Ставропольские ученые нашли метод уменьшения размера изображений без потери качества

Ученые Северо-Кавказского федерального университета (СКФУ) предлагают использовать новый метод преобразования изображений, основанный на алгоритме Винограда и вейвлет-преобразованиях. Этот подход позволит избежать избыточной вычислительной сложности при создании файлов и получить высокое качество изображений при небольшом весе. Метод уже был применен в медицине. Самое распространенное расширение для изображений — .jpg и его варианты (.jfif, .jpe, .jpeg). Они позволяют хранить файлы приемлемого качества при относительно небольшом объеме занимаемой памяти, поэтому этот растровый графический формат, предложенный в 1992 году, используется повсеместно. Однако у формата .jpeg есть недостатки, главный из которых — артефакты на изображении в виде квадратов размером 8 на 8 пикселов при приближении. А если говорить о тяжелых файлах, то соотношение «качество — размер» не является оптимальным. Формат JPEG2000 обеспечивает большую степень сжатия без потери качества изображения, однако не получил широкого распространения из-за того, что для кодирования нужны большие вычислительные мощности. Все дело в используемом алгоритме — вейвлет-преобразовании. Над этой проблемой и работали математики. Ученые СКФУ разработали способ, который позволяет увеличить скорость обработки изображений в три раза и снизить вычислительную нагрузку. «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. Такого результата стало возможным достичь благодаря применению алгоритма Винограда в вейвлет-обработке. Ученые Северо-Кавказского федерального университета предложили совместить алгоритмическую основу JPEG2000 и DjVu (вейвлет-обработку) с методом Винограда. Как отмечает научный руководитель проекта, заведующий кафедрой математического моделирования факультета математики и компьютерных наук СКФУ Павел Ляхов, вейвлет-преобразование имеет преимущество производительности, поскольку для вычислительной техники умножения — более ресурсоемкие процессы, поэтому если их сократить за счет увеличения числа операций сложения, то это ускорит расчеты. Один из авторов исследования доцент кафедры математического моделирования факультета математики и компьютерных наук СКФУ Николай Нагорнов рассказал, что предложенный ими метод имеет интересную особенность: в отличие от классического подхода при обработке сигнала ученые получают сразу несколько выходных значений сигнала. Возникает информационная избыточность, что исключает необходимость проведения повторных вычислений.