Estratégias para melhoria de um CODEC de imagem baseado na transformada discreta manobrável do cosseno

Abstract

Esta dissertação de mestrado aborda estratégias baseadas na transformada discreta manobrável do cosseno (SDCT) para compressão com perdas de imagens estáticas. A referida transformada corresponde a uma generalização da DCT bidimensional obtida após a rotação, aos pares, de vetores de base desta última. A formação dos referidos pares é orientada pelo fato de a DCT bidimensional corresponder a uma das possíveis GFTs (transformadas de Fourier sobre grafos) associadas a grafos em grade, que por sua vez são comumente empregados para modelar a correlação entre um pixel e seus vizinhos nas imagens digitais. Nos capítulos iniciais, faz-se uma revisão bibliográfica sobre a SDCT, incluindo uma breve explicação sobre o processamento de sinais sobre grafos e a transformada de Fourier sobre grafos. Também são revisados os principais algoritmos propostos na literatura para a codificação de imagens utilizando esta transformada: SDCT-BT (árvore binária), SDCT-AM (minimização alternada), SDCT-1 (um único ângulo por bloco) e S3DCT (esparsificadora de subespaços). A principal contribuição do presente trabalho foi a proposição de melhorias no sentido de obter um codificador de imagem competitivo utilizando a SDCT. Além disso, o desempenho de um CODEC (codificador e decodificador) de imagens completamente funcional baseado na SDCT é comparado pela primeira vez com uma alternativa já consolidada e amplamente utilizada em que a DCT é empregada neste mesmo sentido: a compressão de imagens padrão JPEG. Após a análise dos tradeoffs obtidos em termos de distorção, taxa e complexidade operacional, conclui-se que, no presente estado de desenvolvimento, apenas o algoritmo da SDCT-1 entrega resultados que possam justificar a sua utilização em substituição ao que é proposto pelo padrão JPEG. Nossos resultados sugerem que a transformada discreta manobrável do cosseno poderá ser eficientemente utilizada em trabalhos futuros para melhorar o desempenho de CODECs de imagens multidimensionais e light fields do tipo lenslet.