Belangrijk is dat het vervolgens een weegstap toepast, waardoor spectrale coëfficiënten met hogere frequentie worden gedeeld door de algehele helderheid (de DC-component), waardoor minder belangrijke gegevens agressiever kunnen worden gecomprimeerd. Dat wordt vervolgens in de codec ingevoerd en in plaats van een volledig nieuw bestandstype uit te vinden, gebruikt de methode de compressie -engine en functies van het gestandaardiseerde JPEG XL -beeldformaat om de speciaal voorbereide spectrale gegevens op te slaan.
Spectrale afbeeldingen gemakkelijker maken om mee te werken
Volgens de onderzoekers zijn naar verluidt de enorme bestandsgroottes van spectrale afbeeldingen een echte belemmering voor de acceptatie in industrieën geweest die baat zouden hebben bij hun nauwkeurigheid. Kleinere bestanden betekenen snellere overdrachtstijden, lagere opslagkosten en de mogelijkheid om met deze afbeeldingen interactiever te werken zonder gespecialiseerde hardware.
De resultaten die door de onderzoekers zijn gerapporteerd, lijken indrukwekkend-met hun techniek krimpen spectrale beeldbestanden met 10 tot 60 keer in vergelijking met standaard OpenExr-verliesloze compressie, waardoor ze worden neergelegd tot maten vergelijkbaar met reguliere hoogwaardige foto’s. Ze behouden ook belangrijke OpenEXR -functies zoals metagegevens en ondersteuning met een hoge dynamische bereik.
Hoewel sommige informatie wordt opgeofferd in het compressieproces-waardoor dit een “verliesd” -formaat werd-hebben de onderzoekers het ontworpen om eerst de minst merkbare details weg te gooien, waarbij compressieartefacten worden gericht in de minder belangrijke spectrale details van de hoogfrequente spectrale details om belangrijke visuele informatie te behouden.
Natuurlijk zijn er enkele beperkingen. Het vertalen van deze onderzoeksresultaten in wijdverbreide praktisch gebruik hangt af van de voortdurende ontwikkeling en verfijning van de softwaretools die omgaan met JPEG XL -codering en decodering. Zoals veel geavanceerde formaten, kunnen de eerste software-implementaties verdere ontwikkeling nodig hebben om elke functie volledig te ontgrendelen. Het is een werk in uitvoering.
En hoewel spectrale JPEG XL de bestandsgroottes drastisch vermindert, kan de verliesbenadering de nadelen vormen voor sommige wetenschappelijke toepassingen. Sommige onderzoekers die met spectrale gegevens werken, kunnen de afweging gemakkelijk accepteren voor de praktische voordelen van kleinere bestanden en snellere verwerking. Anderen die bijzonder gevoelige metingen afhandelen, moeten mogelijk alternatieve opslagmethoden zoeken.
Voor nu blijft de nieuwe techniek in de eerste plaats van belang voor gespecialiseerde velden zoals wetenschappelijke visualisatie en hoogwaardige weergave. Naarmate industrieën van automotive -ontwerp tot medische beeldvorming echter steeds grotere spectrale datasets genereren, kunnen compressietechnieken zoals deze helpen die enorme bestanden praktischer te maken om mee te werken.
