2016-01-09 3 views
2

Я изучаю сжатие jpeg и, похоже, работает за счет уменьшения высокочастотных компонентов в изображениях. Поскольку шум обычно является высокой частотой, означает ли это, что jpeg-сжатие несколько работает на уменьшение шума в изображениях?JPG компрессия и шум

+0

JPEG сжимает изображения с помощью трех основных методов - удаление высокочастотных компонентов, квантование значений цвета/яркости и подвыборку цвета по сравнению с яркостью. Для дробовых/солевых перечных шумов, да, он может удалить некоторые, но он вводит ошибки квантования цвета и блокирует артефакты. – BitBank

+0

Спасибо за простое объяснение, поэтому он в основном удаляет какую-то форму шума и вводит другой. – Julia

+0

Я думаю, что я бы назвал это «сжатием JPEG, которое может уменьшить шум выстрела, но в то же время вводит несколько типов ошибок» – BitBank

ответ

2

JPEG-сжатие может уменьшить шум за счет сглаживания высокочастотных компонентов изображения, но также создает визуальный шум в виде артефактов сжатия. Вот увеличенный (3x) вид части моего аватара (высококачественный JPEG) и часть вашего аватара (рисунок PNG), слева как загруженный, а справа - сжатый с помощью ImageMagick с использованием -quality 60 На мой взгляд, они оба выглядят «более шумными» при сжатии JPEG.

enter image description here

+0

Итак, хотя jpg удаляет высокочастотный шум, он добавляет шум квантования, появляющийся как артефакты в сжатом изображении ... – Julia

+0

Вправо. JPEG не является инструментом для удаления высокочастотного шума. Такие инструменты существуют; вопросы по этим вопросам относятся к теме на dsp.se (Обработка сигналов). –

2

Строго говоря, нет.

JPEG удаляет высокие частоты (см. Ниже), но недостаточно избирательно, чтобы быть алгоритмом шумоподавления. Другими словами, он будет удалять высокие частоты, если они являются помехами, но также и полезными подробными сведениями.

Чтобы понять это, он помогает понять основы работы JPEG. Во-первых, изображение делится на 8x8 блоков. Затем применяется дискретное косинусное преобразование (DCT). В результате каждый элемент блока 8x8 содержит «вес» другой частоты. Затем элементы квантуются фиксированным способом в зависимости от выбранного уровня качества априори. Это квантование означает получение производительности кодирования за счет потери точности. Количество потерянной точности фиксировано априори, и (как я уже говорил выше) он не отличается между шумом и полезными деталями.

Вы можете проверить это самостоятельно, сохранив одно и то же изображение с различными качествами (которые технически контролируют количество квантования, применяемого к каждому блоку), и убедитесь, что удалены не только шум. Существует приятное видео, показывающее этот эффект для разных уровней качества здесь: https://upload.wikimedia.org/wikipedia/commons/f/f3/Continuously_varied_JPEG_compression_for_an_abdominal_CT_scan_-_1471-2342-12-24-S1.ogv.

Смежные вопросы