Kantoorautomatisering Prof. dr. ir. W. Philips Didactisch materiaal bij de cursus Academiejaar

© W. Philips, Universiteit Gent, versie: 22/11/ b. 2 Copyright notice This powerpoint presentation was developed as an educational aid to the renewed course “Office automation” (Kantoorautomatisering), taught at the University of Gent, Belgium as of the year This presentation may be used, modified and copied free of charge for non-commercial purposes by individuals and non-for-profit organisations and distributed free of charge by individuals and non-for-profit organisations to individuals and non-for-profit organisations, either in electronic form on a physical storage medium such as a CD-rom, provided that the following conditions are observed: 1.If you use this presentation as a whole or in part either in original or modified form, you should include the copyright notice “© W. Philips, Universiteit Gent, ” in a font size of at least 10 point on each slide; 2.You should include this slide (with the copyright conditions) once in each document (by which is meant either a computer file or a reproduction derived from such a file); 3. If you modify the presentation, you should clearly state so in the presentation; 4.You may not charge a fee for presenting or distributing the presentation, except to cover your costs pertaining to distribution. In other words, you or your organisation should not intend to make or make a profit from the activity for which you use or distribute the presentation; 5. You may not distribute the presentations electronically through a network (e.g., an HTTP or FTP server) without express permission by the author. In case the presentation is modified these requirements apply to the modified work as a whole. If identifiable sections of that work are not derived from the presentation, and can be reasonably considered independent and separate works in themselves, then these requirements do not apply to those sections when you distribute them as separate works. But when you distribute the same sections as part of a whole which is a work based on the presentation, the distribution of the whole must be on the terms of this License, whose permissions for other licensees extend to the entire whole, and thus to each and every part regardless of who wrote it. In particular note that condition 4 also applies to the modified work (i.e., you may not charge for it). “Using and distributing the presentation” means using it for any purpose, including but not limited to viewing it, presenting it to an audience in a lecture, distributing it to students or employees for self-teaching purposes,... Use, modification, copying and distribution for commercial purposes or by commercial organisations is not covered by this licence and is not permitted without the author’s consent. A fee may be charged for such use. Disclaimer: Note that no warrantee is offered, neither for the correctness of the contents of this presentation, nor to the safety of its use. Electronic documents such as this one are inherently unsafe because they may become infected by macro viruses. The programs used to view and modify this software are also inherently unsafe and may contain bugs that might corrupt the data or the operating system on your computer. If you use this presentation, I would appreciate being notified of this by . I would also like to be informed of any errors or omissions that you discover. Finally, if you have developed similar presentations I would be grateful if you allow me to use these in my course lectures. Prof. dr. ir. W. Philips Department of Telecommunications and Information ProcessingFax: University of GentTel: St.-Pietersnieuwstraat 41, B9000 Gent, Belgium

© W. Philips, Universiteit Gent, versie: 22/11/ b. 3 Overzicht Beeldrepresentatie pixel- vs. vectorformaten kleurvoorstelling: ware kleur en pseudo-kleur Kleuren in beelden kleurperceptie en -reproductie Contrast- en kleuraanpassing Formaatconversie van pixelbeelden (geometrische herschaling) Ruisverwijdering in en filteren van beelden Beeldcompressie verliesloos (=zonder kwaliteitsverlies) verlieshebbend (=met kwaliteitsverlies)

Verlieshebbende compressie

© W. Philips, Universiteit Gent, versie: 22/11/ b. 5 Algemeen compressieschema Orthogonale transformatie: omzetten van een aantal pixelwaarden in evenveel coëfficiënten Predictie van pixelwaarden uit voorgaande pixels statistische codering: veel voorkomende getallen worden vervangen door korte codewoorden en weinig voorkomende getallen door lange codewoorden  netto bespaart men bits gecomprimeerde bitstroom verwijderen van statistische redundantie Afronden tot lage precisie van getallen Weglaten van sommige getallen verwijderen van visueel- irrelevante data omzetten naar vorm waarin redundantie gemakkelijker exploiteerbaar is enkel bij verlieshebbende compressie

© W. Philips, Universiteit Gent, versie: 22/11/ b. 6 p ij ( x,y ) De discrete-cosinustransformatie (DCT) Het beeldblok wordt beschouwd als een functie b ( x,y ) en wordt ontwikkeld als een som van cosinusbasisfuncties: toenemende horizontale spatiale frequentie toenemende verticale spatiale frequentie +··· coëfficiënten -blok a 00 + a 01 + a 02 + a 03 +··· + a 10 + a 11 + a 12 + a 13 +··· + a 20 + a 21 + a 22 + a 23 +··· + a 30 + a 31 + a 32 + a 33 +··· = beeldblok i j

© W. Philips, Universiteit Gent, versie: 22/11/ b. 7 Blokcodering met de DCT klein groot DCT Experimenteel blijkt dat blokgroottes van 8 à 32 de beste compressieresultaten opleveren  in de JPEG-standaard gebruikt men een blokgrootte van 8 omdat dit bovendien de laagste rekentijd vereist De voorspelbaarheid komt nu tot uiting als “kleine coëfficiënten a i,j komen veel voor; grote zijn zeldzaam”  ideaal voor statistische codering

© W. Philips, Universiteit Gent, versie: 22/11/ b. 8 Algemeen compressieschema Orthogonale transformatie: omzetten van een aantal pixelwaarden in evenveel coëfficiënten Predictie van pixelwaarden uit voorgaande pixels statistische codering: veel voorkomende getallen worden vervangen door korte codewoorden en weinig voorkomende getallen door lange codewoorden  netto bespaart men bits gecomprimeerde bitstroom verwijderen van statistische redundantie Afronden tot lage precisie van getallen Weglaten van sommige getallen verwijderen van visueel- irrelevante data omzetten naar vorm waarin redundantie gemakkelijker exploiteerbaar is enkel bij verlieshebbende compressie

© W. Philips, Universiteit Gent, versie: 22/11/ b. 9 Kwantisatie Kwantisatie=het afronden van een reëel getal naar geheel veelvoud van een kwantisatiestap Voorbeeld met kwantisatiestap  = 3.5 en afronden a i,j =12.7=  k i,j = 4 a i,j =-4.5=  k i,j = -1 Nut van kwantisatie na kwantisatie zijn er minder getallen mogelijk, waardoor de k i,j meer comprimeerbaar zijn dan de a i,j voorbeeld -er zijn oneindig veel getallen a i,j in het interval [-35, 35], maar daarmee corresponderen voor  = 3.5 maar 21 verschillende k i,j -voor  = 7 zijn er nog minder (n.l. 11) verschillende k i,j Nadelen kwantisatie: er gaat informatie verloren; uit de k i,j kan men de a i,j maar benaderend reconstrueren, b.v.b. voor  = 3.5: k i,j = 4  a i,j  4  =14 k i,j = -1  a i,j  -1  = -3.5

© W. Philips, Universiteit Gent, versie: 22/11/ b. 10 Compressie met verlies: de JPEG-standaard Voorwaartse DCT beelddata Gecomprimeerd bestand Kwantisatie gecomprimeerde data kwantiseringstabel:  i,j tabel huffmantabel: bitstrings tabel Discrete-consinustransformatie op blokken van 8x8 pixels i.p.v. predictie JPEG = Joint Photographic Experts Group Kwantisatie: de coëfficiënten a i,j worden afgerond naar een geheel veelvoud k i,j  i,j van een kwantisatiestap  i,j en k i,j wordt opgeslagen i.p.v. a i,j Hoe groter  i,j, hoe minder bits men nodig heeft om de getallen k i,j op te slaan, maar hoe onnauwkeuriger het gereconstrueerd beeld statistische codering

© W. Philips, Universiteit Gent, versie: 22/11/ b. 11 De optimale waarden van de kwantisatie- stappen  i,j werden afgeleid uit experimenten met vrijwilligers Let op: in feite liggen enkel de onderlinge verhoudingen tussen de optimale kwantisatie- stappen vast: door alle  i,j met een zelfde factor te schalen kan men een grotere of kleinere compressiefactor bereiken de beeldkwaliteit verlaagt of verhoogt dan echter ook Psychovisueel aangepaste kwantisatie Verticale frequentie i Horizontale frequentie j Het menselijk oog ziet patronen met hoge spatiale frequentie minder goed  de corresponderende coëfficiënten mogen sterker worden afgerond De optimale kwantisatiestap  i,j is dus in de praktijk afhankelijk van i en j

© W. Philips, Universiteit Gent, versie: 22/11/ b. 12 Beeldcodering met wavelets…

© W. Philips, Universiteit Gent, versie: 22/11/ b. 13 Origineel l x y d l x y d Principe: het beeld wordt vervangen door één “laag- doorlaat” beeld en drie “detailbeelden” …Beeldcodering met wavelets Het laagdoorlaatbeeld wordt op zijn beurt vervangen Nut van de waveletdecompositie: in de detailbeelden komt voorspelbaarheid weer tot uiting als “kleine waarden komen veel voor” De detailbeelden en het kleinste laagdoorlaatbeeld worden gekwantiseerd en gecodeerd met een statistische coder

© W. Philips, Universiteit Gent, versie: 22/11/ b. 14 Waveletcodering vs. JPEG... SPIHT= Set Partitioning in Hierarchical Trees = wavelets+nulboomcodering SPIHT doet het veel beter dan JPEG bij lage bit rates De nieuwe JPEG-standaard “JPEG-2000” bevat een wavelet-algoritme origineel, 512x512JPEG, factor 40SPIHT, factor kbyte, 8 bit/pixel6500 byte, 0.2 bit/pixel

© W. Philips, Universiteit Gent, versie: 22/11/ b Waveletcodering vs. JPEG SPIHT veroorzaakt nooit blokdistorsie Kleine beelden comprimeren duidelijk minder goed dan grote beelden  het is niet de resolutie van het beeld maar zijn inhoud die het uiteindelijk aantal bytes voor een bepaalde kwaliteit vastlegt origineel, 256x kbyte, 8 bit/pixel JPEG, factor byte, 0.2 bit/pixel SPIHT, factor byte, 0.2 bit/pixel

© W. Philips, Universiteit Gent, versie: 22/11/ b. 16 De beeldcompressiestandaarden JPEG: oudste standaard in de eerste plaats bedoeld voor verlieshebbende compressie -gebaseerd op de DCT (Discrete-CosinusTransformatie) bevat echter ook een verliesloze techniek “lossless JPEG” -gebaseerd op eenvoudige predictie JPEG2000: nieuwe standaard keuze uit verschillende technieken voor verlieshebbende compressie -gebaseerd op de DCT (cfr. oude JPEG-standaard) -gebaseerd op wavelets veel belang aan verliesloze compressie -JPEG-LS