Šiame darbe pateikiama trumpa efektyvaus vaizdų kodavimo metodų ir požiūrių apžvalga. Susipažįstama su diskrečiosiomis (Haaro, Daubechies) bangelių transformacijomis bei įvertinamos jų specifinės savybės: diskretaus bangelių spektro koeficiento sąsaja su vaizdo fragmentu, nulinių medžių egzistavimas spektre. Darbo tikslas – įvertinus diskrečiųjų bangelių transformacijos savybes, algoritmizuoti, realizuoti ir ištirti vieną perspektyviausių progresyviojo skaitmeninių vaizdų kodavimo algoritmų EZW (Embedded-Zerotree-Wavelet). / This paper discusses specific properties of the discrete orthogonal wavelet transform, namely: relationships between the wavelet coefficients and image fragments, existence of zerotrees in the discrete wavelet spectrum of an image, etc. In parallels, the progressive image encoding idea and an efficient image encoding/decoding algorithm EZW (Embedded-Zerotree-Wavelet), based on the discrete wavelet (Haar, Daubechies) transform, are presented. Some preliminary experimental analysis results are discussed.

Skaitmeniniai vaizdai yra plačiai naudojami kompiuterių taikomosiose programose. Nesuspaustų skaitmeninių vaizdų laikymui atmintyje reikia žymiai daugiau talpos ir spartesnio (didesnio pralaidumo) tinklo galimybių jų perdavimui tinklu. Efektyvūs vaizdų suspaudimo sprendimai tampa kritiškesni dėl pastaruoju metu didelio duomenų augimo intensyvumo, multimedijos pagrindu kuriamų tinklo programų. Šiame darbe pristatoma nauja lokaliai progresyvaus vaizdų kodavimo idėja (procedūra). Procedūra grindžiama specifinėmis Haaro bangelių savybėmis bei progresyvųjį vaizdų kodavimą realizuojančiu EZW algoritmu. Taip pat apžvelgiamos kitų diskrečiųjų transformacijų ypatybės, praktinis jų pritaikymas pramoninėje, mokslinėje srityse. Preliminarūs eksperimento rezultatai rodo, jog diskrečioji Haaro transformacija ir progresyvus vaizdų glaudinimo algoritmas EZW skaitmeninių vaizdų spaudimui nėra efektyvus. Efektyvumo didinimui pasirinktas tikslinis vaizdo spektro koeficientų modifikavimas, kas leido pasiekti kur kas geresnių kodavimo rezultatų. / Digital images are widely used in computer applications. Uncompressed digital images require considerable storage capacity and transmission bandwidth. Efficient image compression solutions are becoming more critical with the recent growth of data intensive, multimedia-based web applications. In this paper, a novel locally progressive image encoding idea (procedure) is presented. The procedure explores both specific properties of Haar wavelets and the EZW algorithm originally used for progressive image encoding. Properties of various discrete transforms and areas of their practical applicability are discussed too. Preliminary experimental results show that the joint application of the discrete Haar transform and the EZW algorithm to locally progressive compression of digital images is not effective. To increase efficiency of the approach (idea), some modifications are proposed. In particular, appropriately chosen enlargement of Haar spectral coefficients led to much better overall performance, unfortunately, at the expense of time expenditures.

Darbe nagrinėjamas vienas iš vaizdų kokybės vertinimo metodų (metrikų) – SSIM (struktūrinio panašumo) indekso metodas bei šio metodo naudojimas tiriant didelius vaizdus. Darbo eigoje: • nustatyta kai kurių įgyvendintų SSIM indekso algoritmų problematika, vertinant aukštos raiškos vaizdus; • nustatytos gaunamų skaitinių reikšmių priklausomybės nuo tiriamų vaizdų dydžio; • pagrindžiamas vaizdo duomenų mažinimas SSIM indekso algoritmuose; • pasiūlyti tam tikri sprendimai SSIM indekso algoritmo sudarymui, skirto didelės raiškos vaizdų vertinimui; • palyginti SSIM indekso algoritmų veikimo laikai tarp skirtingų algoritmų; • sukurta programinė įranga, kuri yra pritaikyta Windows operacinei sistemai bei gali būti patogiai įdiegta kompiuteryje. Programoje: – patobulintas SSIM indekso įgyvendinimo algoritmas; – atvaizduojamas SSIM skirtumų žemėlapis; – sukurta patogi vartotojui vizualinė aplinka. Realizuota programinė įranga gali būti naudojama edukaciniais tikslais bei užsakomiesiems apdorotų vaizdų kokybės vertinimo tyrimams. / The paper analyzes one of image quality assessment methods (metrics) – SSIM (structural similarity) index method, and this method in order to analyze the large images. In work process: • problems of some SSIM index algorithms for high-resolution images have been identified; • dependence of image size and SSIM index values has been found; • some solutions for SSIM index algorithm for high-resolution images have been proposed; • the image data down sampling in SSIM index algorithms has justified; • SSIM index algorithm run times between different algorithms has been compared; • Software which is designed for MS Windows operating system and can be easily installed on the computer has been developed. In this software: – SSIM index algorithm is updated; – program Displays the SSIM index map; – User-friendly visual environment is developed. Implemented software can be used for educational purposes and commercial use for analyzing processed image quality assessment.