Áp dụng một số kỹ thuật nén ảnh cho truyền dữ liệu ảnh động qua mạng

1

BỘ GIÁO DỤC VÀ ĐÀO TẠO TẬP ĐOÀN BƯU CHÍNH VIỄN THÔNG VIỆT NAM
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG


TRẦN VƯƠNG NGUYÊN
ÁP DỤNG MỘT SỐ KỸ THUẬT NÉN ẢNH CHO
TRUYỀN DỮ LIỆU ẢNH ĐỘNG QUA MẠNG
MÃ SỐ: 60.48.15
Người hướng dẫn khoa học: PGS.TS Ngô Quốc Tạo
TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT


HÀ NỘI - 2011


2


MỞ ĐẦU

Trong thời đại phát triển ứng dụng công nghệ thông tin hiện nay,
việc truyền các hình ảnh động qua mạng ngày càng có nhiều ứng
dụng. Khi chúng ta trò truyện với một người bạn qua mạng, chúng ta
có thể nhìn thấy người bạn đó, khi chúng ta tham gia một cuộc họp
trực tuyến, chúng ta có thể nhìn thấy những thành viên khác của cuộc
họp, các bác sĩ có thể tham gia theo dõi và chỉ đạo một ca mổ quan
trọng mà không có điều kiện có mặt trực tiếp – bất chấp khoảng cách

về mặt địa lý. Với sự phát triển của Internet, ngành công nghiệp
truyền hình có thêm một phương tiện nữa để có thể truyền tải nội
dung tới người xem. Tất cả những điều này đều dựa trên cơ sở truyền
dữ liệu ảnh động.
Một trong những yếu tố quan trọng trong truyền các hình ảnh
chuyển động động là vấn đề đường truyền. Nguyên do là khi truyền
các hình ảnh động, chúng ta phải truyền liên tục hết khung hình này
đến khung hình khác với tốc độ rất cao để đảm bảo hình ảnh liên tục.
Để giải quyết vấn đề này, giải pháp đơn giản và ít tốn kém nhất là
thực hiện nén hình ảnh trước khi truyền.


3

Chương 1
TỔNG QUAN VỀ CÁC ĐỊNH DẠNG ẢNH PHỔ BIẾN

1.1 ĐỊNH DẠNG ẢNH BMP
1.1.1 Giới thiệu và lịch sử phát triển
Định dạng tập tin BMP, còn được biết đến với tên gọi tập tin ảnh
Bitmap hoặc định dạng tập tin Bitmap độc lập với thiết bị (DIB), là
một định dạng tập tin ảnh đồ họa Raster được dùng để lưu trữ các
hình ảnh số, độc lập với thiết bị hiển thị.
1.1.2 Cấu trúc tập tin
1.1.1.1 Cấu trúc chung
Tập tin ảnh bitmap bao gồm phần tiêu đề là một cấu trúc có kích
thước cố định miêu tả các đặc điểm của tập tin ảnh. Các phiên bản
BMP khác nhau có thể có phần tiêu đề này khác nhau.
1.1.1.2 Lưu DIB trong bộ nhớ
Một tập tin ảnh Bitmap khi nạp vào bộ nhớ sẽ trở thành một cấu

trúc dữ liệu DIB - một thành phần quan trọng của Windows GDI
API. Các cấu trúc dữ liệu DIB trong bộ nhớ gần như giống với định
dạng tập tin BMP, nhưng nó không chứa 14 byte Tiêu đề tập tin
bitmap và bắt đầu với các Tiêu đề DIB.
1.1.1.3 Tiêu đề tập tin bitmap
Các byte này là phần bắt đầu của tập tin và được sử dụng để xác
định các tập tin. Một ứng dụng sẽ đọc phần bắt đầu này để đảm bảo
rằng tập tin thực sự là một tập tin BMP và không bị lỗi. Hai byte đầu
tiên của định dạng tập tin BMP là ký tự ‘B’, sau đó là ký tự ‘M’
trong bảng mã 1-byte ASCII.




4

1.1.1.4 Tiêu đề DIB (Tiêu đề Thông tin bitmap)
Các byte này báo cho các ứng dụng thông tin chi tiết về hình ảnh
sẽ được sử dụng để hiển thị trên màn hình.
1.1.1.5 Bảng màu
Bảng màu (còn gọi là Palette) lưu trữ trong tập tin ảnh BMP ngay
sau Tiêu đề tập tin BMP và DIB (và có thể sau ba mặt nạ màu R, G,
B nếu sử dụng tùy chọn BI_BITFIELDS trong
BITMAPINFOHEADER). Vì vậy, vị trí của nó là kích thước của
BITMAPFILEHEADER cộng với kích thước của tiêu đề DIB (cộng
thêm 12 byte cho ba mặt nạ bit).
Số lượng các mục trong bảng màu là 2
n
hoặc là một số nhỏ hơn được
quy định trong phần Tiêu đề. Thông thường, mỗi mục trong bảng

màu cần 4 byte theo thứ tự B, G, R, 0x00.
1.1.1.6 Lưu trữ Pixel
Các bit được dùng để thể hiện các Pixel được đóng gói thành các
hàng. Kích thước của mỗi hàng là một bội số của 4 byte. Khi hình
ảnh có chiều cao lớn hơn 1 (Pixel), sẽ có nhiều hàng được lưu trữ
liên tục tạo thành mảng Pixel.
Tổng số byte cần thiết để lưu trữ một mảng Pixel trong một hình
ảnh có Số Bit mỗi Pixel (bpp) là n, với 2
n
màu, có thể được tính dựa
trên sự làm tròn lên kích thước của mỗi hàng là một bội số của 4
byte.
1.1.1.7 Mảng Pixel (dữ liệu bitmap)
Mảng Pixel là một khối các DWORD 32 bit mô tả các điểm ảnh
trong hình ảnh. Thông thường các pixel được lưu trữ theo thứ tự quét
từ góc dưới bên trái, đi từ trái sang phải và từ dưới lên trên. Ban đầu,
độ sâu của màu là 1, 4, 8, và 24 bpp, tuy nhiên hiện nay cho phép các
định đạng với 1, 2, 4, 8, 16, 24, và 32 bpp.


5

Nếu một bitmap 24 bit màu có độ rộng là 1, sẽ cần 3 byte dữ liệu
cho mỗi hàng (R, G, B) và 1 byte đệm. Nếu độ rộng là 2 sẽ có 2 byte
đệm, nếu là 3 sẽ có 3 byte đệm, và nếu là 4 thì không cần byte đệm.
1.1.1.8 Định dạng Pixel
Khi tập tin hình ảnh bitmap được lưu trên đĩa hoặc bộ nhớ, các
điểm ảnh có thể được định nghĩa bằng một số bit (1bit, 2bit, 4bit,
16bit, 24bit, 32bit).
1.1.3 Ứng dụng

Sự đơn giản của định dạng BMP, cùng với sự phổ biến của hệ
điều hành Windows, cộng thêm với việc miễn phí bản quyền, cũng
như thực tế cho thấy nó rất hiệu quả trong việc sao chụp các tài liệu,
làm cho nó trở nên phổ biến và hầu hết các chương trình xử lý ảnh
đều có thể làm việc với BMP.
1.2 ĐỊNH DẠNG ẢNH PNG
1.2.1 Giới thiệu và lịch sử phát triển
Portable Network Graphics (PNG) là một phương thức mã hóa
định dạng hình ảnh sử dụng thuật toán nén không mất dữ liệu. PNG
được tạo ra để cải tiến và thay thế định dạng GIF (Graphics
Interchange Format) và là một định dạng tập tin hình ảnh không yêu
cầu bản quyền.
PNG hỗ trợ hình ảnh dựa trên bảng màu (24 bit RGB hoặc 32 bit
RGBA), ảnh xám (có hoặc không có kênh alpha), và ảnh RGB (có
hoặc không có kênh alpha).
1.2.2 Cấu trúc tập tin
1.2.2.1 Tiêu đề tập tin
Mỗi tập tin PNG được khởi đầu bằng 8 byte ký hiệu, mang các
giá trị theo hệ Hexa là 89 50 4E 47 0D 0A 1A 0A (hệ Decimal là
137 80 78 71 13 10 26 10)


6

1.2.2.2 Các khối trong tập tin
Ngay sau phần tiêu đề tập tin là đến một loạt các khối, mỗi khối
này chứa một số thông tin về hình ảnh. Mỗi khối sẽ xác định đó là
quan trọng hay phụ trợ, và khi chương trình xử lý gặp một khối phụ
trợ thì có thể bỏ qua nó. Các khối được lưu trữ dựa trên cơ sở lớp cấu
trúc, được thiết kế cho phép định dạng tập tin PNG có thể mở rộng

trong khi vẫn duy trì khả năng tương thích với các phiên bản cũ.
Một khối bao gồm: mô tả chiều dài (4 byte), loại hoặc tên khối (4
byte), dữ liệu chính (một chuỗi byte), và mã kiểm tra CRC (4 byte).
Phần loại hoặc tên khối chứa 4 byte tương đương 4 ký tự chữ cái
trong bảng mã ASCII. Các chữ cái này sẽ cung cấp thông tin về bản
chất của khối.
1.2.2.3 Độ sâu của màu
Hình ảnh PNG có thể sử dụng bảng màu lập chỉ mục hoặc được
tạo thành từ một hoặc nhiều kênh (số các giá trị trực tiếp đại diện cho
số lượng các điểm ảnh). Khi có nhiều hơn một kênh trong một hình
ảnh tất cả các kênh sẽ có cùng một số bit được phân bổ cho mỗi điểm
ảnh (được gọi là độ sâu bit của kênh).
1.2.2.4 Độ trong suốt của hình ảnh
PNG cung cấp các lựa chọn trong suốt. Với hình ảnh màu thực và
màu xám, giá trị mỗi điểm ảnh có thể được xác định là trong suốt
hoặc một kênh alpha có thể được thêm vào (cho phép bất kỳ tỷ lệ
phần trăm của độ trong suốt được sử dụng).
1.2.3 Ứng dụng
PNG được sử dụng rộng rãi trên mạng internet do nó hỗ trợ tính
trong suốt, và nó sử dụng một thuật toán nén không mất dữ liệu.


7

1.3 ĐỊNH DẠNG ẢNH JPG
1.3.1 Giới thiệu và lịch sử phát triển
JPEG là một phương pháp nén mất dữ liệu thường được sử dụng
cho nhiếp ảnh kỹ thuật số. Mức độ nén có thể được điều chỉnh, cho
phép lựa chọn một sự cân bằng giữa kích thước lưu trữ và chất lượng
hình ảnh. Thông thường ở tỷ lệ nén 10:01, JPEG có chất lượng hình

ảnh có thể mang lại cảm nhận gần như không khác so với ảnh gốc.
1.3.2 Cấu trúc tập tin
1.3.2.1 Phần mở rộng tên tập tin JPEG
Phần mở rộng tên tập tin phổ biến nhất cho các tập tin sử dụng
phương pháp nén JPEG là jpg, jpeg, mặc dù jpe, jfif và jif cũng được
sử dụng.
1.3.2.2 Hồ sơ màu
Nhiều tập tin JPEG nhúng một hồ sơ màu ICC (không gian màu).
Các hồ sơ màu thường được sử dụng bao gồm sRGB và Adobe RGB.
1.3.2.3 Cú pháp và cấu trúc
Một hình ảnh JPEG bao gồm một chuỗi các đoạn, bắt đầu với một
ký hiệu đánh dấu, mỗi ký hiệu đánh dấu đó bắt đầu với một byte
0xFF theo sau bởi một byte chỉ ra loại của ký hiệu.
1.3.3 Ứng dụng
Các thuật toán nén JPEG là tốt nhất trên các bức ảnh và các bức
tranh của những cảnh thực tế với các biến thể hình ảnh và màu sắc
mịn. Đối với việc sử dụng web, nơi dữ liệu dạng hình ảnh là quan
trọng, JPEG là rất phổ biến. JPEG / Exif cũng là định dạng phổ biến
nhất được sử dụng bởi máy ảnh kỹ thuật số.


8

1.4 KẾT LUẬN CHƯƠNG
Chương 1 trình bày về cấu trúc các định dạng ảnh phổ biến. việc nắm
vững cấu trúc các định dạng ảnh cho phép lựa chọn cách thức tốt
nhất để lưu trữ và xử lý các ảnh tùy theo từng trường hợp.

Chương 2
CÁC THUẬT TOÁN NÉN ẢNH

2.1 THUẬT TOÁN NÉN DỮ LIỆU HUFFMAN
2.1.1 Tổng quan
Mã hóa Huffman là một thuật toán mã hóa dữ liệu ngẫu nhiên
được sử dụng để nén không mất dữ liệu. Thuật ngữ này đề cập đến
việc sử dụng một bảng mã có chiều dài biến đổi để mã hóa một dữ
liệu nguồn (chẳng hạn như các ký tự trong một tập tin) mà bảng mã
chiều dài thay đổi đã được bắt nguồn một cách cụ thể dựa trên ước
tính xác suất xảy ra cho mỗi có thể giá trị của dữ liệu nguồn. Nó
được phát triển bởi David A. Huffman trong khi ông là một nghiên
cứu sinh tại MIT, và công bố năm 1952 với tên "Một phương pháp
xây dựng mã hóa số dư tối thiểu ".
2.1.2 Mã hóa dữ liệu
2.1.2.1 Định nghĩa một số vấn đề
Cho biết: Một tập hợp dữ liệu và trọng số của chúng (thường là tỷ
lệ xác suất)
Cần tìm: Mã tiền tố nhị phân (một tập hợp các từ mã) với chiều
dài từ mã tối thiểu.
Đầu vào: Tập hợp ký tự alphabet với chiều dài n: A = {a
1
, a
2
, … ,
a
n
}


9

Đầu ra: Mã C (A, W) = {c
1
, c
2
, … , c
n
} là một tập hợp các từ mã
(nhị phân), trong đó c
i
là từ mã của a
i
, 1 ≤ i ≤ n
2.1.2.2 Mã hóa
Kỹ thuật này hoạt động bằng cách tạo ra một cây nhị phân của
các nút. Ở đây có thể được lưu trữ trong một mảng thông thường,
kích thước trong đó phụ thuộc vào số lượng dữ liệu n. Một nút có thể
là một nút lá hoặc nút nội bộ. Ban đầu, tất cả các nút là nút lá, có
chứa các dữ liệu riêng của mình là trọng số (tần số xuất hiện) của dữ
liệu, một liên kết đến một nút cha mẹ làm cho nó dễ dàng để đọc mã
(ngược lại) bắt đầu từ một nút lá . Các nút nội bộ có chứa trọng số dữ
liệu, các liên kết đến hai nút con và liên kết đến một nút cha. Như
một quy ước chung, bit “0” đại diện cho nút con trái và bit “1” đại
diện cho nút con phải. Một cây hoàn thiện đã lên đến nút lá n và nút
nội bộ n - 1.
2.1.3 Giải mã dữ liệu
Nói chung, quá trình giải mã đơn giản chỉ là một vấn đề của dịch
giá trị byte của dòng mã tiền tố, thường là bằng cách vượt qua các
nút của cây Huffman như là mỗi bit được đọc từ dòng đầu vào (đạt
đến một nút lá nhất thiết phải chấm dứt việc tìm kiếm giá trị byte cụ
thể).

2.2 THUẬT TOÁN NÉN ẢNH JPEG
2.2.1 Tổng quan
Các phương pháp nén JPEG thường tổn hao, có nghĩa là một số
thông tin hình ảnh ban đầu là bị mất và không thể phục hồi, có thể
ảnh hưởng đến chất lượng hình ảnh.


10

2.2.2 Mã hóa JPEG
Mặc dù một tập tin JPEG có thể được mã hóa trong nhiều cách
khác nhau, phổ biến nhất được thực hiện với mã hóa JFIF. Quá trình
mã hóa bao gồm các bước:
1. Các đại diện của các màu sắc trong hình ảnh được chuyển đổi
từ RGB sang YCbCr, bao gồm một thành phần luma (Y), đại diện
cho độ sáng, và hai thành phần sắc độ (Cb và Cr), đại diện cho
màu.
2. Giảm độ phân giải của dữ liệu, thường là một hệ số 2. Điều này
phản ánh thực tế là mắt ít nhạy cảm với các chi tiết màu sắc tốt
hơn các chi tiết độ sáng tốt.
3. Hình ảnh được chia thành các khối điểm ảnh 8 × 8, và với mỗi
khối, mỗi dữ liệu Y, Cb, và Cr trải qua một biến đổi cosin rời rạc
(DCT).
4. Biên độ của các thành phần tần số được lượng tử hóa.
5. Các dữ liệu kết quả cho tất cả các khối 8 × 8 nén với một thuật
toán không mất dữ liệu, một biến thể của mã hóa Huffman.
Quá trình giải mã đảo ngược các bước này, ngoại trừ lượng tử bởi vì
nó là không thể đảo ngược.
2.2.2.1 Mã hóa
Nhiều tùy chọn trong tiêu chuẩn JPEG không được sử dụng phổ

biến, trong khi những thứ khác quy định cụ thể các phương pháp mã
hóa. Đây là một mô tả ngắn gọn của một trong các phương pháp mã
hóa phổ biến khi áp dụng cho một đầu vào có 24 bit cho mỗi pixel.
2.2.2.2 Không gian biến đối màu
Thứ nhất, hình ảnh được chuyển đổi từ RGB thành một không
gian màu khác nhau gọi là YCbCr. Nó có ba thành phần Y, Cb và Cr:
Y: thành phần đại diện cho độ sáng của điểm ảnh, và các thành phần


11

Cb và Cr đại diện cho màu (chia thành các thành phần màu xanh và
đỏ).
2.2.2.3 Lấy mẫu sắc độ
Do đặc điểm về nhạy cảm trong mắt người đối với mật độ của
màu sắc và độ sáng, con người có thể cảm nhận tốt hơn đáng kể đối
với độ sáng của một hình ảnh (thành phần Y) so với màu sắc và độ
bão hòa màu sắc của một hình ảnh (các thành phần CbCr).
2.2.2.4 Phân tách khối
Sau khi lấy mẫu, mỗi kênh được chia thành các khối 8 × 8.
2.2.2.5 Biến đổi Cosin rời rạc
Tiếp theo, mỗi khối 8 × 8 của mỗi thành phần (Y, Cb, Cr) chuyển đổi
sang một miền tần số đại diện, thông thường là biến đổi cosin rời rạc
(DCT) hai chiều.
2.2.2.6 Lượng tử hóa
Mắt người có thể nhìn thấy sự khác biệt về độ sáng trên một trên một
tần số thấp, nhưng không phân biệt chính xác mức độ của sự thay đổi
độ sáng ở tần số cao. Điều này cho phép giảm đáng kể số lượng
thông tin trong các thành phần tần số cao. Điều này được thực hiện
đơn giản là bằng cách chia mỗi thành phần trong các mức tần số với

một hằng số, và sau đó làm tròn đến số nguyên gần nhất.
2.2.2.7 Mã hóa Entropy
Mã hóa entropy là một hình thức đặc biệt của nén không mất dữ
liệu. Nó liên quan đến việc sắp xếp các thành phần hình ảnh trong
một trật tự "ngoằn ngoèo" sử dụng thuật toán mã hóa duyệt chiều dài
(RLE) tính toán tần số các nhóm tương tự nhau, chèn mã đánh số
chiều dài, và sau đó sử dụng mã hóa Huffman vào những gì còn lại.




12








Hình 2.2: Quá trình mã hóa và giải mã JPEG tuần tự

2.2.2.8 Tỷ số nén JPEG
Tỉ số nén có thể được thay đổi theo nhu cầu chất lượng trong các
ước lượng được sử dụng trong giai đoạn lượng tử hóa. Tỉ số nén 10 :
1 thường cho kết quả hình ảnh mà không thể được phân biệt bằng
mắt thường so với bản gốc. Tỉ số nén 100 : 1 thường có thể phân biệt
rõ ràng so với bản gốc. Mức độ thích hợp của tỉ số nén phụ thuộc vào
việc sử dụng hình ảnh.
2.2.3 Giải mã JPEG

2.2.3.1 Các bước giải mã
Giải mã để hiển thị hình ảnh bao gồm tất cả các mã hóa theo
chiều ngược lại.
2.2.3.2 Yêu cầu về độ chính xác
Quá trình mã hóa trong chuẩn JPEG không giúp khắc phục được
độ chính xác cần thiết cho việc nén hình ảnh đầu ra. Tuy nhiên,
chuẩn JPEG lại bao gồm một số yêu cầu nhằm tăng tính chính xác
cho việc giải mã, đầu ra từ các thuật toán không được vượt quá:
 Tối đa là 1 bit khác biệt cho mỗi Pixel
 Chất lượng thấp có nghĩa lỗi một ô vuông trên mỗi khối 8 ×
8 Pixel


13

 Chất lượng rất thấp có nghĩa là lỗi trên mỗi khối 8 x 8 Pixel
 Chất lượng rất thấp có nghĩa là lỗi ô vuông trên toàn bộ hình
ảnh
 Chất lượng quá thấp có nghĩa là lỗi trên toàn bộ hình ảnh
2.2.4 Hiệu ứng hình ảnh thu được khi nén JPEG
Tỷ lệ nén cao ảnh hưởng nghiêm trọng đến chất lượng của hình
ảnh, mặc dù màu sắc và hình thức tổng thể hình ảnh vẫn còn nhận ra.
2.3 THUẬT TOÁN NÉN ẢNH FRACTAL
2.3.1 Tổng quan
Lý thuyết hình học Fractal là một ngành toán học hiện đại còn rất
non trẻ. Bài toán trung tâm của lý thuyết là mô tả các đối tượng tự
nhiên một cách hiệu quả dựa vào các công cụ toán học. Lý thuyết
này do B.Mandelbrot đưa ra thông qua tác phẩm “Hình học Fractal
trong tự nhiên”.
2.3.2 Thuật toán nén – giải nén

2.3.2.1 Thuật toán nén ảnh Fractal
Quá trình bắt đầu bằng việc phân hoạch ảnh cần nén thành các
khối không lấp lên nhau gọi là các khối range, sau đó xác định một
tập các khối domain.
Với mỗi khối range cần phải chọn được khối domain thích hợp sao
cho khi áp dụng một phép ánh xạ affirne co 3 chiều (về vị trí và độ
xám), ảnh thu được có thể đối sánh tốt với khối range đang xét.
2.3.2.2 Thuật toán giải nén Fractal
Xuất phát từ dữ liệu nén chứa trong file ảnh Fractal, chúng ta xây
dựng lại hệ hàm lặp tương ứng với ảnh khởi động bất kỳ và sau đó áp
dụng liên tiếp hàm lặp này vào các ảnh thu được sau mỗi lần lặp cho
đến khi thu được ảnh xấp xỉ tốt nhất với ảnh ban đầu.


14

2.3.3 Các cách phân hoạch ảnh
2.3.3.1 Phân hoạch quadtree
2.3.3.2 Phân hoạch HV
2.3.3.3 Phân hoạch tam giác
2.3.4 Phân loại
Bước so sánh domain-range của nén ảnh Fractal có cường độ tính
toán rất lớn. Để có thể giảm thời gian nén ảnh, chúng ta tạo sẵn các
domain và đưa chúng vào một thư viện domain gọi là domain pool.
Trước khi mã hóa, tất cả các domain trong thư viện domain được
phân loại. Điều này tránh sự phân loại lại của các domain.
2.3.5 Kết luận
Dựa vào lý thuyết và các kiểm nhiệm thực tế, phương pháp nén
ảnh này cho thấy:
 Tỉ số nén cao: Điểm nổi bật nhất mà thuật toán nén và giải

nén bằng kỹ thuật Fractal cung cấp được là tỉ số nén cực cao với
chất lượng ảnh nén không thay đổi.
 Tốc độ giải nén ảnh nhanh: Thuật toán được trình bày là một
thuật toán không đối xứng vì các tính toán trong việc nén ảnh đòi
hỏi một lượng thời gian lớn hơn rất nhiều lần so với thời gian giải
nén.
 Tính độc lập về độ phân giải giữa ảnh nén và ảnh gốc: Thuật
toán nén ảnh và giải nén bằng kỹ thuật Fractal về thực chất đã
cung cấp một bộ tạo sinh để vẽ lại ảnh gốc dựa trên một số cực
nhỏ thông tin cần thiết ban đầu.
2.4 THUẬT TOÁN NÉN ẢNH CHUYỂN ĐỘNG
2.4.1 Tổng quan
Với các hình ảnh liên tục trong tự nhiên, ta thấy giữa các ảnh liên
tục nhau độ sai khác là rất nhỏ. Điều đó gợi cho ta một ý tưởng là


15

trong những trường hợp phải truyền các hình ảnh liên tục, thay vì ta
phải truyền đầy đủ các hình ảnh này, ta chỉ cần truyền những sự khác
nhau giữa chúng.
2.4.2 Phát hiện sai lệch giữa hai ảnh liên tiếp bằng phép toán
trừ
Điều quan trọng nhất là ta phải làm sao để phát hiện ra sự thay
đổi giữa các hình ảnh liên tục và truyền chúng, đồng thời sau khi
nhận được những dữ liệu miêu tả sự thay đổi này làm sao để có thể
khôi phục thành hình ảnh ban đầu.
Ta có hai cách để tiếp cận bài toán này.
 Khi ta thực hiện phép trừ điểm ảnh giữa hai ảnh liên tiếp,
nếu giữa hai ảnh có sự khác biệt đủ lớn hơn một ngưỡng quy định,

thì ta mới truyền hình ảnh đi. Nhược điểm của cách tiếp cận này là
các hình ảnh truyền đi không liên tục, do những ảnh mà có sự sai
khác không đủ lớn sẽ không được truyền đi, và trong một số trường
hợp đặc biệt có thể gây ra sự thiếu hụt dữ liệu.
 Ta sẽ truyền đi toàn bộ các ảnh liên tục, dù cho mức độ khác
biệt của chúng là thế nào. Tuy nhiên, thay vì truyền đi toàn bộ dữ
liệu hình ảnh, ta chỉ truyền đi dữ liệu của những điểm ảnh có sự thay
đổi. Tuy nhiên, do phép trừ số học có thể mang lại kết quả là số âm,
trong khi đó giá trị màu sắc các điểm ảnh thường được lưu trữ trong
các byte và giá trị số học của chúng là luôn dương. Do đó, sử dụng
phép trừ số học có thể gây ra những rắc rối khi xử lý dữ liệu. Điều
này dẫn đến việc ta cần tìm một phép toán khác thay thế.
2.4.3 Phát hiện sai lệch giữa hai ảnh liên tiếp bằng phép toán
XOR
Ta nhận thấy dữ liệu lưu thông tin các điểm ảnh là các byte nhị
phân, và trong các phép toán nhị phân cơ bản, phép toán XOR cho


16

phép ta nhận được kết quả là 0 khi 2 giá trị đầu vào là giống nhau, và
là 1 khi 2 giá trị đầu vào là khác nhau. Như vậy nghĩa là phép toán
XOR cho phép ta phát hiện được sự khác nhau giữa các giá trị điểm
ảnh ở cùng tọa độ (x, y) tại các hình ảnh liên tiếp nhau.
Ta chứng minh được rằng A XOR B XOR A = B
2.4.4 Thực hiện thuật toán
Như vậy ta nhận thấy ở ma trận điểm ảnh B XOR A số phần tử có
giá trị bằng 0 là rất lớn (do có nhiều điểm giống nhau). Điều này
giúp ta có thể nén khối dữ liệu này với thuật toán Huffman và cho
một kết quả vô cùng thuận lợi.

Tuy nhiên vì dữ liệu thực tế là một mảng byte, vì vậy, thay vì
thực hiện phép toán XOR với một ma trận, ta sẽ thực hiện phép toán
này với một chuỗi nhị phân.
2.4.5 Xử lý hình ảnh liên tiếp có độ thay đổi không đáng kể
Như ta đã biết, giữa 2 hình ảnh liên tiếp nhau có sự thay đổi
không đáng kể. Tuy nhiên ngay cả với các điểm ảnh có sự thay đổi,
ta cũng có thể thiết lập một mức giới hạn sai số mà nếu những thay
đổi nằm trong giới hạn đó thì ta coi như không có thay đổi.
Trong bài toán này, ta có hai hướng phát triển như sau.
 Thứ nhất, đó là ta có thể tính tổng giá trị các sai lệch của các
điểm ảnh, và nếu chúng nhỏ hơn một ngưỡng cho phép nào đó, thì ta
coi như không có sự sai lệch nào cả, và bỏ qua ảnh đó.
 Hướng thứ hai là thay vì bỏ qua cả một hình ảnh, ta sẽ bỏ
qua những điểm ảnh có sự sai biệt nhỏ hơn một ngưỡng cho phép
nào đó.
2.5 KẾT LUẬN CHƯƠNG
Chương 2 trình bày thuật toán nén không mất dữ liệu Huffman và
các thuật toán nén ảnh JPEG, Fractal, nén ảnh chuyển động. Từ các


17

kiến thức này giúp ta lựa chọn và phối hợp các phương pháp nén
khác nhau sao cho đảm bảo dữ liệu cần truyền là nhỏ nhất.

Chương 3
XÂY DỰNG ỨNG DỤNG TRUYỀN ẢNH QUA MẠNG SỬ
DỤNG THUẬT TOÁN NÉN ẢNH CHUYỂN ĐỘNG

3.1 TỔNG QUAN

Ứng dụng truyền hình ảnh qua mạng có sử dụng thuật toán nén
ảnh chuyển động được chia thành 2 ứng dụng nhỏ như sau:
Ứng dụng 1: có nhiệm vụ thu các hình ảnh từ camera, chuyển đổi
hình ảnh thành mảng byte, thực hiện xử lý với các mảng byte này và
truyền sang ứng dụng số 2.
Ứng dụng 2: có nhiệm vụ nhận các mảng byte từ ứng dụng 1,
thực hiện giải mã các dữ liệu thu được, và hiển thị trên màn hình.
3.2 XÂY DỰNG ỨNG DỤNG
3.2.1 Thu hình ảnh và gửi dữ liệu
Đối với ứng dụng thu hình ảnh và gửi dữ liệu, ta cần quan tâm
đến các vấn đề sau:
Thu hình ảnh từ camera: Điều này được thực hiện bằng cách xử
dụng bộ thư viện Direct X. Cứ mỗi khoảng thời gian nhất định, ứng
dụng sẽ thu một hình từ camera.
Xử lý hình ảnh: Điều này được thực hiện bằng cách đọc chuỗi
byte nội dung của hình ảnh.
Tính toán chuỗi byte thu được: Đối với mỗi chuỗi byte thu được,
ta sẽ so sánh nó bằng phép toán XOR với chuỗi byte trước đó. Trong
việc thực hiện phép toán XOR, ta có thể đưa vào đó các giá trị sai số
tối đa cho phép để đạt được hiệu quả nén tốt hơn.


18

Truyền chuỗi byte đã xử lý: Sử dụng TcpIP.
3.2.2 Nhận dữ liệu và phát hình ảnh
Đối với ứng dụng Nhận dữ liệu và phát hình ảnh ta cần quan tâm
đến các vấn đề sau:
Nhận dữ liệu: Là việc nhận mảng byte được truyền từ ứng dụng
Thu hình ảnh.

Xử lý chuỗi byte thu được: Sau khi thu được chuỗi byte, ứng
dụng Nhận dữ liệu cần giải nén chuỗi byte, tiếp theo sử dụng phép
toán XOR với chuỗi dữ liệu thu được ở lần trước đó, và sẽ có được
chuỗi byte là nội dung hình ảnh cần hiển thị.
Hiển thị hình ảnh: Chuyển chuỗi byte thu được thành đối tượng
dạng Image và hiển thị.
3.3 THỐNG KÊ KẾT QUẢ CỦA QUÁ TRÌNH XỬ LÝ DỮ LIỆU
3.3.1 Các hình ảnh liên tục thu được
Ta có thể nhận thấy giữa 2 ảnh liên tiếp nhau không có sự khác
biệt đáng kể.
3.3.2 Các hình ảnh tương ứng giữa phía Gửi dữ liệu và nhận
dữ liệu
Ta có thể thấy, khi giới hạn sai lệch cho phép lên tới 3 bit, thì chất
lượng xuống rõ rệt, và khi mức độ sai lệch cho phép ở mức 1 bit thì
gần như không có sự thay đổi giữa hình ảnh ở ứng dụng Gửi và ứng
dụng Nhận dữ liệu.
3.3.3 Thống kê quá trình truyền dữ liệu
Khi thu hình trong điều kiện trời sáng với ánh sáng Mặt trời, ta
thấy kết quả là giữa các ảnh liên tiếp có tỷ lệ trùng lặp cao hơn. Điều
này có thể lý giải là do ánh sáng Mặt trời có độ ổn định cao hơn ánh
sáng đèn neon, điều đó giúp các ảnh liên tiếp có độ tương đồng cao
hơn.


19

Khi giới hạn sai lệch cho phép càng lớn, chất lượng hình ảnh thu
được càng kém (như đã nói ở mục trên), tuy nhiên, tỉ lệ trùng lặp dữ
liệu giữa các điểm ảnh tương ứng ở 2 hình ảnh liên tiếp nhau càng
lớn, và giúp cho việc nén dữ liệu thực hiện tốt hơn.

3.4 KẾT LUẬN CHƯƠNG
Chương 3 mô tả cách thức cài đặt thuật toán nén ảnh chuyển động
cũng như các con số thống kê kết quả thực hiện bài toán.
Dựa vào các kết quả thu được giữa việc nén ảnh bằng phương
pháp nén ảnh chuyển động và nén ảnh bằng thuật toán JPEG, ta nhận
thấy phương pháp nén ảnh bằng thuật toán JPEG cho kết quả tốt hơn.
Tuy nhiên khi nén một ảnh bằng thuật toán JPEG sẽ khiến ảnh bị mất
mát dữ liệu và làm giảm chất lượng ảnh, điều này sẽ không phù hợp
với các ảnh cần giữ nguyên chất lượng. Trong khi đó thuật toán nén
ảnh chuyển động đảm bảo giữ nguyên chất lượng hình ảnh, và có thể
phối hợp với các thuật toán nén không mất dữ liệu khác để nâng cao
hiệu suất nén.


20

KẾT LUẬN

Truyền hình ảnh và hình ảnh chuyển động qua mạng là bài toán
đã và đang thu hút được sự quan tâm của nhiều nhà phát triển phần
mềm. Trong khuôn khổ của luân văn, học viên đã nghiên cứu một số
định dạng ảnh phổ biến, một số phương pháp nén ảnh phổ biến, cũng
như phương pháp nén ảnh khi truyền qua mạng dựa trên phát hiện sự
khác biệt giữa các hình ảnh liên tiếp. Các nội dung nghiên cứu chính
bao gồm:
- Các định dạng ảnh phổ biến: Nhằm nắm được cấu trúc của
các định dạng ảnh cơ bản.
- Các phương pháp nén ảnh phổ biến: Nhằm nắm được các
phương pháp mã hóa ảnh cơ bản.
- Phương pháp nén ảnh khi truyền qua mạng dựa trên việc tính

toán các sai lệch giữa các hình ảnh liên tiếp: Nhằm giảm tối đa dung
lượng dữ liệu cẩn truyền.
Với các kết quả này luận văn hi vọng có thể cung cấp thêm một
cách thức khi cần truyền các hình ảnh liên tiếp với thuật toán đơn
giản và cài đặt chương trình hợp lý.