СКФУ нашел способ уменьшить изображения без потери качества

Новшество позволит избавиться от избыточной вычислительной сложности при создании файлов и получить высокое качество изображений при небольшом весе. Метод уже протестировали в сфере медицины.

Одним из популярных расширений для изображений является .jpg и его вариации .jfif, .jpe или .jpeg. Этот графический формат, предложенный в 1992 году, используется везде, поскольку он позволяет хранить файлы в приемлемом качестве и при относительно малом объеме занимаемой памяти. Однако, у .jpeg имеются недостатки. Так, одним из основных являются артефакты на изображениях в виде квадратов размером 8 на 8 пикселов при сильном приближении. Кроме того, когда речь идет о «тяжелых» файлах, соотношение качество-размер становится не столь оптимальным.

Более современный формат JPEG2000 позволяет добиться большей степени сжатия файлов без потери качества изображения. Однако, он не пользуется массовым распространением, поскольку для кодирования требуются большие вычислительные мощности. Это обусловлено используемым алгоритмом – вейвлет-преобразованием. Именно этим вопросом и занимались математики.

Теперь ученые СКФУ предложили способ трехкратного увеличения скоростной обработки цифровых изображений и снижения вычислительной нагрузки.

Ректор СКФУ Дмитрий Беспалов отметил, что сфера применения этой методики достаточно обширна и позволяет внедрить ее в уже существующие технологии. Ректор уверен, что новый метод окажется более удобным для отечественной экономики, позволит разумнее использовать вычислительные мощности и снизит затраты на хранение информации.

Исследователи факультета математики и компьютерных наук имени профессора Николая Червякова СКФУ предложили совместить алгоритмическую основу JPEG2000 и DjVu – вейвлет-обработку с методом Винограда.

Во вейвлет-преобразовании, по словам научного руководителя проекта, заведующего кафедрой математического моделирования факультета математики и компьютерных наук СКФУ Павла Ляхова, есть важное достоинство: преимущество производительности, так как для вычислительной техники умножения – более ресурсоемкие процессы, так что, если сократить количество операций через увеличение числа операций сложения, это позволит ускорить расчеты.

Один из авторов исследования, доцент кафедры математического моделирования факультета математики и компьютерных наук СКФУ Николай Нагорнов выделяет особенность предложенного метода. Дело в том, что в отличие от классического подхода, при обработке сигнала получают сразу несколько его выходных значений. Возникает информационная избыточность, которая позволяет не проводить вычисления повторно.

Ранее сообщалось, что учёные Ставрополя получат 500 тысяч рублей.