CHƯƠNG 3 KHÔNG GIAN WAVELET VỚI ẢNH LANDSAT
3.5. XÂY DỰNG MẶT WAVELET TỐI ƢU VỚI CÁC TIÊU CHÍ KHÁC
3.5.1. Kết quả mô phỏng không gian wavelet
Trong giới hạn của luận văn tiêu chí đƣợc chọn và trình bày là hệ số PSNR đại diện cho chất lƣợng ảnh sau khi đƣợc khôi phục. Các tiêu chí về tỷ số nén (đại diện bằng log2(bitrate)) và thời gian nén (tương ứng với mức phân tích) ở các trục còn lại.
Trang 27
Trang 28 Hình 20. Kết quả mô phỏng các không gian wavelet db2, db8, db15,coif2, coif 5, sym4, sym8, bior2.2, bior3.7, bior5.5 trung bình cho 30 kênh ảnh Landsat 7.
Với các tiêu chí liên quan đến mức độ sai số bao gồm PSNR (dB) ở Hình 20, ta thấy sự tương quan giữa tỷ lệ nén (bitrate) và sai số của ảnh giải nén, tuy nhiên mối tương quan này không phải là mối tương quan tuyến tính. Ngoài ra ở mức phân tích (tỷ lệ với thời gian nén) cao ứng với các hàm wavelet luôn cho chất lƣợng nén vƣợt trội so với ở mức phân tích thấp.
Trang 29
Trang 30 Hình 21. Kết quả mô phỏng các không gian wavelet của các họ wavelet db, coif, sym, bior trung bình cho 30 kênh ảnh Landsat 7 theo các mức phân tích khác nhau.
Trang 31 Hình 22. Kết quả mô phỏng các không gian wavelet trung bình cho 30 kênh ảnh Landsat 7 theo các hệ số log2(bitrate) khác nhau
Trang 32 3.5.2. Kết quả tổ hợp mặt wavelet tối ưu với tiêu chí PSNR
Tận dụng sức mạnh của các họ wavelet khác nhau ở những mức phân tích và bitrate khác nhau, dạng mặt wavelet tối ƣu đƣợc trình bày ở Hình 24.
Hình 25 là lát cắt của mặt wavelet tối ƣu tại mức phân tích thứ 7. Trong đó, đường tối ưu được tổ hợp từ các wavelet db15, db8, db2, sym4, bior 5.5. Hình 25 là một lát cắt khác theo bitrate ở giá trị log2(bitrate) = 10. Trong hình bao gồm các wavelet bior 2.2, db2, sym4.
Hình 23. Mặt tối ƣu của phân tích wavelet
Trang 33 Hình 24. Đường tối ưu ở mức phân tích thứ 7
Hình 25. Đường wavelet tối ưu ở log2(Bitrate) = 10
Trang 34 3.6. KẾT QUẢ KIỂM ĐỊNH VỚI CÁC GIẢI THUẬT NÉN TÍCH HỢP PHÂN TÍCH WAVELET
Trên cơ sở của thông tin của mặt wavelet tối ưu, người thực hiện tiến hành kiểm chứng với hai giải thuật nén dựa trên phép biến đổi wavelet là SPIHT và giải thuật kết hợp giữa wavelet và phương pháp phân tích thành phần chính (PCA).
Trong đó các giải thuật sẽ đƣợc chạy với 5 bộ ảnh Landsat ngẫu nhiên với một số dạng wavelet. Giá trị PSNR của các wavelet từ từng ảnh sẽ đƣợc kiểm định với dạng wavelet tối ƣu cùng thông số cũng nhƣ giá trị trung bình của 5 tập ảnh sẽ đƣợc kiểm định với giá trị wavelet tối ƣu ứng với 5 tập ảnh.
3.6.1. Kiểm định với giải thuật SPIHT
Ý tưởng chính của giải thuật SPIHT là biểu diễn thông tin dưới cây phân cấp và số bit sẽ đƣợc tiết kiệm hơn đối các biến có giá trị nhỏ, đồng thời cũng tránh được việc trùng lắp trong việc lưu trữ dữ liệu khi chúng được mã hóa. Trong thực tế việc mã hóa SPIHT không đƣợc tiến hành với toàn bộ chiều dài bit của ảnh mà thường được cắt cụt bởi giá trị bitrate.
Mức phân tích đƣợc thiết lập ban đầu cho tất cả các dạng wavelet là 13 và số biterate giữ lại đối với ảnh nén là 2-10 tương ứng với tỷ lệ 1/1024 so với kích thước ảnh gốc.
filename wavename level
bitrate
level mse psnr corr LE70030632002293EDC00 db15 13 10 238.61 24.35 0.83 LE70030632002293EDC00 sym8 13 10 247.77 24.19 0.82 LE70030632002293EDC00 bior5.5 13 10 246.78 24.21 0.82 LE70030632002293EDC00 db2 13 10 229.38 24.53 0.84 LE70160402003019EDC00 db15 13 10 208.25 24.95 0.85 LE70160402003019EDC00 sym8 13 10 214.2 24.82 0.84 LE70160402003019EDC00 bior5.5 13 10 213.46 24.84 0.84 LE70160402003019EDC00 db2 13 10 199.56 25.13 0.85 LE70930832003142ASN00 db15 13 10 233.14 24.45 0.88 LE70930832003142ASN00 sym8 13 10 236.37 24.39 0.88 LE70930832003142ASN00 bior5.5 13 10 232.29 24.47 0.88 LE70930832003142ASN00 db2 13 10 229.69 24.52 0.88 LE71240522003024EDC00 db15 13 10 388.67 22.23 0.83
Trang 35
LE71240522003024EDC00 sym8 13 10 413.49 21.97 0.82 LE71240522003024EDC00 bior5.5 13 10 410.77 21.99 0.82 LE71240522003024EDC00 db2 13 10 386.28 22.26 0.83 LE71410552003095ASN00 db15 13 10 970.75 18.26 0.79 LE71410552003095ASN00 sym8 13 10 924.88 18.47 0.8 LE71410552003095ASN00 bior5.5 13 10 932.6 18.43 0.8 LE71410552003095ASN00 db2 13 10 985.84 18.19 0.78
Bảng 5. So sánh các tiêu chí về chất lƣợng từng ảnh nén với SPIHT giữa các dạng wavelet thông thường và wavelet tối ưu db2.
level
bitrate
level mse psnr corr bior5.5 13 10 407.18 22.788 0.832 db15 13 10 407.884 22.848 0.836 sym8 13 10 407.342 22.768 0.832 db2 13 10 406.15 22.926 0.836
Bảng 6. So sánh các tiêu chí về chất lƣợng ảnh nén với SPIHT-3D đƣợc lấy trung bình giữa các dạng wavelet thông thường và wavelet tối ưu db2.
Đối chiếu các thông tin từ Bảng 5 và Bảng 6, ta thấy chất lƣợng ảnh với dạng wavelet đƣợc trích ra từ mặt tối ƣu có chất lƣợng ảnh tốt hơn so với các nhóm wavelet khác. Hình 26 là đối chiếu giữa ảnh nén với tỷ lệ 1/1024 với ảnh gốc.
Trang 36
Trang 37 Hình 26. Đối chiếu giữa chất lƣợng ảnh nén và ảnh gốc với giải thuật SPIHT-3D
3.6.2. Kiểm định với thuật toán nén kết hợp giữa Wavelet và PCA
Một trong những kiểm chứng khác để đánh giá chất lƣợng ảnh nén ứng với hàm wavelet tối ƣu là thuật toán kết hợp giữa phân tích wavelet và phép phân tích PCA. Giải thuật wavelet mang đến khả năng loại bỏ tương quan giữa các pixel trong kênh ảnh và giải thuật PCA giúp loại bỏ tương quan giữa các kênh.
Trong đánh giá, mức phân tích vẫn giữ ở giá trị 13 và bitrate của bài toán đƣợc lựa chọn theo thang 1/2, 1/3 và 1/6. Với sự phối hợp của 2 giải thuật chất lƣợng ảnh nén ở tỷ lệ nén thấp cho chất lƣợng ảnh nhƣ ở Bảng 7.
wavename level bitrate psnr corr bior5.5 13 0.50 84.63 0.993 bior5.5 13 0.33 79.66 0.980 bior5.5 13 0.17 75.47 0.953
db15 13 0.50 86.09 0.990
db15 13 0.33 80.76 0.980
db15 13 0.17 76.25 0.945
sym8 13 0.50 86.12 0.990 sym8 13 0.33 80.83 0.980 sym8 13 0.17 76.26 0.945
Bảng 7. So sánh các tiêu chí về chất lƣợng ảnh nén đƣợc lấy trung bình giữa các dạng wavelet thông thường và wavelet tối ưu sym8.