На Кавказе научились быстро обрабатывать фото без потери качества

В Северо-Кавказском федеральном университете (СКФУ) разработали новую технологию, которая может заметно ускорить обработку изображений, сохраняя при этом их качество. Как пояснили в вузе, созданный алгоритм позволяет переводить в математический код сразу по три-четыре пикселя одновременно, тогда как традиционные методы работают с каждым пикселем по отдельности. Это открывает возможности для более быстрой и эффективной работы с цифровыми изображениями в самых разных сферах.

По словам специалистов, качественная обработка снимков особенно важна там, где от точности изображения зависит результат анализа. Речь идет, например, о контроле качества продукции на производстве, прогнозировании перемещения эпицентра урагана, а также о подсчете численности животных в заповедниках. Во всех этих случаях требуется четкая и детальная картинка, позволяющая получать достоверные данные.

При этом передача изображений обычно связана с их сжатием, а затем последующим восстановлением, что нередко приводит к потере разрешения и ухудшению детализации. Именно поэтому разработка СКФУ может быть особенно востребована: она помогает ускорять вычисления и одновременно минимизировать искажения, возникающие при обработке. Результаты исследования опубликованы в журнале «Компьютерная оптика».

Перед передачей изображение сначала преобразуется в цифровой вид — в двоичный код, состоящий из нулей и единиц. Затем этот массив данных разбивается на небольшие фрагменты, которые последовательно отправляются по сети. По пути данные могут подвергаться сжатию и дополнительной обработке, чтобы уменьшить нагрузку на канал связи и ускорить передачу. На стороне получателя все фрагменты снова собираются воедино, после чего нули и единицы преобразуются обратно в картинку. Однако раньше качество восстановленного изображения часто оказывалось ниже, чем у оригинала: часть деталей терялась, появлялись искажения и снижалась четкость. Ситуация заметно улучшилась после появления в 2019 году стандарта кодирования JPEG XS, который позволил передавать изображения с гораздо меньшими потерями и более высоким качеством, — рассказал один из авторов исследования, заведующий кафедрой математического моделирования факультета математики и компьютерных наук имени профессора Н. И. Червякова СКФУ Павел Ляхов.

В СКФУ отметили, что применение алгоритмов стандарта JPEG XS помогает сохранить высокое качество и исходное разрешение изображения, однако при этом может увеличивать время передачи данных. Именно поэтому вопрос ускорения обработки визуальной информации остается особенно актуальным для современных цифровых систем.

Исследователи университета предложили способ вдвое ускорить передачу изображений с использованием алгоритмов кодека JPEG XS. По их оценке, такие усовершенствования могут быть востребованы в тех сферах, где скорость реакции на изображение критически важна: в медицинской диагностике, при анализе снимков, в дистанционном зондировании Земли и обработке спутниковых данных. Кроме того, подобные решения могут повысить эффективность систем видеонаблюдения и промышленных комплексов, работающих в режиме реального времени.

Как пояснили ученые, в отличие от традиционных методов, при которых пиксели обрабатываются поочередно, новый подход основан на использовании метода Винограда. Это позволяет выполнять параллельные вычисления для групп из двух-пяти пикселей за одно элементарное действие процессора, что заметно снижает нагрузку на систему и ускоряет весь процесс кодирования. Благодаря этому удается сократить задержки при передаче изображения без потери качества.

Авторы разработки считают, что дальнейшая оптимизация алгоритмов JPEG XS может стать важным шагом к созданию более быстрых и надежных решений для передачи визуальных данных. В перспективе это позволит улучшить работу сервисов, где важны одновременно высокая четкость изображения, минимальная задержка и стабильная скорость обмена информацией.

Переписанный текст:

По словам Ляхова, использование такого подхода позволяет заметно повысить скорость обработки данных: при сжатии изображений производительность возрастает на 109 процентов, а при их восстановлении — на 144 процента. Он также уточнил, что наиболее эффективным вариантом считается размер фрагмента в три пикселя для операции сжатия и в четыре пикселя — для восстановления изображения.

Подобные технологии особенно важны там, где требуется быстрое и точное преобразование визуальной информации без потери значимых деталей. Они могут быть востребованы в системах компьютерного зрения, промышленной диагностики, медицинской визуализации и других областях, где качество и скорость обработки данных имеют решающее значение.

В СКФУ при этом отметили, что внедрение новых алгоритмов сопровождается существенным ростом энергозатрат всей системы. Так, для кодирования изображений потребление энергии увеличивается примерно в 20 раз, а для декодирования — почти в 125 раз. Именно поэтому разработка вряд ли будет полезна рядовым пользователям, однако она может оказаться крайне ценной в задачах, где анализ изображения должен выполняться в реальном времени и затраты на ресурсы не являются главным ограничением.

Исследование было проведено при финансовой поддержке Российского научного фонда в рамках проектов № 23‑71‑10013 и № 24‑71‑10016. Такая поддержка сыграла важную роль в реализации работы, обеспечив необходимые условия для проведения научных исследований и анализа полученных результатов. Авторы выражают признательность Российскому научному фонду за содействие в выполнении данного проекта, поскольку именно благодаря этой поддержке стало возможным достижение поставленных целей и дальнейшее развитие темы.

Источник и фото - ria.ru