of normalized values of size N × N elements. A random rectangular matrix of size N × N is transmitted over the communication channel. This matrix is received from the communication channel and the received random rectangular N × m and m × N matrices are converted at the receiving end by dividing the row elements of each random rectangular matrix of N × m elements by the sum of the units of the corresponding row and dividing the elements of each column of a random rectangular matrix of size m × N elements for the sum of units of the corresponding column. The resulting matrix of N × N elements is calculated by successively multiplying the transformed random rectangular matrix of size N × m by a random square matrix of size m × m and by the transformed random rectangular matrix of size m × N. Form a digital information signal. At the receiving and transmitting sides, k random key matrices of size N × m and m × N elements are additionally generated. Each element of a random square matrix of size mxm elements belongs to the range of -500 ÷ +500; k matrices of quantized samples of a stationary grayscale image with dimensions M × M, where k> 1, are taken as a digital information signal.
Генерируют на приемной и передающей сторонах идентичную нормировочную матрицу размером N×N элементов, элементы которой C(i,j) вычисляют по формуле где i=1, 2, ..., N, j=1, 2, ..., N. В качестве случайной прямоугольной матрицы размером mxN элементов принимают на передающей стороне транспонированную случайную прямоугольную матрицу размером N×m элементов. Формируют k матриц коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов путем последовательного перемножения матрицы дискретно-косинусного преобразования размером М×М элементов на каждую матрицу квантованных отсчетов неподвижного полутонового видеоизображения размером М×М элементов и на транспонированную матрицу дискретно-косинусного преобразования размером М×М элементов. Далее формируют k матриц коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов, по формуле Ag(i,j)=Lg(i,j), где i=1, 2, ..., N, j=1, 2, ..., N, g=1, 2, ..., k, Lg(i,j)-i,j-й элемент g-й матрицы коэффициентов двумерного дискретного косинусного преобразования размером М×М элементов, Ag(i,j)-i,j-й элемент g-й матрицы коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов, причем выбирают N<M. Затем формируют k матриц нормированных значений размером N×N элементов путем умножения каждого коэффициента матрицы коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов Ag(I,j) на соответствующий ему элемент нормировочной матрицы размером N×N элементов. Каждую из ключевых матриц размерами N×m и m×N элементов суммируют по модулю 2 соответственно с прямой и транспонированной случайной прямоугольной матрицей размерами N×m и m×N элементов, а после вычисления среднеквадратической ошибки между соответствующими элементами каждой результирующей матрицы размером N×N элементов и матрицы нормированных значений размером N×N элементов, вычисляют их итоговую сумму. После инвертирования каждого элемента случайной прямоугольной матрицы размером N×m полученную итоговую сумму сравнивают с предыдущей итоговой суммой. По каналу связи передают случайную прямоугольную матрицу размером N×m элементов, а на приемной стороне после перемножения k случайных матриц размерами N×m на случайную матрицу размером m×m и на k случайных матриц размерами m×N преобразуют результирующие матрицы размерами N×N элементов путем поэлементного деления их элементов на соответствующие элементы нормировочной матрицы размером N×N элементов. Полученные k матрицы восстановленных коэффициентов размерами N×N элементов дополняют нулями до размеров М×М элементов. Восстанавливают k матриц неподвижных полутоновых изображений путем последовательного перемножения транспонированной матрицы дискретно-косинусного преобразования размером М×М элементов на k матриц восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов и на матрицу дискретно-косинусного преобразования размером М×М элементов. Для формирования k матриц квантованных отсчетов неподвижного полутонового видеоизображения размерами М×М элементов каждому ее элементу Sg(x,y), где х=1, 2, ..., М, у=1, 2, ..., М, g=1, 2, ..., k, присваивают квантованное значение соответствующего пиксела g неподвижных полутоновых видеоизображений, размером N×N. Для представления k матриц квантованных отсчетов неподвижного полутонового видеоизображения размером М×М элементов в виде k неподвижных полутоновых видеоизображений каждому пикселу k неподвижных полутоновых видеоизображений присваивают значение соответствующего элемента k матриц восстановленных квантованных отсчетов неподвижных полутоновых видеоизображений размером М×М элементов.An identical normalization matrix of size N × N elements is generated on the receiving and transmitting sides, the elements of which C (i, j) are calculated by the formula where i = 1, 2, ..., N, j = 1, 2, ..., N. As a random rectangular matrix of size mxN elements, a transposed random rectangular matrix of size N × m elements is received on the transmitting side. K Matrices of coefficients of a two-dimensional discrete cosine transform of M × M elements are formed by sequentially multiplying a matrix of a discrete cosine transform of M × M elements by each matrix of quantized samples of a still grayscale video image of M × M elements and by a transposed discrete cosine transform matrix of size M × M elements. Then, k matrices of coefficients of a two-dimensional discrete cosine transform of size N × N elements are formed, according to the formula A g (i, j) = L g (i, j), where i = 1, 2, ..., N, j = 1 , 2, ..., N, g = 1, 2, ..., k, Lg (i, j) -i, the jth element of the gth matrix of coefficients of a two-dimensional discrete cosine transform of size M × M elements, Ag (i, j) -i, jth element of the gth matrix of coefficients of a two-dimensional discrete cosine transform of size N × N elements, with N <M selected. Then, k matrices of normalized values of N × N elements are formed by multiplying each coefficient of the matrix of coefficients of a two-dimensional discrete cosine transform of N × N elements of size A g (I, j) by the corresponding element of the normalization matrix of N × N elements. Each of the key matrices of sizes N × m and m × N elements is added
Способ-прототип позволяет, не ухудшая качества восстановления сообщений, повысить скорость передачи информации до величины, при которой возможно ведение видеоинформационного обмена по низкоскоростным цифровым каналам связи.The prototype method allows, without compromising the quality of message recovery, to increase the speed of information transfer to a value at which it is possible to conduct video-information exchange via low-speed digital communication channels.
Недостатком этого способа-прототипа является относительно низкая устойчивость к ошибкам в цифровом канале связи. Это объясняется тем, что на приемной стороне цифровые последовательности считаются принятыми без ошибок, поэтому при инверсии символов в передаваемых цифровых последовательностях под влиянием нестабильности параметров канала связи сообщения будут восстанавливаться с определенными искажениями.The disadvantage of this prototype method is the relatively low resistance to errors in the digital communication channel. This is due to the fact that on the receiving side, digital sequences are considered received without errors, therefore, when the characters in the transmitted digital sequences are inverted, the messages will be restored with certain distortions due to the instability of the communication channel parameters.
Целью изобретения является разработка способа сжатия и восстановления сообщений, обеспечивающего повышение устойчивости к ошибкам в цифровом канале связи при сжатии и восстановлении сообщений.The aim of the invention is to develop a method of compression and restoration of messages, providing increased resistance to errors in the digital communication channel during compression and restoration of messages.
Поставленная цель достигается тем, что в известном способе сжатия и восстановления сообщений предварительно на передающей и приемной сторонах идентично генерируют случайную квадратную матрицу размером m×m элементов, каждый элемент которой принадлежит диапазону -500 ÷ +500. Генерируют по k случайных ключевых матриц размером N×m и m×N элементов. Затем формируют нормировочную матрицу размером N×N элементов, элементы которой C(i,j) вычисляют по формуле где i=1, 2, ..., N, j=1, 2, ..., N, и формируют матрицу квантованных отсчетов неподвижного полутонового видеоизображения размером М×М элементов, в которой каждому ее элементу S(x,y) присваивают квантованное значение соответствующего пиксела неподвижного полутонового видеоизображения, размером М×М пикселов, где x=1, 2, ..., M; y=1, 2, ..., M. Далее формируют матрицу коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов путем последовательного перемножения матрицы дискретно-косинусного преобразования размером М×М элементов на матрицу квантованных отсчетов неподвижного полутонового видеоизображения размером М×М элементов и на транспонированную матрицу дискретно-косинусного преобразования размером М×М элементов. Формируют матрицу коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов, по формуле A(i,j)=L(i,j), где L(ij)-i,j-й элемент матрицы коэффициентов двумерного дискретного косинусного преобразования размером M×M элементов, A(i,j)-I, j-й элемент матрицы коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов, причем выбирают N<M, после чего формируют матрицу нормированных значений размером N×N элементов путем умножения каждого коэффициента матрицы коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов А(i,j) на соответствующий ему элемент нормировочной матрицы размером N×N элементов. Затем генерируют случайную прямоугольную матрицу размером N×m элементов, а в качестве случайной прямоугольной матрицы размером m×N элементов принимают транспонированную случайную прямоугольную матрицу размером N×m элементов, затем каждую из ключевых матриц размерами N×m и m×n элементов суммируют по модулю 2 соответственно с прямой и транспонированной случайной прямоугольной матрицей размерами N×m и m×N элементов. Преобразуют полученные матрицы путем деления элементов каждой строки случайной прямоугольной матрицы размером N×m элементов на сумму единиц соответствующей строки и деления элементов каждого столбца случайной прямоугольной матрицы размером m×N элементов на сумму единиц соответствующего столбца. Далее вычисляют k результирующих матриц V(g), где g=1, 2, ..., k, размером N×N элементов путем последовательного умножения k преобразованных случайных прямоугольных матриц размером N×m на случайную квадратную матрицу размером m×m и на k преобразованных случайных прямоугольных матриц размером m×N элементов. Последовательно инвертируют каждый элемент случайных прямоугольных матриц размерами N×m и m×N элементов и после инверсии преобразуют их путем деления элементов каждой строки случайной прямоугольной матрицы с инвертированным элементом размером N×m элементов на сумму единиц соответствующей строки и деления элементов каждого столбца случайной прямоугольной матрицы с инвертированным элементом размером m×N элементов на сумму единиц соответствующего столбца. Повторно вычисляют k результирующих матриц размером N×N элементов, путем последовательного умножения k преобразованных случайных прямоугольных матриц с инвертированным элементом размером N×m на случайную квадратную матрицу размером m×m и на k преобразованных случайных прямоугольных матриц с инвертированным элементом размером m×N. Передают по каналу связи случайную прямоугольную матрицу размером N×m и принимают из канала связи эту матрицу. Затем каждую из ключевых матриц размерами N×m и m×N элементов суммируют по модулю 2 соответственно с прямой и транспонированной случайными прямоугольными матрицами размерами N×m и m×N элементов. Преобразуют принятые случайные прямоугольные матрицы размерами N×m и m×N путем деления элементов строки каждой случайной прямоугольной матрицы размером N×m элементов на сумму единиц соответствующей строки и деления элементов каждого столбца случайной прямоугольной матрицы размером m×N элементов на сумму единиц соответствующего столбца. Затем вычисляют k восстановленных результирующих матриц где g=1, 2, ..., k, размером N×N элементов путем последовательного умножения k преобразованных случайных прямоугольных матриц размером N×m на случайную квадратную матрицу размером m×m и на k преобразованных случайных прямоугольных матриц размером m×N соответственно, а матрицу восстановленных коэффициентов размером N×N элементов дополняют нулями до размеров М×М элементов. Получают матрицу восстановленных коэффициентов дискретно-косинусного преобразования размером М×М элементов, восстанавливают матрицу неподвижного полутонового изображения путем последовательного перемножения транспонированной матрицы дискретно-косинусного преобразования размером М×М элементов на матрицу восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов и на матрицу дискретно-косинусного преобразования размером М×М элементов. Формируют цифровой информационный сигнал, каждому пикселу неподвижного полутонового видеоизображения присваивают значение соответствующего элемента матрицы восстановленных квантованных отсчетов неподвижных полутоновых видеоизображений размером М×М элементов. После вычисления k результирующих матриц вычисляют суммарную матрицу размером N×N элементов Vs по формуле Затем вычисляют среднеквадратическую ошибку между элементами матрицы нормированных значений размером N×N элементов и элементами суммарной матрицы Vs размером N×N элементов. После инверсии каждого элемента случайных прямоугольных матриц размерами N×m и m×N повторно вычисляют k результирующих матриц, суммарную матрицу Vs и среднеквадратическую ошибку между элементами матрицы нормированных значений размером N×N элементов и элементами повторно вычисленной суммарной матрицы Vs размером N×N элементов. Полученную среднеквадратическую ошибку вычитают от предыдущей среднеквадратической ошибки и в случае положительной разности запоминают инвертированный элемент, а после вычисления k восстановленных результирующих матриц вычисляют восстановленную суммарную матрицу размером N×N элементов s по формуле а для получения матрицы восстановленных коэффициентов размером N×N элементов преобразуют восстановленную суммарную матрицу размером N×N элементов путем поэлементного деления ее элементов на соответствующие элементы нормировочной матрицы размером N×N элементов.This goal is achieved by the fact that in the known method of compressing and recovering messages, a random square matrix of size m × m elements, each element of which belongs to the range of -500 ÷ +500, is preliminarily generated on the transmitting and receiving sides. Generate k random key matrices of size N × m and m × N elements. Then a normalization matrix is formed with the size of N × N elements, the elements of which C (i, j) are calculated by the formula where i = 1, 2, ..., N, j = 1, 2, ..., N, and form a matrix of quantized samples of a fixed grayscale video image with the size of M × M elements, in which each of its elements S (x, y) assign the quantized value of the corresponding pixel of a stationary grayscale video image, the size of M × M pixels, where x = 1, 2, ..., M; y = 1, 2, ..., M. Next, a matrix of coefficients of a two-dimensional discrete cosine transform of size M × M elements is formed by sequentially multiplying a matrix of discrete cosine transforms of size M × M elements by a matrix of quantized samples of a still halftone video image of size M × M elements and on the transposed matrix of discrete cosine transform size M × M elements. The matrix of coefficients of a two-dimensional discrete cosine transform of size N × N elements is formed, according to the formula A (i, j) = L (i, j), where L (ij) -i, the jth element of the matrix of coefficients of a two-dimensional discrete cosine transform of size M × M elements, A (i, j) -I, j-th element of the matrix of coefficients of a two-dimensional discrete cosine transform of size N × N elements, moreover, select N <M, and then form a matrix of normalized values of size N × N elements by multiplying each the coefficient matrix of the coefficients of a two-dimensional discrete cosine transforming the size of N × N elements A (i, j) to the corresponding element of the normalization matrix of size N × N elements. Then a random rectangular matrix of size N × m elements is generated, and a transposed random rectangular matrix of size N × m elements is taken as a random rectangular matrix of size m × N, then each of the key matrices of size N × m and m × n elements is summed
Благодаря новой совокупности существенных признаков за счет выполнения дискретного косинусного преобразования над матрицей квантованных отсчетов неподвижного полутонового видеоизображения обеспечивается переход к представлению видеоизображения в виде матрицы коэффициентов двумерного дискретно-косинусного преобразования. Для уменьшения цифрового представления видеоизображения кодируют и передают не все коэффициенты ДКП, а только N2 коэффициентов ДКП из области спектра с максимальной энергией, а для увеличения устойчивости к ошибкам в цифровом канале связи, компенсация ошибок, возникающих в цифровом канале связи, происходит на основе суммирования и усреднения k результирующих матриц. Отмеченное обеспечивает устойчивость к ошибкам при сжатии и восстановлении сообщения, тем самым повышает качество восстановления сообщения при передаче по каналу связи с ошибками.Thanks to the new set of essential features, due to the discrete cosine transform performed over the matrix of quantized samples of a fixed grayscale video image, the transition to the video representation in the form of a matrix of coefficients of a two-dimensional discrete cosine transform is provided. To reduce the digital presentation of the video image, not all DCT coefficients are encoded and transmitted, but only N 2 DCT coefficients from the spectral region with maximum energy, and to increase error resistance in the digital communication channel, the compensation of errors that occur in the digital communication channel is based on the summation and averaging k resulting matrices. The aforementioned provides error tolerance during compression and restoration of a message, thereby improving the quality of message recovery during transmission over the communication channel with errors.
Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностью признаков, тождественных всем признакам заявленного технического решения, отсутствуют, что указывает на соответствие заявленного способа условию патентоспособности "новизна".The analysis of the prior art made it possible to establish that analogues that are characterized by a combination of features that are identical to all the features of the claimed technical solution are absent, which indicates the compliance of the claimed method with the condition of patentability "novelty".
Результаты поиска известных решений в данной и смежных областях техники с целью выявления признаков, совпадающих с отличительными от прототипа признаками заявленного способа, показали, что они не следуют явным образом из уровня техники. Из уровня техники также не выявлена известность влияния предусматриваемых существенными признаками заявленного изобретения преобразований на достижение указанного технического результата. Следовательно, заявленное изобретение соответствует условию патентоспособности "изобретательский уровень".Search results for known solutions in this and related fields of technology in order to identify features that match the distinctive features of the prototype of the claimed method showed that they do not follow explicitly from the prior art. The prior art also did not reveal the popularity of the impact provided by the essential features of the claimed invention, the transformations on the achievement of the specified technical result. Therefore, the claimed invention meets the condition of patentability "inventive step".
Заявленный способ поясняется чертежами.The claimed method is illustrated by drawings.
- Фиг.1а. Формирование случайной квадратной матрицы размером m×m элементов.- Figa. Formation of a random square matrix of size m × m elements.
- Фиг.1б. Вариант случайной квадратной матрицы размером m×m элементов.- Fig.1b. A variant of a random square matrix of size m × m elements.
- Фиг.2. Формирование матрицы коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов.- Figure 2. Formation of a matrix of coefficients of a two-dimensional discrete cosine transform with the size of M × M elements.
- Фиг.3. Формирование матрицы коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов.- Figure 3. Formation of a matrix of coefficients of a two-dimensional discrete cosine transform of size N × N elements.
- Фиг.4а, 4б. Формирование нормировочной матрицы размером N×N элементов.- Figa, 4b. Formation of a normalization matrix of size N × N elements.
- Фиг.5. Формирование матрицы нормированных значений размером N×N элементов.- Figure 5. Formation of a matrix of normalized values of size N × N elements.
- Фиг.6а. Формирование k случайных ключевых матриц размером Nxm элементов.- Figa. Generation of k random key matrices of size Nxm elements.
- Фиг.6б. Вариант k случайных ключевых матриц размером N×m элементов.- Fig.6b. Variant of k random key matrices of size N × m elements.
- Фиг.6в. Формирование k случайных ключевых матриц размером m×N элементов.- Fig.6c. Generation of k random key matrices of size m × N elements.
- Фиг.6г. Вариант k случайных ключевых матриц размером m×N элементов.- Fig.6g. Variant of k random key matrices of size m × N elements.
- Фиг 7а. Формирование случайной прямоугольной матрицы размером N×m элементов.- Fig 7a. Formation of a random rectangular matrix of size N × m elements.
- Фиг.7б. Вариант случайной прямоугольной матрицы размером N×m элементов.- Fig.7b. A variant of a random rectangular matrix of size N × m elements.
- Фиг.7в. Формирование k случайных прямоугольных матриц размером N×m элементов.- Figv. Formation of k random rectangular matrices of size N × m elements.
- Фиг 7г. Формирование k случайных прямоугольных матриц размером m×N элементов.- Fig 7g. Formation of k random rectangular matrices of size m × N elements.
- Фиг.7д. Преобразование k случайных прямоугольных матриц размером N×m элементов.- Fig.7d. Convert k random rectangular matrices of size N × m elements.
- Фиг.7е. Преобразование k случайных прямоугольных матриц размером m×N элементов.- Fig. 7e. Transformation of k random rectangular matrices of size m × N elements.
- Фиг.8. Формирование k результирующих матриц размером N×N элементов.- Fig. 8. Formation of k resulting matrices of size N × N elements.
- Фиг.9а. Вариант инверсии элемента случайной прямоугольной матрицы размером N×m элементов.- Figa. Variant of inversion of an element of a random rectangular matrix of size N × m elements.
- Фиг.10. Передача случайной прямоугольной матрицы размером N×m элементов по цифровому каналу связи.- Figure 10. Transmission of a random rectangular matrix of size N × m elements over a digital communication channel.
- Фиг.11а. Вариант матрицы коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов.- Figa. A variant of the matrix of coefficients of a two-dimensional discrete cosine transform with the size of M × M elements.
- Фиг.11б. График абсолютных значений первой строки матрицы коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов.- Fig. 11b. Graph of the absolute values of the first row of the matrix of coefficients of a two-dimensional discrete cosine transform with the size of M × M elements.
- Фиг.12. Формирование матрицы восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов.- Fig. 12. Formation of a matrix of reconstructed coefficients of a two-dimensional discrete cosine transform of size N × N elements.
- Фиг.13. Формирование матрицы восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов.- Fig.13. Formation of a matrix of reconstructed coefficients of a two-dimensional discrete cosine transform with the size of M × M elements.
- Фиг.14. Формирование матрицы восстановленных квантованных отсчетов неподвижного полутонового видеоизображения.- Fig. 14. Formation of a matrix of reconstructed quantized samples of a stationary grayscale video image.
Возможность реализации заявленного способа сжатия и восстановления сообщений объясняется следующим. При необходимости передачи по каналу связи сообщения, объем которого превышает возможности канала связи или для передачи которого требуется недопустимо большой временной интервал, используют различные приемы сокращения объема передаваемого сообщения.The ability to implement the claimed method of compression and recovery of messages is explained as follows. If it is necessary to transmit over a communication channel a message whose volume exceeds the capabilities of a communication channel or for transmitting which an unacceptably large time interval is required, various methods are used to reduce the amount of transmitted message.
Например, (см. книгу: У. Претт. Цифровая обработка изображений. Часть 1. - М.: Мир, 1982, с.96-118) кодируемое сообщение представляют в виде произведения матрицы опорных векторов на матрицу коэффициентов разложения. Для этой цели используют один из известных приемов: дискретное косинусное преобразование, быстрое преобразование Фурье, преобразование Карунена-Лоэва, Вейвлет-преобразование и другие.For example, (see the book: W. Prett. Digital image processing.
Такой прием обуславливает некоторое снижение объема информации, необходимого для передачи по каналу связи и одновременное достижение требуемого качества.This technique causes a certain decrease in the amount of information necessary for transmission over the communication channel and at the same time achieve the required quality.
На приемном конце принятое сообщение восстанавливают.At the receiving end, the received message is restored.
Таким образом, при некотором ухудшении качества передаваемой информации обеспечивают снижение объема информации, необходимого для передачи. В то же время объем передаваемой информации о матрице опорных векторов и матрице коэффициентов разложения все еще велик, что не соответствует требованиям к современным каналам связи при сохранении требуемого качества, а также данные приемы не обеспечивают устойчивость к ошибкам в канале связи. Для повышение устойчивости к ошибкам в канале связи применяют помехоустойчивое кодирование, описанное, например, в книге: У. Питерсон, Э. Уэлдон. Коды, исправляющие ошибки. - М.: Мир, 1976. Данное помехоустойчивое кодирование основано на разделении всех возможных кодовых комбинаций на разрешенные и запрещенные. Такой подход предполагает введение в передаваемую цифровую последовательность избыточности. Это приводит к существенному снижению степени сжатия передаваемой информации и соответственно повышению требований к скорости передачи цифрового канала связи. Известен также способ борьбы с помехами на основе метода накопления, описанный, например, в книге: А.А.Харкевич. Борьба с помехами. - М.: ГИФМЛ, 1963. Данный метод основан на передаче одного сообщения по нескольким независимым каналам. Данный метод увеличивает отношение сигнал-помеха в k раз без увеличения мощности сигнала. Однако за этот выигрыш приходится расплачиваться k кратным использованием канала. При временном разделении каналов увеличивается в k раз время передачи, при частотном - в k раз занимаемая полоса частот и т.д.Thus, with some deterioration in the quality of the transmitted information, they provide a decrease in the amount of information necessary for transmission. At the same time, the amount of transmitted information about the matrix of support vectors and the matrix of decomposition coefficients is still large, which does not meet the requirements for modern communication channels while maintaining the required quality, and these techniques do not provide error tolerance in the communication channel. To increase error tolerance in the communication channel, noise-resistant coding is used, described, for example, in the book: W. Peterson, E. Weldon. Error correction codes. - M .: Mir, 1976. This error-correcting coding is based on the division of all possible code combinations into allowed and forbidden. This approach involves the introduction of redundancy in a transmitted digital sequence. This leads to a significant reduction in the degree of compression of the transmitted information and, accordingly, an increase in the requirements for the transmission speed of the digital communication channel. There is also a known method of controlling interference based on the accumulation method, described, for example, in the book: A.A. Kharkevich. Fighting interference. - M.: GIFFL, 1963. This method is based on the transmission of a single message through several independent channels. This method increases the signal-to-noise ratio by a factor of k without increasing the signal power. However, for this gain you have to pay with k multiple use of the channel. With time division of channels, the transmission time increases by a factor of k, and with a frequency division, the occupied frequency band by a factor of k, etc.
В предлагаемом способе решается задача снижения объема передаваемых данных и обеспечения устойчивости восстановленных изображений к влиянию ошибок на основе метода накопления при однократном использовании канала.The proposed method solves the problem of reducing the amount of transmitted data and ensuring the stability of the restored images to the influence of errors based on the accumulation method with a single use of the channel.
Предлагаемый способ реализуют следующим образом.The proposed method is implemented as follows.
Формирование на передающей и приемной сторонах случайной квадратной матрицы размером m×m элементов (в дальнейшем обозначим ее как [B]m×m), каждый элемент которой принадлежит диапазону -500 ÷ +500 (см. фиг.1а, 1б). Размер m матрицы [B]m×m выбирают опытным путем исходя из размера передаваемого сообщения - М. Экспериментальные исследования показывают, что для качественной аппроксимации передаваемого сообщения размер m составляет 1/5-1/4 размера передаваемого сообщения. Операция формирования матрицы [B]m×m может быть выполнена с использованием датчика случайных чисел. Для выполнения требования идентичности матрицы [B]m×m приемника аналогичной матрице передатчика элементы матрицы [В]m×m могут быть сгенерированы на передающей стороне и переданы по цифровому каналу связи на приемную сторону, например, в составе синхропосылки.Formation on the transmitting and receiving sides of a random square matrix of size m × m elements (hereinafter, denote it as [B] m × m ), each element of which belongs to the range -500 ÷ +500 (see figa, 1b). The size m of the matrix [B] m × m is chosen empirically based on the size of the transmitted message - M. Experimental studies show that for a qualitative approximation of the transmitted message, the size m is 1 / 5-1 / 4 of the size of the transmitted message. The operation of forming the matrix [B] m × m can be performed using a random number sensor. To fulfill the identity requirement of the receiver matrix [B] m × m to a similar transmitter matrix, elements of the matrix [B] m × m can be generated on the transmitting side and transmitted via a digital communication channel to the receiving side, for example, as part of a sync packet.
В качестве сообщения, подлежащего сжатию и восстановлению, далее рассматривается неподвижное полутоновые видеоизображение, из которого формируют матрицу квантованных отсчетов неподвижного полутонового видеоизображения размером М×М элементов, присвоив каждому ее элементу S(x,y), где x=1, 2, ..., M; y=1, 2, ..., M, квантованное значение соответствующего пиксела неподвижного полутонового видеоизображения (см. фиг.15).As a message to be compressed and restored, a stationary halftone video image is considered from which a matrix of quantized samples of a stationary halftone video image of size M × M elements is formed, assigning to each of its elements S (x, y), where x = 1, 2, .. ., M; y = 1, 2, ..., M, the quantized value of the corresponding pixel of a stationary grayscale video image (see Fig. 15).
С целью уменьшения объема информации, передаваемой по каналу связи, используют дискретное косинусное преобразование, описанное, например, в книге: Н.Ахмед, К.Р.Рао. Ортогональные преобразования при обработке цифровых сигналов. - M.: Связь, 1980, с.156-159.In order to reduce the amount of information transmitted over the communication channel, a discrete cosine transform is used, described, for example, in the book: N. Ahmed, K. R. Rao. Orthogonal transformations when processing digital signals. - M .: Communication, 1980, p. 156-159.
Матрицу коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов формируют на основании выраженияThe matrix of coefficients of a two-dimensional discrete cosine transform of size M × M elements is formed based on the expression
[L(x,y)]M×M=[Г([x,y)]M×M×[S(x,y)]M×M, ([Г(x,y)M×M, где [L(x,y)]M×M - матрица коэффициентов двумерного дискретно-косинусного преобразования неподвижного полутонового видеоизображения размером М×М элементов, [S(x,y)]M×M - матрица квантованных отсчетов неподвижного полутонового видеоизображения размером М×М элементов, [Г(х,y)]M×M - матрица прямого дискретного косинусного преобразования, [Г(х,у)]'M×M - матрица обратного дискретного косинусного преобразования (см. фиг.2).[L (x, y)] M × M = [G ([x, y)] M × M × [S (x, y)] M × M , ([G (x, y) M × M , where [L (x, y)] M × M is the matrix of coefficients of a two-dimensional discrete cosine transform of a stationary halftone video image of size M × M elements, [S (x, y)] M × M is a matrix of quantized samples of a stationary halftone video image of size M × M elements, [G (x, y)] M × M is the matrix of the direct discrete cosine transform, [G (x, y)] ' M × M is the matrix of the inverse discrete cosine transform (see FIG. 2).
Наиболее информативными, с точки зрения восстановления передаваемого видеоизображения, являются коэффициенты двумерного дискретно-косинусного преобразования с максимальной энергией, располагающиеся в левом верхнем квадранте матрицы коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов (см. фиг.11a). Их выделяют, формируя матрицу коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов (в дальнейшем обозначим ее как [A]N×N), на основании выражения A(i,j)=L(i,j), где i=1, 2, ..., N, j=1, 2, ..., N, L(i,j)-i,j-й элемент матрицы коэффициентов двумерного дискретного косинусного преобразования неподвижного полутонового видеоизображения размером M×M элементов, A (i,j)-i,j-й элемент матрицы коэффициентов двумерного дискретно-косинусного преобразования неподвижного полутонового видеоизображения размером N×N элементов, причем выбирают N≤M (см. фиг.3).The most informative, from the point of view of restoring the transmitted video image, are the coefficients of the two-dimensional discrete cosine transform with maximum energy, located in the upper left quadrant of the matrix of coefficients of the two-dimensional discrete cosine transform with the size of M × M elements (see Fig. 11a). They are distinguished by forming a matrix of coefficients of a two-dimensional discrete cosine transform of size N × N elements (hereinafter, denote it as [A] N × N ), based on the expression A (i, j) = L (i, j), where i = 1, 2, ..., N, j = 1, 2, ..., N, L (i, j) -i, the jth element of the coefficient matrix of a two-dimensional discrete cosine transform of a stationary grayscale video image of size M × M elements, A (i, j) -i, jth element of the matrix of coefficients of a two-dimensional discrete-cosine transform of a stationary grayscale video image of size N × N elements, and N≤M (s m. figure 3).
Величина коэффициентов двумерного дискретно-косинусного преобразования в большой степени зависит от их порядкового номера, о чем можно судить исходя из графика (см. фиг.11б), где по оси абсцисс отложены порядковые номера коэффициентов первой строки матрицы коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов, а по оси ординат - их абсолютные значения. Для того чтобы устранить зависимость величины элементов матрицы коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов от их местоположения в матрице и в дальнейшем более точно их аппроксимировать, необходимо произвести операцию нормирования. Суть данной операции заключается в том, что на передающей и приемной сторонах идентично формируют нормировочную матрицу размером N×N элементов (в дальнейшем обозначим ее как [С]N×N), элементы которой C(i,j) вычисляют по формуле (см. фиг.4), полученную опытным путем. При этом учтена особенность матрицы коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов, заключающаяся в расположении коэффициентов с максимальной энергией в левом верхнем квадранте и зависимости значений коэффициентов от их порядкового номера (i и j).The magnitude of the coefficients of the two-dimensional discrete cosine transform depends to a large extent on their serial number, which can be judged from the graph (see Fig. 11b), where the ordinal numbers of the coefficients of the first row of the coefficient matrix of the two-dimensional discrete cosine transform of size M are plotted on the abscissa × M elements, and their absolute values along the ordinate axis. In order to eliminate the dependence of the magnitude of the matrix elements of the coefficients of the two-dimensional discrete cosine transform of size N × N elements on their location in the matrix and to approximate them more accurately in the future, it is necessary to carry out the normalization operation. The essence of this operation is that on the transmitting and receiving sides, a normalization matrix of size N × N elements is identical formed (hereinafter, denote it as [C] N × N ), the elements of which C (i, j) are calculated by the formula (see figure 4) obtained experimentally. In this case, the peculiarity of the coefficient matrix of the two-dimensional discrete cosine transform with the size of M × M elements was taken into account, consisting in the arrangement of the coefficients with maximum energy in the upper left quadrant and the dependence of the coefficient values on their serial number (i and j).
Затем формируют матрицу нормированных значений двумерного дискретно-косинусного преобразования размером N×N элементов (в дальнейшем обозначим ее как [V]N×N) путем умножения каждого элемента A(i,j) матрицы коэффициентов двумерного дискретно-косинусного преобразования неподвижного полутонового видеоизображения размером N×N элементов на соответствующий ему элемент C(i,j) нормировочной матрицы размером N×N элементов (см. фиг.5).Then, a matrix of normalized values of the two-dimensional discrete cosine transform of size N × N elements (hereinafter, referred to as [V] N × N ) is formed by multiplying each element A (i, j) of the coefficient matrix of the two-dimensional discrete cosine transform of a fixed grayscale video image of size N × N elements to the corresponding element C (i, j) of the normalization matrix of size N × N elements (see figure 5).
Далее, аналогично способу-прототипу используют подход, основанный на представлении g-й - результирующей матрицы размером NxN элементов (в дальнейшем обозначим ее как ) в виде произведения трех матриц: преобразованной прямоугольной матрицы размером N×m элементов (в дальнейшем обозначим ее как ), случайной квадратной матрицы размером m×m элементов [B]m×m и преобразованной прямоугольной матрицы размером m×N элементов (в дальнейшем обозначим ее как ) (см. фиг.8): где [Ypr(g)] и [Xpr(g)] находятся таким образом, чтобы суммарная матрица размером N×N элементов (в дальнейшем обозначим ее как [Vs]N×N) полученная путем суммирования соответствующих элементов всех матриц и деления на k, была наиболее близкой по заданному критерию к матрице [V]N×N.Further, similarly to the prototype method, an approach based on the representation of the gth - resulting matrix of size NxN elements is used (hereinafter, we denote it as ) in the form of the product of three matrices: a transformed rectangular matrix of size N × m elements (hereinafter, denote it as ), a random square matrix of size m × m elements [B] m × m, and a transformed rectangular matrix of size m × N elements (hereinafter, denote it as ) (see Fig. 8): where [Y pr (g)] and [X pr (g)] are found so that the total matrix of size N × N elements (hereinafter, denote it as [V s ] N × N ) obtained by summing the corresponding elements of all matrices and dividing by k, was closest according to a given criterion to the matrix [V] N × N.
Матрицы и формируют путем суммирования по модулю 2 случайной прямоугольной матрицы [Е]N×m со случайной ключевой матрицей [Yкл(g)]N×m и транспонированной прямоугольной матрицы [Е]T N×m со случайной ключевой матрицей [Xкл(g)]m×N соответственно, где матрицы [Yкл(g)]N×m и [Xкл(g)]m×N являются идентично генерируемыми на передающей и приемной сторонах размерами N×m и m×N соответственно (см. фиг.7в, 7 г), где знак означает суммирование по модулю 2.Matrices and form by summing modulo 2 a random rectangular matrix [E] N × m with a random key matrix [Y cells (g)] N × m and a transposed rectangular matrix [E] T N × m with a random key matrix [X cells (g) ] m × N, respectively, where the matrices [Y cells (g)] N × m and [X cells (g)] m × N are identically generated on the transmitting and receiving sides with sizes N × m and m × N, respectively (see FIG. .7c, 7d), where the sign means summation modulo 2.
Особенностью матриц и является то, что они могут быть легко приведены к цифровому виду. Это достигается тем, что на элементы этих матриц накладываются следующие ограничения:Matrix feature and is that they can be easily digitized. This is achieved by the following restrictions on the elements of these matrices:
- элементы матриц и принимают значения в диапазоне от нуля до единицы;- matrix elements and take values in the range from zero to one;
- ненулевые элементы каждой строки матрицы равны между собой и в сумме образуют единицу;- nonzero elements of each row of the matrix are equal to each other and in total form a unit;
- ненулевые элементы каждого столбца матрицы равны между собой и в сумме образуют единицу;- nonzero elements of each column of the matrix are equal to each other and in total form a unit;
При таких ограничениях если элементы каждой строки матрицы умножить на количество ненулевых элементов в этой строке, то будет получена матрица [Ypr(g)]N×m элементы которой определены только на множестве "1" и "0". Аналогично, если элементы каждого столбца матрицы умножить на количество ненулевых элементов в столбце, то будет получена матрица [Xpr(g)]m×N элементы которой определены только на множестве "1" и "0".Under such restrictions, if the elements of each row of the matrix multiplied by the number of non-zero elements in this row, the matrix will be obtained [Y pr (g)] N × m whose elements are defined only on the set "1" and "0". Similarly, if the elements of each column of the matrix multiplied by the number of nonzero elements in the column, the matrix will be obtained [X pr (g)] m × N whose elements are defined only on the set "1" and "0".
Процедура, реализующая поиск на передающей стороне оптимальных матриц и подробно описана в способе-прототипе (см. патент РФ №2244963, МПК7 Н 04 N 7/30, от 2005 г.).A procedure that implements a search on the transmitting side of optimal matrices and described in detail in the prototype method (see RF patent No. 2244963, IPC 7 H 04
Таким образом, представление матрицы нормированных значений двумерного дискретно-косинусного преобразования размером N×N элементов [V]N×N в цифровом виде на передающей стороне осуществляют на основе генерирования множества нулевых и единичных элементов в виде случайной прямоугольной матрицы размером N×m (матрица [E]N×N) (см- фиг.7а, 7б) и k случайных ключевых матриц размером m×N и N×m элементов (матрицы [Xкл(g)] и [Yкл(g)]N×m (см. фиг.6б, 6г) Затем случайные прямоугольные матрицы [X(g)m×N] и [Y(g)]N×m преобразуют путем деления элементов каждой строки случайной прямоугольной матрицы размером N×m элементов на сумму единиц соответствующей строки, т.е. ее вес - vy(g) (см. книгу: Э. Берлекэмп. Алгебраическая теория кодирования. - М.: Мир, 1971. с.12) (см. фиг.7д) и деления элементов каждого столбца случайной прямоугольной матрицы размером m×N элементов на сумму единиц соответствующего столбца, т.е. его вес - vx(g). Тем самым формируют матрицы и (см. фиг.7д, 7е).Thus, the representation of the matrix of normalized values of a two-dimensional discrete cosine transform size N × N elements [V] N × N in digital form on the transmission side is carried out based on generating a plurality of zero and unit cells in the form of a random rectangular matrix of size N × m (matrix [ E] N × N ) ( see Figs . 7a, 7b) and k random key matrices of size m × N and N × m elements (matrices [X cells (g)] and [Y cells (g)] N × m ( cm. 6b, 6d) is then random rectangular matrix [X (g) m × N ] and [Y (g)] N × m is converted by dividing elements of each row cases hydrochloric rectangular matrix of size N × m elements in the amount corresponding row units, i.e. its weight - v y (g) (see the book: E. Berlekamp, Algebraic Coding Theory - M .: Mir, 1971, p.12... ) (see Fig.7d) and dividing the elements of each column of a random rectangular matrix of size m × N elements by the sum of the units of the corresponding column, i.e., its weight is v x (g). and (see fig.7d, 7e).
Аналогично способу-прототипу вычисляют k результирующих матриц размером N×N элементов, т.е. путем последовательного перемножения полученной после преобразования прямоугольной матрицы размером N×m элементов случайной квадратной матрицы размером m×m элементов [B]m×m и полученной после преобразования прямоугольной матрицы размером m×N элементов (см. фиг.8).Similarly to the prototype method, k resulting matrices of size N × N elements are calculated, i.e. by successively multiplying the obtained after the transformation of a rectangular matrix of size N × m elements random square matrix of size m × m elements [B] m × m and obtained after the transformation of a rectangular matrix of size m × N elements (see Fig. 8).
Далее полученные результирующие матрицы суммируют по правилу где - i,j - элемент g-й результирующей матрицы.Next, the resulting resulting matrices are summarized according to the rule Where - i, j is the element of the gth resulting matrix.
Матрица [Vs]N×N должна быть наиболее близкой к матрице [V]N×N по некоторому критерию. Известно (см., например, книгу: У.Претт. Цифровая обработка изображений. Часть I. - М.: Мир, 1982, с.121-127), что одним из основных объективных критериев близости является среднеквадратическая ошибка. Минимизируя среднеквадратическую ошибку добиваются минимальных расхождений между матрицами [V]N×N и [Vs]N×N. Поэтому, рассчитывают сумму квадратов разностей между элементами суммарной результирующей матрицы размером N×N элементов [Vs]N×N и соответствующими им элементами матрицы нормированных значений двумерного дискретно-косинусного преобразования размером N×N элементов [V]N×N. Затем последовательно инвертируют каждый элемент случайной прямоугольной матрицы размером N×m элементов (см. фиг.9) и преобразуют их аналогичным образом, как было описано при преобразовании матриц [Y(g)] N×m и [X(g)]m×N (см. фиг.7б, 7в, 7г, 7д, 7е). Последовательно перемножают полученные после преобразования k случайных прямоугольных матриц размером Nxm элементов, случайную квадратную матрицу размером m×m элементов и полученные после преобразования k случайных прямоугольных матриц размером m×N элементов. Полученные k результирующие матрицы размером N×N элементов поэлементно суммируют и усредняют по формуле The matrix [V s ] N × N should be closest to the matrix [V] N × N by some criterion. It is known (see, for example, the book: W. Prett. Digital image processing. Part I. - M .: Mir, 1982, p. 121-127) that one of the main objective criteria for proximity is the standard error. By minimizing the standard error, the minimum discrepancies between the matrices [V] N × N and [V s ] N × N are achieved. Therefore, the sum of the squared differences between the elements of the total resulting matrix of size N × N elements [V s ] N × N and the corresponding elements of the matrix of normalized two-dimensional discrete-cosine transforms of size N × N elements [V] N × N is calculated . Then each element of a random rectangular matrix of size N × m elements is sequentially inverted (see Fig. 9) and they are transformed in the same way as described when transforming the matrices [Y (g)] N × m and [X (g)] m × N (see Fig. 7b, 7c, 7d, 7d, 7e). Sequentially multiply k random rectangular matrices of size Nxm elements obtained after conversion, multiply a random square matrix of size m × m elements and obtained after conversion of k random rectangular matrices of size m × N elements. The resulting k resulting matrices the size of N × N elements are element-wise summed and averaged according to the formula
Поскольку в матрице [E]N×m содержался инвертированный элемент, что после преобразования привело к изменению значений элементов матриц [Y(g)] N×m и [X(g)]m×N и соответственно привело к изменениям матриц и изменятся значения элементов результирующей матрицы тем самым изменяя значения матрицы Затем для оценки степени приближения матрицы к [V]N×N повторно рассчитывают сумму квадратов разностей между элементами суммарной результирующей матрицы размером N×N элементов и элементами матрицы нормированных значений двумерного дискретно-косинусного преобразования размером N×N элементов. Затем вычитают полученную сумму квадратов разности от аналогичной суммы, полученной на предыдущем шаге. В случае положительной разности, т.е. уменьшения среднеквадратической ошибки, сохраняют инвертированное значение элемента, а в противном случае - выполняют его повторную инверсию.Since the matrix [E] N × m contained an inverted element, which after conversion led to a change in the values of the elements of the matrices [Y (g)] N × m and [X (g)] m × N and, accordingly, led to changes in the matrices and the values of the elements of the resulting matrix will change thereby changing the values of the matrix Then, to estimate the degree of approximation of the matrix to [V] N × N, the sum of the squared differences between the elements of the total resulting matrix of N × N elements and the elements of the normalized values of the two-dimensional discrete cosine transform of N × N elements is recalculated. Then, the resulting sum of the squares of the difference is subtracted from the similar amount obtained in the previous step. In the case of a positive difference, i.e. reduce the standard error, save the inverted value of the element, and otherwise, perform its repeated inversion.
Подобным образом производят инверсию всех битов в матрицы [Е]N×m и добиваются минимальной среднеквадратической ошибки между матрицами и [V]N×N, что однозначно указывает на оптимальность сформированных матриц [Y(g)] N×m, [X(g)]m×N и и т.e. достижение наилучшего качества при заданном фиксированном объеме передаваемой информации.Similarly, invert all the bits into the matrices [E] N × m and achieve the minimum mean square error between the matrices and [V] N × N , which uniquely indicates the optimality of the generated matrices [Y (g)] N × m , [X (g)] m × N and and i.e. achieving the best quality for a given fixed amount of information transmitted.
Передают множество нулевых и единичных элементов случайной прямоугольной матрицы [Е]N×m по каналу связи (см. фиг.10). На фиг.10 знак · обозначает перемножение матриц.A plurality of zero and single elements of a random rectangular matrix [E] N × m is transmitted over a communication channel (see Fig. 10). In figure 10, the symbol · denotes the multiplication of matrices.
На приемной стороне принимают из канала связи множество нулевых и единичных элементов случайной прямоугольной матрицы [E]N×m. Затем вычисляют матрицы [Y(g)]N×m и [X(g)]m×N путем суммирования по модулю 2 матрицы [E]N×m на матрицу [Yкл(g)]N×m и суммирования по модулю 2 транспонированной матрицы [E]N×m на матрицу [Xкл(g)]m×N соответственно. Затем преобразуют матрицы [Y(g)]N×m и [X(g)]m×N путем деления элементов каждой строки прямоугольной матрицы размером N×m элементов на сумму единиц соответствующей строки, т.е. ее вес vy (см. фиг.7е) и деления элементов каждого столбца прямоугольной матрицы размером m×N элементов на сумму единиц соответствующего столбца, т.е. его вес vx (см. фиг.7д). Тем самым на приемной стороне формируют матрицы и At the receiving side, a plurality of zero and single elements of a random rectangular matrix [E] N × m is received from the communication channel. Then, the matrices [Y (g)] N × m and [X (g)] m × N are calculated by summing modulo 2 the matrices [E] N × m onto the matrix [Y cells (g)] N × m and summing modulo 2 transposed matrices [E] N × m per matrix [X cells (g)] m × N, respectively. Then, the matrices [Y (g)] N × m and [X (g)] m × N are transformed by dividing the elements of each row of a rectangular matrix of size N × m elements by the sum of the units of the corresponding row, i.e. its weight v y (see FIG. 7e) and the division of the elements of each column of a rectangular matrix of size m × N elements by the sum of the units of the corresponding column, i.e. its weight v x (see fig.7d). Thus, matrices are formed on the receiving side and
Формируют k восстановленных результирующих матриц размером N×N элементов путем последовательного перемножения k случайных прямоугольных матриц случайной квадратной матрицы [B]m×m и k случайных прямоугольных матрицы (см. фиг.8). Затем формируют матрицу восстановленных нормированных значений двумерного дискретно-косинусного преобразования размером N×N элементов путем суммирования и усреднения k матриц восстановленных результирующих матриц размером N×N элементов по формуле Form k reconstructed resultant matrices of size N × N elements by successively multiplying k random rectangular matrices random square matrix [B] m × m and k random rectangular matrices (see Fig. 8). Then, a matrix of reconstructed normalized values of the two-dimensional discrete cosine transform with the size of N × N elements is formed by summing and averaging k matrices of the restored resulting matrices of size N × N elements according to the formula
Для получения восстановленных коэффициентов реальной размерности необходимо произвести операцию денормирования. Учитывая, что на приемной стороне была сформирована нормировочная матрица [C]N×N, матрицу восстановленных значений двумерного дискретно-косинусного преобразования размером N×N элементов (в дальнейшем обозначим ее как M×M) формируют путем деления значения каждого i,j-го элемента матрицы на соответствующий элемент нормировочной матрицы размером N×N элементов (см. фиг.12).To obtain the restored coefficients of the real dimension, it is necessary to perform the denormation operation. Considering that on the receiving side, a normalization matrix [C] N × N , a matrix of reconstructed values of a two-dimensional discrete cosine transform of size N × N elements (in the future, we denote it as M × M ) is formed by dividing the values of each i, jth matrix element on the corresponding element of the normalization matrix of size N × N elements (see Fig. 12).
Для восстановления передаваемого сообщения необходимо сформировать матрицу восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов (в дальнейшем обозначим ее как ). Эту операцию производят путем присвоения значения каждого i,j-го элемента матрицы восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером N×N элементов каждому i,j-му элементу матрицы восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов, а в качестве остальных элементов записывают нули (см. фиг.13).To restore the transmitted message, it is necessary to form a matrix of the reconstructed coefficients of the two-dimensional discrete cosine transform with the size of M × M elements (hereinafter, denote it as ) This operation is performed by assigning the value of each i, jth element of the matrix of reconstructed coefficients of a two-dimensional discrete cosine transform of size N × N elements to each i, jth element of the matrix of reconstructed coefficients of a two-dimensional discrete cosine transform of size M × M elements, and as the remaining elements record zeros (see Fig.13).
Далее формируют матрицу восстановленных квантованных отсчетов неподвижного полутонового видеоизображения путем перемножения транспонированной матрицы дискретно-косинусного преобразования размером М×М элементов на матрицу восстановленных коэффициентов двумерного дискретно-косинусного преобразования размером М×М элементов и на матрицу дискретно-косинусного преобразования размером М×М элементов (см. фиг.14), т.е. на основании формулы: [(х,y)]M×M=[Г(x,у)]'M×M×[(x,y)]M×M×[Г(x,y)]M×M, где - матрица восстановленных квантованных отсчетов неподвижного полутонового видеоизображения размером МхМ элементов.Next, a matrix of reconstructed quantized samples of a fixed grayscale video image is formed by multiplying the transposed matrix of a discrete cosine transform of size M × M elements by a matrix of reconstructed coefficients of a two-dimensional discrete cosine transform of size M × M elements and a matrix of discrete cosine transform of size M × M elements (cm Fig. 14), i.e. based on the formula: [ (x, y)] M × M = [G (x, y)] ' M × M × [ (x, y)] M × M × [G (x, y)] M × M , where - a matrix of reconstructed quantized samples of a stationary grayscale video image with the size of MXM elements.
На последнем этапе представляют матрицу в виде неподвижного полутонового видеоизображения, присвоив каждому пикселу неподвижного полутонового видеоизображения значение соответствующего элемента матрицы At the last stage, they present the matrix in the form of a motionless grayscale video image, assigning to each pixel of a motionless grayscale video image the value of the corresponding matrix element
Для оценки возможности достижения сформулированного технического результата при использовании заявленного способа сжатия и восстановления сообщений было проведено имитационное моделирование на ПЭВМ. Размер случайной квадратной матрицы [B]m×m составлял 128×128 элементов. Такой размер матрицы [B]m×m выбран исходя из того, что в качестве исходного сообщения использовано неподвижное полутоновое видеоизображение размером 512×512 пикселов. В предлагаемом способе высокая степень сжатия исходного сообщения достигнута за счет того, что для формирования на приемной стороне неподвижного полутонового видеоизображения в цифровой канал связи необходимо передать количество двоичных единиц, определяемое размерами матрицы [E]N×m. Для повышения помехоустойчивости использовался подход, которыйTo assess the feasibility of achieving the formulated technical result when using the claimed method for compressing and recovering messages, simulation was carried out on a PC. The size of the random square matrix [B] m × m was 128 × 128 elements. This matrix size [B] m × m is selected based on the fact that a stationary halftone video image of 512 × 512 pixels is used as the initial message. In the proposed method, a high degree of compression of the original message is achieved due to the fact that in order to form a stationary grayscale video image on the receiving side, it is necessary to transmit the number of binary units determined by the size of the matrix [E] N × m to the digital communication channel. To increase the noise immunity, an approach was used that
основан на методе накопления, компенсация ошибки происходила за счет суммирования и усреднения k образов восстановленного сообщения, которые формировались на основе известных на передающей и приемной сторонах k случайных взаимонезависимых ключевых матриц и полученной из канала связи одной матрицы [E]N×m, таким образом метод накопления был реализован без многократной передачи матрицы [E]N×m. В общем случае матрица [E]N×m является прямоугольной. Но в ходе имитационного моделирования N взята равной 128, а m=128. Такая величина N обусловлена требованиями к качеству восстановленного видеоизображения. Практические исследования показывают, что при оставлении 1/16 спектральных коэффициентов двумерного дискретно-косинусного преобразования из левого верхнего квадранта матрицы коэффициентов двумерного дискретно-косинусного преобразования размером 512×512 элементов пиковое отношение сигнал/шум для исходного и восстановленного видеоизображения составляет порядка 30 дБ. В ходе имитационного моделирования параметр число k было выбрано опытным путем, k=12, уменьшение этого параметра приводит к резкому уменьшению величины компенсации ошибки. При увеличение данного параметра выигрыш увеличивается незначительно, но качество восстановления неподвижного полутонового изображения снижается.based on the accumulation method, error compensation was carried out by summing and averaging k images of the recovered message, which were formed on the basis of random random-independent key matrices known on the transmitting and receiving sides k and one matrix [E] N × m obtained from the communication channel, thus the method accumulation was implemented without multiple transmission of the matrix [E] N × m . In the general case, the matrix [E] N × m is rectangular. But in the course of simulation N is taken equal to 128, and m = 128. This value of N is due to the quality requirements of the reconstructed video image. Practical studies show that when 1/16 of the spectral coefficients of the two-dimensional discrete cosine transform are left from the upper left quadrant of the matrix of two-dimensional discrete cosine transform coefficients with a size of 512 × 512 elements, the peak signal-to-noise ratio for the original and reconstructed video image is about 30 dB. During simulation, the parameter number k was chosen experimentally, k = 12, a decrease in this parameter leads to a sharp decrease in the error compensation value. With an increase in this parameter, the gain increases slightly, but the quality of restoring a stationary grayscale image decreases.
Достигаемый коэффициент сжатия может быть найден по формуле:The achieved compression ratio can be found by the formula:
Цифра 8 в числителе указанной формулы говорит о том, что для кодирования впрямую неподвижного полутонового видеоизображения, т.е. значение каждого пиксела лежит в диапазоне 0÷255, требуется 8 бит. При выборе N=128, m=128 и М=512 результирующий коэффициент сжатия составил 16 раз. При использовании способа-прототипа для сжатия сообщений результирующий коэффициент сжатия составил 16 раз при пиковом отношении сигнал/шум порядка 29,5 дБ, но при имитации ошибок в канале связи качество восстановления составило 16 дБ. Объективная оценка качества восстановленного при помощи заявленного способа видеоизображения показывает, что пиковое отношение сигнал/шум для исходного и восстановленного видеоизображений составляет 28,4 дБ, а при имитации ошибок в канале связи 10-2 пиковое отношение сигнал/шум для исходного и восстановленного видеоизображения составляет порядка 25,8 дБ. Полученные восстановленные видеоизображения изображены на фиг.16.The
Анализ вычислительной сложности показал, что сложность предлагаемой процедуры кодирования/декодирования пропорциональна приблизительно величине m2. Поэтому предлагаемый способ сжатия и восстановления сообщения может быть реализован на современных процессорах обработки сигналов.An analysis of computational complexity showed that the complexity of the proposed encoding / decoding procedure is proportional to approximately m 2 . Therefore, the proposed method for compressing and recovering messages can be implemented on modern signal processing processors.
Claims (2)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2005115283/09A RU2288547C1 (en) | 2005-05-19 | 2005-05-19 | Message compression and recovery method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2005115283/09A RU2288547C1 (en) | 2005-05-19 | 2005-05-19 | Message compression and recovery method |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2288547C1 true RU2288547C1 (en) | 2006-11-27 |
Family
ID=37664547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2005115283/09A RU2288547C1 (en) | 2005-05-19 | 2005-05-19 | Message compression and recovery method |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2288547C1 (en) |
-
2005
- 2005-05-19 RU RU2005115283/09A patent/RU2288547C1/en not_active IP Right Cessation
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Efficient and robust image coding and transmission based on scrambled block compressive sensing | |
KR102361927B1 (en) | Method and apparatus for encoding and decoding hdr images | |
US6661842B1 (en) | Methods and apparatus for error-resilient video coding | |
Adsumilli et al. | A robust error concealment technique using data hiding for image and video transmission over lossy channels | |
JP2014504829A (en) | Multiple description coding on multiple transmission resources in time or frequency using analog modulation | |
CN109309840A (en) | Compressed sensing image encoding method based on noise shaping, storage medium | |
CN103026636B (en) | Orthogonal multiple description coded | |
RU2419246C1 (en) | Method to compress and recover fixed halftone video images | |
RU2288547C1 (en) | Message compression and recovery method | |
RU2246798C1 (en) | Message compression and recovery process | |
KR100561392B1 (en) | Method and apparatus for fast inverse discrete cosine transform | |
RU2374785C2 (en) | Method for compression and recovery of messages | |
Zheng et al. | Block compressed sensing-based joint source-channel coding for wireless image transmission | |
Bugár et al. | Blind steganography based on 2D Haar transform | |
CN109787637B (en) | Integer finite field compressed sensing method | |
RU2261532C1 (en) | Method for compressing and restoring messages | |
Kulkarni et al. | A comparison of real valued transforms for image compression | |
JP2808110B2 (en) | Digital image data compression method | |
CN106797481A (en) | Method for transmitting signals, device and equipment | |
CN114422787A (en) | Image pseudo-simulation wireless transmission method based on residual error layer blocking DCT | |
KR100590184B1 (en) | A method for designing codebook in channel-optimized vector quantization | |
Merbin et al. | Wireless JPEG Image Transmission Using Diversity Techniques | |
KR0170931B1 (en) | High-speed affine transformation apparatus in the fractal encoding | |
Memon et al. | Robust Transmission of Images Based on JPEG2000 using Edge Information. | |
RU2244963C1 (en) | Method for compaction and decompaction of speech messages |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20070520 |