فشرده سازی تصویر روشی برای کاهش حجم داده یک تصویر می باشد. اصل عملکرد فشرده سازی بر اساس حذف دیتا های زائد صورت می پذیرد. تاریخچه فشرده سازی به 35 سال پیش باز می گردد. تحقیقات اولیه بر روی فشرده سازی بر اساس روش های آنالوگ برای کاهش پهنای باند تصاویر ارسالی بوده که با نام فشرده سازی پهنای باند صورت پذیرفته است. با پیدایش کامپیوتر و سیستم های دیجیتالی این مسیر به سمت قشرده سازی دیجیتالی همگرا شده است. فعالیت فشرده سازی در سال 1940 توسط شخصی به نام کلود الوود شنون آغاز گردید.
فشرده سازی یک داده بر اساس یک روند پردازشی در جهت کاهش حجم داده صورت می پذیرد. در بحث فشرده سازی تصویر همانطور که گفته شد با کم کردن حجم دیتا تولید شده تصویر باعث کاهش پهنای باند جهت ارسال آن صورت می گیرد. در مورد کم کردن حجم تصویر این اتفاق به صورت حذف کردن برخی از پیکسل هایی که شباهت زیادی با پیکسل مجاور خود دارد اتفاق می افتد. در مبحث پردازش تصویر بعد تولید تصویر توسط سنسور و بهبود یا Enhance کردن تصویر یک هیستوگرام برای تصویر به وجود می آید. هیستوگرام به نوعی تابع تصویر تولید شده است. با کم و حذف شدن برخی پیکسل ها باعث کاهش حجم تصویر شده و پس از ارسال از یک کانال خاص دوباره از حالت فشرده سازی خارج شده و پیکسل های حذف شده شبیه سازی می شوند. در این عمل تبدیل ممکن است برخی از پیکسل های حذف شده قابلیت بازگشت نداشته و یا نمی توان آنها را به طور صحیح شبیه سازی نمود. به همین دلیل به هنگام فشرده سازی بر اساس الگوریتم ریاضی تعریف شده کیفیت تصاویر تا حدی تغییر می کنند. شکل زیر نمونه مراحل فشرده سازی در یک تصویر را نشان می دهد.
روش فوق برای فشرده سازی یک تصویر ایجاد شده در یک فریم می باشد. در واقع فشرده سازی یک تصویر دو بعدی ثابت صورت می پذیرد. همین روند برای تصاویر همزمان و یا Real time نیز امکان پذیر است. در واقع در هر فریم تصویر عملیات فشرده سازی صورت می گیرد.
فشرده سازی عكس می تواند بصورت بدون اتلاف و پر اتلاف صورت گیرد. فشرده سازی بدون اتلاف گاهی اوقات برای بعضی عکس‌ها مثل نقشه کشی‌های تکنیکی و آیکون‌ها ترجیح داده می‌شود و به این دلیل است که در روش‌های فشرده سازی پراتلاف خصوصاً وقتی برای نرخ بیت‌های پایین استفاده شود فشرده سازی به کیفیت عکس لطمه می‌زند. روش‌های فشرده سازی بدون اتلاف همچنین ممکن است برای محتویات پر ارزش مثل عکس‌های پزشکی یا عکس‌های اسکن شده برای اهداف بایگانی شدن نیز ترجیح داده شوند. روش پراتلاف مخصوصا برای عکس‌های طبیعی مناسب است مثل عکس هایی برای کاربردهای کوچک (گاهی اوقات جزئی) که از دست رفتن درستی (fidelity) برای دست یافتن به کاهش نرخ بیت قابل توجه است .
فشرده سازی تصاویر متحرک
دو سازمان بزرگ هستند که استادارد فشرده سازی تعریف می کنند.
سازمان ارتباطات بین المللی
سازمان استاندار بین المللی
استاندارد های JPEG و MPEG در سال 1980 به وجود آمده اند.
استاندار H.264 در سال 1990 به وجود آمد. اولین کاربرد توسط سازمان استادارد برای خدمات سمعی و بصری عمومی مورد استفاده قرار گرفت.
فشرده سازی اساسا به معنی کاهش حجم اطلاعات تصویر می باشد. یک سیگنال ویدیو یی آنالوگ متوالی که تبدیل به یک سیگنال دیجیتال می شود ، می تواند تا 165 مگابیت در ثانیه پهنای باند تشکیل دهد. برای کاهش رسانه برای توزیع متوالی، تکنیک های زیر به طور معمول به کار برای رسیدن به کاهش مطلوب در تصویر
داده ها:
سه مورد اول بر اساس تکنیک های فشرده سازی تصویر هستند و تنها در هر فشرده سازی یک فرم تغییر می کند.
روش آخر یا همان روش فشرده سازی ویدئویی از مقایسه فرم های مجاور مختلف استفاده کرده تا راهی برای کاهش حجم تصویر پیدا کند.
تمام این تکنیک ها بر اساس درک چشم و مغز انسان با هم عمل می کنند تا بتوان تغییرات را تا حد امکان نا پدید ساخت.
نوع فریم ها در فشرده سازی
L-fram تصویر ابتدایی است و تنها شامل تصویرخود می باشد و هیچ وابستگی به فریم های خارجی دیگر ندارد. این نوع فریم ها ممکن است به عنوان فریم مرجع به کار روند.
تصویری که از یک فریم مرجع برای پیشبینی فریم تصاویر دیگر استفاده می کند P-frame و تصویری که از دو فریم مرجع به صورت دو طرفه استفاده می کند B-frame نامیده می شود.
I-frames: Intra predicted, self-contained
P-frames: Predicted from last I or P reference frame
B-frames: Bidirectional; predicted from two references one in the past and one in the future, and thus
out of order decoding is needed
رمزگشا های ویدئویی تصاویر ویدئویی را با باز گرداندن فریم به فریم تصویر این کار را انجام می دهند. رمز گشایی همیشه از فریم اصلی یا l-frame آغاز می گردد و رمزگشایی می تواند به صورت مستقل توسط P یا B فریم و یا همزمان به دو روش رمز گشایی شوند.
تفاوت بین کدگذاری VBR و CBR و نقش آن در دوربین مداربسته چیست؟
آیا تا به حال برایتان پیش آمده است که بخواهید فایل موسیقی یا فیلمی را تبدیل کنید؟ و یا موزیکی را از وب سایتی دانلود کنید ؟ پس حتما تا به حال با نرخ های 128Kb و 320kb برای فایل های موسیقی به چشمتان خورده است و از خود پرسیده اید که چه تفاوتی با هم دارند. درست حدس زدید تفاوت آنها در کیفیت ضبط آنهاست و فشردگی و یا در اصطلاح انگلیسی کمپرس (Compress) فایل را نشان می دهد که در حجم فایل ضبط شده ما تاثیر گذار خواهد بود خب CBR مخفف کلمه Constant Bit Rate یا همان نرخ انتفال ثابت می باشد. که اغلب اوقات از CBR برای ضبط ویدئو ها در حالت موشن استفاده می شود . CBR به این دلیل که ثابت می باشد می تواند یک کیفیت یک نواخت و یکپارچه را به ما ارائه دهد .
و اما VBR مخفف کلمه Variable bit rate یا نرخ انتقال متغیر می باشد . کاربرد VBR بیشتر در بحث شبکه و فشرده سازی و استفاده در اینترنت است . VBR کد گذاری مناسبی برای در خواست های HTTP می باشد. اما تفاوت اصلی این ها به ثابت بودن و متغییر بودن آنها نیست . برای مثال در دوربین های مداربسته کمپانی های تولید کننده دستگاه DVR اغلب دستگاه ها را با تنظمیات دلخواه خود روانه باز می کنند و نرخ انتقال بیتی را که مناسب تر ترجیح می دهند را روی دستگاه تنظیم می کنند و این یعنی همان CBR . ولی به تازگی خیلی از تولید کنندگان تنظیمات این بخش را در دست کاربران قرار داده اند تا به دلخواه انتخاب کنند که چه تنظیماتی روی دستگاه ها پیاده شود. شاید سوالتان این باشد که کدام یکی بهتر از و چه مزیتی دارد. CBR یک نرخ ثابت دارد که مورد تائید کمپانی و معیار های استاندارد است و این یک نقطه قوت است اما این موضوع برای VBR نقطه ضعف نیست و چه بسا نقطه قوت است یعنی شما می توانید در حالت VBR حتی کیفیتی مطلوب تر از CBR را برای کانال های خود انتخاب کنید و نرخ انتقال را بیشتر از حد استاندارد کنید. اما این موضوع برای متخصصان شبکه و کسانی که می خواهند انتقال تصویر دوربین های مداربسته را بگیرند خیلی مهمتر است زیرا در بستر شبکه نوسانات و محدودیت های پهنای باندی که ما در کشورمان داریم کار را سخت تر کرده است و ما باید متناسب با پهنای باند خود نرخ انتقال را برای کانال های دستگاه تنظیم کنیم و اینجاست که VBR یک مزیت به حساب می آید و اینجای کار به داد ما می رسد تا بتوانیم تصاویری مطلوب تر و تاخیر کمتر را برای ارسال داشته باشیم.