Fraktale Bildcodierung ist ein leistungsfähiges Verfahren zur Kompression von Bilddaten. In der vorliegenden Arbeit werden zwei verschiedene Ansätze zur notwendigen Partitionierung des zu codierenden Bildes untersucht. Beide Typen zählen zu den regionenbasierten, hochadaptiven Methoden zur Bildpartitionierung, wobei das Bild zunächst in Grundblöcke zerlegt wird, die anschließend geeignet zu Regionen zusammengefaßt werden. Bei der ersten, bereits in früheren Arbeiten eingehend untersuchten Methode bestehen die Grundpartitionen aus quadratischen Blöcken gleicher Größe. Bei der zweiten zu untersuchenden Methode werden die Grundblöcke durch eine Quadtree-Zerlegung gebildet und besitzen damit unterschiedliche Größen. Nach der Anwendung eines entsprechenden Regionen-Merging-Verfahrens ergeben sich Partitionen, die sich sowohl in Struktur als auch in der zur Abspeicherung benötigten Anzahl von Bits unterscheiden. Einerseits weisen die regionenbasierten Partitionen mit Quadtrees eine geradlinigere Struktur auf, weshalb sie sich mit arithmetischer Codierung besser komprimieren lassen als regionenbasierte Partitionen mit uniformen Grundblöcken. Andererseits liefert der Quadtree-basierte Ansatz eine meßbar schlechtere Qualität des decodierten Bildes bei gleicher Anzahl von Regionen. Diese Unterschiede werden in dieser Arbeit untersucht und erläutert. Dazu werden die in der Literatur vorhandenen Ansätze aufgegriffen und weitere Verfahren vorgestellt, die zu einer effizienteren Partitionsabspeicherung führen. Versuche haben gezeigt, daß der Quadtree-basierte Ansatz mit den vorgestellten Neuerungen zu leicht besseren Ergebnissen bezüglich des Rekonstruktionsfehlers als der uniforme Ansatz führt. Die erreichten Werte stellen die zur Zeit besten Resultate bei fraktaler Bildkompression im Ortsraum dar. Auch im Hinblick auf eine schnelle Codierung ist die Anwendung des Quadtree-Schemas im Vergleich zum uniformen Ansatz von Vorteil, es wird bessere Bildqualität bei kürzerer Codierungszeit erreicht.

Die Relevanz der Bilkompressionsalgorithmen im Kontext der Milliarden täglich kreierter und veröffentlichter Bilder ist gegenwärtig größer denn je. Im Laufe der Jahre wurden zahlreiche Bildkompressionsalgorithmen entwickelt, um den steigenden Anforderungen moderner Anwendungen gerecht zu werden. Diese Arbeit beschäftigt sich mit drei Vertretern moderner Codecs: AVIF, Webp und JPEG XL. Die Evaluation umfasst einen vergleichenden Überblick über die Komponenten jedes Encoders, welche durch die Referenzimplementierungen bereitgestellt werden. Im Anschluss erfolgt eine kombinierte Leistungsanalyse der Encoder sowie eine Bildqualitätsanalyse. Die Ergebnisse der Leistungsanalyse zeigen, dass WebP generell am schnellsten kodiert und für Bilder mit geringer Auflösung und vergleichbarer Bildqualität auch die besten Kompressionsleistung aufweist. JPEG XL zeigt für Bilder mit höherer Auflösung und vergleichbarer Qualität die beste Kompressionsleistung.:1 Einleitung 1 1.1 Motivation und Problemstellung . . . . . . . . . . . . . . . . . . . . . 1 1.2 Überblick über WebP, AVIF und JPEG XL . . . . . . . . . . . . . . . . 3 1.3 Struktur der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 Verwandte Arbeiten 5 2.1 Grundlagen der Leistungsbewertung . . . . . . . . . . . . . . . . . . 5 2.1.1 Einschränkung und Definition . . . . . . . . . . . . . . . . . . 5 2.1.2 Leistungsanalyse . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.3 Bildqualitätsanalyse . . . . . . . . . . . . . . . . . . . . . . . 8 2.2 Veröffentlichungen der Entwickler . . . . . . . . . . . . . . . . . . . 11 2.2.1 WebP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2.2 AV1 Image File Format (AVIF) . . . . . . . . . . . . . . . . . . 12 2.2.3 Joint Photographic Experts Group (JPEG) XL . . . . . . . . . 13 2.3 Veröffentlichungen dritter Autoren . . . . . . . . . . . . . . . . . . . 14 2.4 Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3 Encoder-Analyse 19 3.1 Vorverarbeitung und Farbmodelle . . . . . . . . . . . . . . . . . . . . 20 3.2 Blockpartitionierung . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3 Transformationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3.4 Quantisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.5 Intraframe-Prädiktion . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.6 In-Loop-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.7 Entropiekodierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.8 Out-Of-Loop-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.9 Fazit der theoretischen Analyse und Entwurf der Arbeitshypothesen . 32 4 Entwurf der Experimente 37 4.1 Entwicklungsprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.2 Allgemeines Vorgehen . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.3 Experiment 1: Übersichtsbetrachtung und Skalierung der Geschwindigkeitsparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.4 Experiment 2: Skalierung bezüglich Auflösung . . . . . . . . . . . . . 41 4.5 Experiment 3: Kompressionsleistung und Encode-Geschwindigkeit für niedrigaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.6 Experiment 4: Kompressionsleistung und Encode-Geschwindigkeit für hochaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.7 Experiment 5: Decode-Leistung . . . . . . . . . . . . . . . . . . . . . 43 5 Ergebnisse der Experimente 45 5.1 Ergebnisse von Experiment 1 . . . . . . . . . . . . . . . . . . . . . . 45 5.2 Ergebnisse des Skalierungsverhaltens . . . . . . . . . . . . . . . . . . 48 5.3 Ergebnisse der Kompressionsleistung und Encode-Geschwindigkeit für niedrigaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . 49 5.4 Ergebnisse der Kompressionsleistung und Encode-Geschwindigkeit für hochaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.5 Ergebnisse der Decode-Geschwindigkeit . . . . . . . . . . . . . . . . 54 6 Konklusion 55 6.1 Diskussion und Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.2 zukünftige Arbeiten und Ausblick . . . . . . . . . . . . . . . . . . . . 58 / Image compression performance has never been more relevant with billions of images created and shared on a daily basis. Over the years, numerous new image codecs have been proposed with enhanced compression performance to meet the demands of modern applications. This study evaluates three of the modern codecs: AVIF, WebP and JPEG XL, with a focus on encoder performance and image quality analysis. The evaluation comprises a theoretical overview of the components of each encoder, as specified by the reference implementations, followed by a combined performance analysis of the encoder and an image quality analysis. The results of the performance analysis show, that AVIF demonstrates the best scaling for increased resolution while WebP generally encodes the fastest. Images with comparable visual quality, as measured via SSIM, are evaluated for a dataset comprising smaller photographic images and larger photographic images. WebP exhibits the best compression performance for small images, whereas JPEG XL demonstrates the best performance for larger Resolutions.:1 Einleitung 1 1.1 Motivation und Problemstellung . . . . . . . . . . . . . . . . . . . . . 1 1.2 Überblick über WebP, AVIF und JPEG XL . . . . . . . . . . . . . . . . 3 1.3 Struktur der Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 Verwandte Arbeiten 5 2.1 Grundlagen der Leistungsbewertung . . . . . . . . . . . . . . . . . . 5 2.1.1 Einschränkung und Definition . . . . . . . . . . . . . . . . . . 5 2.1.2 Leistungsanalyse . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.1.3 Bildqualitätsanalyse . . . . . . . . . . . . . . . . . . . . . . . 8 2.2 Veröffentlichungen der Entwickler . . . . . . . . . . . . . . . . . . . 11 2.2.1 WebP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.2.2 AV1 Image File Format (AVIF) . . . . . . . . . . . . . . . . . . 12 2.2.3 Joint Photographic Experts Group (JPEG) XL . . . . . . . . . 13 2.3 Veröffentlichungen dritter Autoren . . . . . . . . . . . . . . . . . . . 14 2.4 Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3 Encoder-Analyse 19 3.1 Vorverarbeitung und Farbmodelle . . . . . . . . . . . . . . . . . . . . 20 3.2 Blockpartitionierung . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3 Transformationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3.4 Quantisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.5 Intraframe-Prädiktion . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.6 In-Loop-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.7 Entropiekodierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.8 Out-Of-Loop-Filter . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.9 Fazit der theoretischen Analyse und Entwurf der Arbeitshypothesen . 32 4 Entwurf der Experimente 37 4.1 Entwicklungsprozess . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.2 Allgemeines Vorgehen . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.3 Experiment 1: Übersichtsbetrachtung und Skalierung der Geschwindigkeitsparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 4.4 Experiment 2: Skalierung bezüglich Auflösung . . . . . . . . . . . . . 41 4.5 Experiment 3: Kompressionsleistung und Encode-Geschwindigkeit für niedrigaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.6 Experiment 4: Kompressionsleistung und Encode-Geschwindigkeit für hochaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.7 Experiment 5: Decode-Leistung . . . . . . . . . . . . . . . . . . . . . 43 5 Ergebnisse der Experimente 45 5.1 Ergebnisse von Experiment 1 . . . . . . . . . . . . . . . . . . . . . . 45 5.2 Ergebnisse des Skalierungsverhaltens . . . . . . . . . . . . . . . . . . 48 5.3 Ergebnisse der Kompressionsleistung und Encode-Geschwindigkeit für niedrigaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . 49 5.4 Ergebnisse der Kompressionsleistung und Encode-Geschwindigkeit für hochaufgelöste Bilder . . . . . . . . . . . . . . . . . . . . . . . . . 51 5.5 Ergebnisse der Decode-Geschwindigkeit . . . . . . . . . . . . . . . . 54 6 Konklusion 55 6.1 Diskussion und Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.2 zukünftige Arbeiten und Ausblick . . . . . . . . . . . . . . . . . . . . 58

Aufgrund der rasanten technischen Entwicklung im Bereich der pränatalen Diagnostik in den letzten Jahren werden mehr angeborene Fehlbildungen zu einem früheren Zeitpunkt der Schwangerschaft und detaillierter erkannt. Das führt dazu, dass die zur Autopsie gelangenden Feten zunehmend kleiner sind und komplexere Befunde aufweisen. Gleichzeitig werden die genetischen Ursachen von mehr Erkrankungen, Fehlbildungen und Syndromen aufgedeckt, so dass die DNA-Diagnostik, Chromosomenanlyse u.a. molekulargenetische und biochemische Erkenntnisse die klinisch-genetische Diagnostik zunehmend ergänzen. Durch Festlegung einer gezielten Autopsiestrategie und Nutzung moderner Kommunikationsmittel kann der Pathologe die in den letzten Jahren gestiegenen klinischen Anforderungen erfüllen. Ein Problem ist es jedoch, dass nicht genügend Pathologen auf dem Gebiet der Fetalpathologie spezialisiert sind. Das trifft nicht nur für Deutschland zu, sondern das ist mehr oder weniger eine weltweite Situation. Ein möglicher Lösungsansatz dieses Problems wäre die Nutzung von Softwareprogrammen, die dazu dienen, unerfahrene Pathologen moderne Anleitungen während der Autopsie von Feten zu geben. Das kann mit einer telepathologischen Betreung durch einen Experten auf diesem Gebiet kombiniert werden. Darüberhinaus erlaubt die derzeitige digitalisierte Befunddokumentation den Vergleich aktueller mit gespeicherten Fällen sowie Recherchen und stellt eine gute Basis zur Erstellung von Lehrmaterial dar. / Due to the enormous technical developments in recent years in the area of prenatal ultrasound more malformations are detected in greater detail and at an earlier point in time during pregnancy than in the past. As a result, fetuses of increasingly smaller size and with complex diagnoses are presented for autopsy. At the same time, the genetic causes of ever more diseases, malformations and syndromes are being discovered, so that DNA diagnostics, chromosome analysis and, among others, molecular-genetic and biochemical investigations have come increasingly to complement clinical-genetic diagnostics. Through establishment of a clinically oriented autopsy strategy and the use of modern communication media, pathologists can satisfy the increased clinical demands of recent years. The remaining problem is that we do not have enough pathologists experienced in fetal pathology. This is not only true for Germany, it is more less the situation worldwide. One means of dealing with this problem may be the use of software programs to guide inexperienced pathologists through the modern autopsy procedure. This can be combined with the use of telepathological advise given by an expert in the field. Over and above this, digitized documentation of findings can be used in research, which allows the comparison of current with previously saved cases and presents a good basis for the development of education material.

No description available.