Учёные СКФУ разработали алгоритм быстрого сжатия изображений без потери качества

Исследователи Северо-Кавказского федерального университета создали технологию, которая вдвое ускоряет обработку и передачу изображений при сохранении их исходного качества. Результаты работы опубликованы в научном журнале «Компьютерная оптика».

Быстрая обработка снимков высокого разрешения востребована в самых разных областях — от контроля качества продукции до подсчёта животных в заповедниках и прогнозирования траектории ураганов. При передаче данных изображения сжимаются, а затем восстанавливаются на принимающей стороне. Традиционный метод предполагает последовательную обработку каждого пикселя, что нередко ведёт к ухудшению качества снимка.

В 2019 году появился стандарт кодирования JPEG XS, который позволил сохранять разрешение изображений, однако значительно увеличил время передачи данных. Учёные СКФУ нашли способ устранить этот недостаток, ускорив передачу с применением алгоритмов кодека JPEG XS в два раза.

Основу разработки составляет метод Винограда для параллельных вычислений. В отличие от традиционных подходов, обрабатывающих пиксели поочерёдно, новый алгоритм одновременно работает с группами из 2—5 пикселей в рамках одного элементарного действия процессора. По словам заведующего кафедрой математического моделирования факультета математики и компьютерных наук имени профессора Н. И. Червякова СКФУ Павла Ляхова, эффективность сжатия возрастает на 109%, а скорость восстановления изображения — на 144%. Оптимальным размером фрагмента исследователи считают три пикселя при сжатии и четыре — при восстановлении.

Технология ориентирована на сферы, где требуется анализ визуальной информации в реальном времени: медицинская визуализация, обработка спутниковых снимков и другие направления, предполагающие мгновенную реакцию на поступающие данные.

Вместе с тем авторы указывают на существенный побочный эффект: внедрение новых алгоритмов увеличивает энергопотребление системы примерно в 20 раз при кодировании и почти в 125 раз при расшифровке. Поэтому разработка ориентирована прежде всего на специализированные области, где скорость и качество обработки изображений важнее энергозатрат.

Исследование выполнено при поддержке Российского научного фонда.