Применение корреляционного подхода в сочетании с методами компенсации движения при сжатии последовательностей изображений без потерь

Еще совсем недавно вопросы сжатия мультимедийной информации (статические изображения, видео, аудио и т.д.) без математических потерь представляли интерес для узкого круга специалистов, занимающихся научными исследования в области прикладной теории информации. Объемы цифровых носителей информации и невысокая пропускная способность каналов связи требовали использования методов, обеспечивающих высокую степень сжатия, не гарантирующую точного соответствия оригинальных и восстановленных данных и приводящих к значительной потере качества. Экстраполяция тенденции роста объемов носителей информации, позволяет утверждать, что потребность в искажающем сжатии (MPEG2, MPEG4, H.264 и т.п.) видеоинформации перестанет доминировать, поскольку объёмы носителей позволят записывать данные вообще без сжатия, при этом, принимая во внимание значительную избыточность, присущую видеоизображениям, задача компактного представления видеоинформации без математических потерь выйдет на первый план.
В основе большинства методов сжатия изображений без потерь лежит предиктивная схема, основанная на использовании различных предсказателей (GAP, MED, и т.п.), локального анализа контекстной области кодируемого пиксела внутри кадра и статистического кодирования ошибки предсказания. Таким образом, при сжатии последовательностей изображений подобными методами, никак не учитываются довольно сильные межкадровые связи.
Была разработана методика межкадрового сжатия и экспериментально выявлена зависимость среднего коэффициента сжатия тестовых последовательностей от порогового значения коэффициента корреляции смежных контекстов на соседних кадрах. Было показано, что в области значений 0.8 – 0.85 для коэффициента корреляции, наблюдается максимум коэффициента сжатия.
Предлагаемый корреляционный подход в сочетании с методами компенсации движения позволяет увеличить эффективность предсказания внутри кодируемого кадра, за счет использования информации с предыдущих кадров и повысить суммарный коэффициент сжатия на 15-17%.