Методи стиснення з втратою даних Решетник 2017

Незворотні (з регульованими втратами даних)	Незворотні (з регульованими втратами даних)	Зворотні	Зворотні
Переваги	Недоліки	Переваги	Недоліки
Застосовується до аудіо-, відеоданих, та графічних даних;	Їх не можна застосовувати до текстових даних.	Зворотні методи стиснення можна застосовувати до будь-яких типів даних; з архіву можна відновити інформацію повністю	вони дають менший ступінь стиснення у порівнянні з незворотними методами стиснення;

Застосування методів стиснення з втратою даних

Оригінальне зображення (lossless PNG, 60.1 KiB) — нестиснений розмір 108.5 KiB

Стиснення зі втратами зазвичай застосовується для зменшення обсягу звукової, фото- й відеоінформації і, як показує практика, для такого роду інформації це набагато вигідніше, але чим більша втрата даних при стисненні, тим помітніші в стиснених даних стають артефакти. Стиснення із втратами має надзвичайно широке застосування. Окрім комп'ютерних програм, стиснення з втратами використовується в потоковому аудіо в DVD, цифровому телебаченні і радіо та потоковому медіа в інтернеті. Перевага методів стиснення із втратами над методами стисення без втрат полягає в тому, що перші істотно перевершують по ступені стиснення, продовжуючи задовольняти поставленим вимогам. Методи стиснення із втратами часто використовуються для стиснення звуку або зображень. У таких випадках розпакований файл може дуже сильно відрізнятися від оригіналу на рівні порівняння «біт у біт», але практично не відрізняється для людського вуха або ока в більшості практичних застосувань. Багато методів фокусуються на особливостях будови органів чуття людини. Психоакустична модель визначає те, наскільки сильно звук може бути стиснений без погіршення сприйманої якості звуку. Помітні для людського вуха або ока недоліки, що виникли через стиснення із втратами, відомі як артефакти стиснення, у комп’ютерній графіці розглядаються як різновид цифрового шуму.

Алгоритми стиснення даних

Алгоритм зображення

Алгоритм JPEG – один з найновіших і достатньо потужних алгоритмів. Практично він є стандартом для повнокольорових зображень. Оперує алгоритм областями 8х8, на яких яскравість і колір міняються порівняно плавно. Внаслідок цього, при розкладанні матриці такої області в подвійний ряд по косинусах значущими виявляються тільки перші коефіцієнти. Стиснення в JPEG здійснюється за рахунок плавності зміни кольорів в зображенні. Алгоритм заснований на дискретно-косинусному перетворенні (ДКП), вживаному до матриці зображення для отримання нової матриці коефіцієнтів.

Фото лісового дикого кота, що показує зменшення ступеня стиснення, а отже кращу якість зображення, зліва направо

High Compression (на 98% менше інформації від оригіналу, 1.14 KiB)

Для отримання попереднього зображення використовується зворотне перетворення. ДКП розкладає зображення по амплітудах деяких частот. Таким чином, при перетворенні ми отримуємо матрицю, в якій багато коефіцієнтів або близьких, або рівних нулю. Крім того, завдяки недосконалості людського зору, можна апроксимувати коефіцієнти грубіше без помітної втрати якості зображення. Для цього використовується квантування коефіцієнтів. У найпростішому випадку – це арифметичний побітовий зсув вправо. При цьому перетворенні втрачається частина інформації, але можуть досягатися великі коефіцієнти стиснення. Процес відновлення зображення в цьому алгоритмі повністю симетричний. Метод дозволяє стискати деякі зображення в 10 – 15 разів без серйозних втрат.

Алгоритм	За рахунок чого відбувається стиснення	Ілюстрація
Wavelet	Поступові переходи кольорів
JPEG	Відсутність різких границь
Фрактальний	Самонагадування елементів зображень

Алгоритм відео

Алгоритм стиснення відео - це методика зменшення розміру файлу цифрового відеозапису за допомогою видалення графічних елементів, які не сприймаються людським оком. Це можливо завдяки тому, що людський зір при аналізі зображення оперує контурами, загальним переходом кольорів і порівняно невідчутний до малих змін в зображенні. Стиснуте відео відрізняється від оригіналу, однак людина це не помічає. Алгоритми стиснення в своїй більшості засновані на дискретно-косинусному стисненні. Виділяють потокові і статичні алгоритми стиснення. Перші працюють з послідовністю кадрів, а інші стискають кожне окреме зображення. Також алгоритми класифікуються залежно від наявності втрат даних при стисненні. Цифрове відео набирає все більшої популярності в сегменті відеоспостереження, а одне з головних переваг його полягає в тому, що камера, яка фіксує спостережуваний об'єкт, може відразу передавати запис на дистанційний пристрій, що значно полегшує процес відеоспостереження. Однак, передача даних по каналах зв'язку завжди пов'язана з пропускною спроможністю каналу і обмежена швидкістю передачі. Для того, щоб відео передавалася максимально швидко, необхідно стиснути його, тобто зменшити обсяг.