Quantizzazione vettoriale ottimizzata per immagini CFA

Introduzione Il mantenimento e il trattamento delle immagini digitali rappresenta uno dei principali problemi per i sistemi informatici a basso costo. Per questo, diverse tecniche di compressione sono state studiate per ridurre il volume dei dati necessari nella rappresentazione del segnale visivo. Gli algoritmi di compressione per le immagini digitali sono basati sulla rimozione di una parte dell informazione che si presenta piø volte all interno del segnale. L attenuazione della ridondanza statistica, derivante dalla ripetizione di alcuni valori nel segnale, Ł raggiunta dagli algoritmi lossless o senza perdita di informazione. La riduzione della ridondanza percettiva, dovuta all incapacit del sistema visivo umano di percepire tutte le informazioni contenute nel segnale, Ł ottenuta mediante gli algoritmi lossy o con perdita di informazione. I metodi di compressione esistenti in letteratura garantiscono una riproduzione fedele dell immagine originale con un minimo dispendio di memoria. Tuttavia, queste tecniche sono caratterizzate da un alta complessit computazionale che li rende difficilmente integrabili sui sistemi SoC (System on a Chip). Questa tesi presenta una tecnica innovativa di compressione particolarmente efficiente in termini di operazioni di elaborazione e unit di memorizzazione. Il livello di compressione raggiunto Ł minore che nei sistemi tradizionali, ma Ł compensato dal risparmio economico derivante dalla ridotta dimensione del silicio necessario per l implementazione. L algoritmo Ł quindi facilmente implementabile sui sistemi con scarse risorse come quelli che caratterizzano le fotocamere digitali. In questi dispositivi, i sensori che acquisiscono l immagine sono dotati di un filtro denominato Bayer Pattern che cattura, per ogni pixel, una sola componente cromatica tra rosso, verde e blu. Questo riduce ad un terzo il numero di fotodiodi necessari per acquisire l immagine con un notevole risparmio economico. L immagine a colori viene poi ottenuta, a partire da quella in Bayer Pattern, tramite l applicazione di una serie di algoritmi di elaborazione delle immagini [8, 12, 13], fra i quali la cosiddetta color interpolation (interpolazione dei colori) che permette di ricostruire, per ciascun pixel, le due componenti cromatiche non acquisite.