Ученые Северо-Кавказского федерального университета (СКФУ) предложили новый метод преобразования изображений, основанный на алгоритме Винограда и вейвлет-преобразованиях. Этот метод позволяет избавиться от избыточной вычислительной сложности при создании файлов и получить высокое качество изображений при небольшом весе. Кроме того, он уже был успешно опробован в медицинской сфере.
Одним из наиболее популярных расширений для изображений является формат .jpg и его вариации .jfif, .jpe или .jpeg. Несмотря на то, что этот растровый графический формат был предложен еще в 1992 году и широко используется, он имеет недостатки, включая появление артефактов в виде квадратов размером 8 на 8 пикселей при значительном увеличении, а также недостаточно оптимальное соотношение качества и размера файла, особенно при работе с «тяжелыми» файлами.
Существует более современный формат JPEG2000, который позволяет получить большую степень сжатия файлов без потери качества изображения. Однако он не получил широкого распространения из-за требования больших вычислительных мощностей для кодирования изображений, что связано с использованием вейвлет-преобразования. Ученые СКФУ решают эту проблему, предлагая способ трехкратного увеличения скорости обработки цифровых изображений и снижения вычислительной нагрузки.
«Сфера применения данной методики обширна и позволяет внедрить ее в уже существующие технологии. Уверен, что метод, предложенный нашими математиками, принесет большую пользу российской экономике, позволит более рационально использовать вычислительные мощности и снизит затраты на хранение информации», — отметил ректор СКФУ Дмитрий Беспалов.
Ученые СКФУ смогли достичь значительного прогресса в области обработки изображений путем использования алгоритма Винограда в вейвлет-обработке. Они предложили объединить алгоритмическую основу JPEG2000 и DjVu с вейвлет-обработкой с использованием метода Винограда. По словам научного руководителя проекта, заведующего кафедрой математического моделирования факультета математики и компьютерных наук СКФУ Павла Ляхова, в вейвлет-преобразовании существует важное преимущество в производительности. Поскольку умножения являются более ресурсоемкими процессами для вычислительной техники, сокращение их количества операций за счет увеличения числа операций сложения может ускорить расчеты.
«Интересной особенностью предложенного нами метода является тот факт, что в отличие от классического подхода, при обработке сигнала мы получаем сразу несколько выходных значений сигнала. Возникает информационная избыточность, что позволяет не проводить вычисления повторно», — рассказывает один из авторов исследования, доцент кафедры математического моделирования факультета математики и компьютерных наук СКФУ Николай Нагорнов.
Справочно: Работа по созданию нового метода вейвлет-обработки проводится в университете в рамках Национального проекта «Наука и университеты». Результаты исследования ученые СКФУ описали в статье «Reducing the Computational Complexity of Image Processing Using Wavelet Transform Based on the Winograd Method» в международном научном рецензируемом издании «Pattern Recognition and Image Analysis».
