Image quality prediction for DCT-based compression

Kozhemiakin, Ruslan; Vozel, Benôıt

doi:10.1109/cadsm.2017.7916121

Cited by 20 publications

(7 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The problem of providing desired values of the MSE (as well as other metrics) has been considered earlier in several papers [13,[21][22][23][24][25][26]. The three main approaches are as follows.…”

Section: Related Workmentioning

confidence: 99%

See 1 more Smart Citation

A Fast and Accurate Prediction of Distortions in DCT-Based Lossy Image Compression

et al. 2023

Self Cite

View full text Add to dashboard Cite

Since the number of acquired images and their size have the tendency to increase, their lossy compression is widely applied for their storage, transfer, and dissemination. Simultaneously with providing a relatively large compression ratio, lossy compression produces distortions that are inevitably introduced and have to be controlled. The properties of these distortions depend on several factors such as image properties, the coder used, and a parameter that controls compression, which is different for particular coders. Then, one has to set a parameter that controls compression individually for an image to be compressed to provide image quality appropriate for a given application, and it is often desirable to do this quickly. Iterative procedures are usually not fast enough, and therefore fast and accurate procedures for providing a desired quality are needed. In the paper, such a procedure for two coders based on discrete cosine transform is proposed. This procedure is based on a prediction of mean square errors for a given quantization step using a simple analysis of image complexity (local activity in blocks). The statistical and spatial–spectral characteristics of distortions introduced by DCT-based coders are analyzed, and it is shown that they depend on the quantization step and local content. Generalizing the data for sets of grayscale test images and quantization step values, it is shown that the MSE can be easily predicted. These predictions are accurate enough and can be used to set the quantization step properly, as verified by experiments performed using more than 300 remote sensing and conventional optical images. The proposed approach is applicable to the lossy compression of grayscale images and the component-wise compression of multichannel data.

show abstract

Section: Related Workmentioning

confidence: 99%

“…Thirdly, several approaches that can be treated as prediction-based have been put forward [22,[24][25][26]29]. Their main advantage is that they determine the PCC (QS) based on the prediction of metric value.…”

Section: Related Workmentioning

confidence: 99%

A Fast and Accurate Prediction of Distortions in DCT-Based Lossy Image Compression

et al. 2023

Self Cite

View full text Add to dashboard Cite

show abstract

“…Secondly, the correlation between component images of three-channel RS data can differ from the correlation of red, green, and blue components of color images. Whilst, for color images, the cross-correlation factor is usually around 0.7 [42], the correlation factor between components of three-channel RS data may be significantly higher [5]. This might influence noticeably the final compression performance if 3D approaches are to be applied.…”

Section: Properties Of Three-channel Rs Imagesmentioning

confidence: 99%

Quality Control for the BPG Lossy Compression of Three-Channel Remote Sensing Images

Єремеєв

Okarma

2022

Remote Sensing

Self Cite

View full text Add to dashboard Cite

This paper deals with providing the desired quality in the Better Portable Graphics (BPG)-based lossy compression of color and three-channel remote sensing (RS) images. Quality is described by the Mean Deviation Similarity Index (MDSI), which is proven to be one of the best metrics for characterizing compressed image quality due to its high conventional and rank-order correlation with the Mean Opinion Score (MOS) values. The MDSI properties are studied and three main areas of interest are determined. It is shown that quite different quality and compression ratios (CR) can be observed for the same values of the quality parameter Q that controls compression, depending on the compressed image complexity. To provide the desired quality, a modified two-step procedure is proposed and tested. It has a preliminary stage carried out offline (in advance). At this stage, an average rate-distortion curve (MDSI on Q) is obtained and it is available until the moment when a given image has to be compressed. Then, in the first step, an image is compressed using the starting Q determined from the average rate-distortion curve for the desired MDSI. After this, the image is decompressed and the produced MDSI is calculated. In the second step, if necessary, the parameter Q is corrected using the average rate-distortion curve, and the image is compressed with the corrected Q. Such a procedure allows a decrease in the MDSI variance by around one order after two steps compared to variance after the first step. This is important for the MDSI of approximately 0.2–0.25 corresponding to the distortion invisibility threshold. The BPG performance comparison to some other coders is performed and examples of its application to real-life RS images are presented.

show abstract

“…Аналіз останніх досліджень і публікацій. Аналіз останніх наукових публікацій [13][14][15][16][17][18][19][20][21][22] свідчить про те, що на теперішній час використання існуючих методів кодування зображень з втратами, що мають високі компресійні характеристики, може призводити до втрати семантичної складової зображення, що, в свою чергу, може призвести до суттєвого зниження ефективності використання цього зображення (зниження рівня достовірності). Основною причиною цього є те, що алгоритми сімейства JPEG, котрі на даний час мають найбільшу розповсюдженість, в своїй основі мають перехід від просторового до частотного представлення зображення з подальшим квантуванням частотних складових та просторову субдискретизацію кольорових компонент в кольоровій моделі YCbCr [1; 3; 6; 23-26].…”

Section: вступunclassified

Концепція Реструктуризації Інформаційного Простору На Основі Кількісної Ознаки Для Підвищення Ефективності Кодування Відеоданих В Інфокомунікаційних Системах Спеціального Призначення

Мусієнко¹,

Tupitsya²,

Borovensky³

et al. 2022

soivt

View full text Add to dashboard Cite

Досліджуються сучасні методи кодування відеозображень, що активно використовуються в інфокомунікаційних системах спеціального призначення. Аналізуються проблемні аспекти використання алгоритмів сімейства JPEG в процесі кодування відеоданих з позиції забезпечення збереження семантичної складової в умовах необхідного рівня компресійних характеристик. Пропонується принципово новий підхід до процесу обробки відеоінформації, основною відмінною рисою якого є відсутність необхідності переходу від просторового до частотного представлення зображення. Сутність підходу полягає у реструктуризації даних відеоінформаційного ресурсу за кількісною ознакою, що враховує семантичне навантаження елементів відеопослідовності. В ролі інструменту для реструктуризації інформаційного простору виступає кількісний показник, що враховує статистичні закономірності та кореляційні зв’язки елементів. Це дозволяє створити умови для управління якістю реконструйованого відеозображення в умовах забезпечення необхідного рівня компресійних характеристик за рахунок додаткового усунення психовізуальної надмірності повідомлення. Перевагами запропонованої концепції реструктуризації інформаційного простору кодованих даних є створення умов для покращення компресійних характеристик у порівнянні з існуючими алгоритмами в умовах забезпечення необхідного рівня якості.

show abstract

Image quality prediction for DCT-based compression

Cited by 20 publications

References 15 publications

A Fast and Accurate Prediction of Distortions in DCT-Based Lossy Image Compression

A Fast and Accurate Prediction of Distortions in DCT-Based Lossy Image Compression

Quality Control for the BPG Lossy Compression of Three-Channel Remote Sensing Images

Contact Info

Product

Resources

About