UABDivulga - Barcelona recerca i innovació

Actualmente, la mayoría de sistemas de compresión de imágenes y vídeo utilizan mecanismos llamados de compresión con pérdida. La compresión con pérdida sacrifica calidad de imagen a cambio de obtener factores de compresión elevados; es decir, al comprimir una imagen con pérdida obtenemos un archivo de tamaño mucho más pequeño a cambio de recuperar la imagen con una calidad visual reducida. Estos mecanismos son ampliamente usados ya que sólo reduciendo un poco la calidad visual -a veces incluso a niveles imperceptibles por el ojo humano- la imagen se puede comprimir enormemente.

Para conseguirla máxima calidad posible dado el tamaño del archivo al que queremos comprimir la imagen, los compresores utilizan técnicas de optimización de tasa-distorsión. Uno de los pasos más importante llevado a cabo por estas técnicas es la cuantificación de la ganancia de calidad conseguida al comprimir cada una de las piezas de las que está compuesta la imagen. Generalmente, este proceso se realiza comparando la imagen (o pieza) original com la imagen (o pieza) recuperada después de comprimir.

El estudio presentado en este trabajo introduce estimadores de la distorsión. Estos estimadores permiten evitar que las técnicas de optimización de tasa-distorsión hayan de comparar la imagen original al cuantificar las ganancias de calidad. Su principal ventaja es que reducen significativamente el tiempo de cómputo de las técnicas de optimización, acelerando así el proceso de compresión de la imagen o el vídeo. Además, gracias al hecho de no necesitar la imagen original para cuantificar los aumentos de calidad, esta transmisión de imágenes i vídeo, donde la monitorización y/u optimización de la calidad es también necesaria, o bien en mecanismos de re-codificación de imágenes.

Los estimadores de la distorsión presentados en este trabajo se han desarrollado a partir de un estudio teórico que considera la naturaleza de las imágenes. Los resultados experimentales conseguidos en tres aplicaciones diferentes, sugieren que la precisión de estos estimadores supera todos los métodos desarrollados hasta el momento, consiguiendo una precisión equiparable a la conseguida cuando se compara con la imagen original. Los costes computacionales de estos estimadores son prácticamente nulos, haciéndolos muy útiles en aplicaciones de compresión y transmisión de imágenes y vídeo.