Un artefacto de compresión (o artefacto ) es una distorsión notable de los medios (incluidas imágenes , audio y video ) causada por la aplicación de la compresión con pérdida . La compresión de datos con pérdida implica descartar algunos de los datos de los medios para que sean lo suficientemente pequeños como para almacenarse dentro del espacio de disco deseado o transmitirse ( transmitirse ) dentro del ancho de banda disponible (conocido como la velocidad de datos o velocidad de bits ). Si el compresor no puede almacenar suficientes datos en la versión comprimida, el resultado es una pérdida de calidad o la introducción de artefactos. El algoritmo de compresión puede no ser lo suficientemente inteligente como para discriminar entre distorsiones de poca importancia subjetiva y aquellas objetables para el usuario.
Los artefactos de compresión digital más comunes son los bloques DCT, causados por el algoritmo de compresión de transformada de coseno discreta (DCT) utilizado en muchos estándares de medios digitales , como los formatos de archivos de video JPEG , MP3 y MPEG . [1] [2] [3] Estos artefactos de compresión aparecen cuando se aplica una compresión fuerte, [1] y ocurren a menudo en medios digitales comunes, como DVD , formatos de archivos de computadora comunes como JPEG, MP3 y MPEG, y algunas alternativas al disco compacto , como el formato MiniDisc de Sony . Los medios sin comprimir (como Laserdiscs , Audio CD y archivos WAV ) o los medios comprimidos sin pérdida (como FLAC o PNG ) no sufren artefactos de compresión.
La minimización de los artefactos perceptibles es un objetivo clave en la implementación de un algoritmo de compresión con pérdida. Sin embargo, ocasionalmente se producen artefactos intencionalmente con fines artísticos, un estilo conocido como glitch art [4] o datamoshing [5] .
En términos técnicos, un artefacto de compresión es una clase particular de error de datos que suele ser consecuencia de la cuantificación en la compresión de datos con pérdida. Cuando se utiliza la codificación de transformación , normalmente asume la forma de una de las funciones básicas del espacio de transformación del codificador.
Al realizar la codificación de transformada de coseno discreta (DCT) [1] basada en bloques para cuantificación , como en imágenes comprimidas en JPEG , pueden aparecer varios tipos de artefactos.
Otros algoritmos con pérdida, que utilizan la comparación de patrones para eliminar la duplicación de símbolos similares, son propensos a introducir errores difíciles de detectar en el texto impreso. Por ejemplo, los números "6" y "8" pueden ser reemplazados. Se ha observado que esto sucede con JBIG2 en ciertas fotocopiadoras. [6] [7]
A bajas tasas de bits, cualquier esquema de codificación basado en bloques con pérdida introduce artefactos visibles en los bloques de píxeles y en los límites de los bloques. Estos límites pueden ser límites de bloques de transformación, límites de bloques de predicción o ambos, y pueden coincidir con los límites de macrobloques . El término macrobloqueo se utiliza comúnmente independientemente de la causa del artefacto. Otros nombres incluyen bloqueo, [8] mosaico , [9] pixelado, acolchado y tablero de ajedrez.
Los artefactos de bloque son el resultado del principio mismo de la codificación de transformación de bloque . La transformación (por ejemplo, la transformada de coseno discreta) se aplica a un bloque de píxeles y, para lograr una compresión sin pérdida, se cuantifican los coeficientes de transformación de cada bloque . Cuanto menor sea la tasa de bits, más burdamente se representan los coeficientes y más coeficientes se cuantifican a cero. Estadísticamente, las imágenes tienen más contenido de baja frecuencia que de alta frecuencia, por lo que es el contenido de baja frecuencia el que permanece después de la cuantificación, lo que da como resultado bloques borrosos y de baja resolución. En el caso más extremo, solo se conserva el coeficiente DC, es decir, el coeficiente que representa el color promedio de un bloque, y el bloque de transformación es solo de un solo color después de la reconstrucción.
Como este proceso de cuantificación se aplica individualmente en cada bloque, los bloques vecinos cuantifican los coeficientes de forma diferente, lo que genera discontinuidades en los límites de los bloques. Estas son más visibles en áreas planas, donde hay pocos detalles que enmascaren el efecto.
Se han propuesto varios enfoques para reducir los efectos de compresión de imágenes, pero para utilizar técnicas de compresión/descompresión estandarizadas y conservar los beneficios de la compresión (por ejemplo, menores costos de transmisión y almacenamiento), muchos de estos métodos se centran en el "posprocesamiento", es decir, procesar las imágenes cuando se reciben o se ven. No se ha demostrado que ninguna técnica de posprocesamiento mejore la calidad de la imagen en todos los casos; en consecuencia, ninguna ha obtenido una aceptación generalizada, aunque algunas se han implementado y se utilizan en sistemas propietarios. Muchos programas de edición de fotografías, por ejemplo, tienen algoritmos propietarios de reducción de artefactos JPEG incorporados. Los equipos de consumo a menudo denominan a este posprocesamiento "Reducción de ruido MPEG". [10]
Los artefactos de contorno en JPEG se pueden convertir en "granos" más agradables, no muy distintos de los que se encuentran en las películas fotográficas con valores ISO altos. En lugar de simplemente multiplicar los coeficientes cuantificados por el paso de cuantificación Q correspondiente a la frecuencia 2D, se puede añadir ruido inteligente en forma de un número aleatorio en el intervalo [- Q /2; Q /2] al coeficiente descuantificado. Este método se puede incorporar como parte integral de los descompresores JPEG que funcionan con los billones de imágenes JPEG existentes y futuras. Como tal, no es una técnica de "posprocesamiento". [11]
El problema del timbre se puede reducir en el momento de la codificación sobrepasando los valores DCT, lo que suprime los anillos. [12]
La posterización generalmente sólo ocurre con baja calidad, cuando se le da poca importancia a los valores de DC. Ajustar la tabla de cuantificación ayuda. [13]
Cuando se utiliza la predicción de movimiento, como en MPEG-1 , MPEG-2 o MPEG-4 , los artefactos de compresión tienden a permanecer en varias generaciones de cuadros descomprimidos y se mueven con el flujo óptico de la imagen, lo que genera un efecto peculiar, a medio camino entre un efecto de pintura y una "suciedad" que se mueve con los objetos en la escena.
Los errores de datos en el flujo de bits comprimido, posiblemente debidos a errores de transmisión, pueden dar lugar a errores similares a grandes errores de cuantificación, o pueden interrumpir el análisis del flujo de datos por completo durante un breve período de tiempo, lo que provoca la "ruptura" de la imagen. Cuando se han producido errores graves en el flujo de bits, los decodificadores continúan aplicando actualizaciones a la imagen dañada durante un breve intervalo, lo que crea un efecto de "imagen fantasma", hasta que reciben el siguiente fotograma comprimido de forma independiente. En la codificación de imágenes MPEG, estos se conocen como " fotogramas I ", donde "I" significa "intra". Hasta que llega el siguiente fotograma I, el decodificador puede realizar la ocultación de errores .
Las discontinuidades en los límites de los bloques pueden ocurrir en los bordes de los bloques de predicción de compensación de movimiento . En la compresión de video con compensación de movimiento, la imagen actual se predice desplazando bloques (macrobloques, particiones o unidades de predicción) de píxeles de fotogramas decodificados previamente. Si dos bloques vecinos usan vectores de movimiento diferentes, habrá una discontinuidad en el borde entre los bloques.
Los artefactos de compresión de video incluyen resultados acumulativos de la compresión de las imágenes fijas que lo componen, por ejemplo, el zumbido u otra actividad en los bordes de las imágenes fijas sucesivas aparece en secuencia como un borrón brillante de puntos alrededor de los bordes, llamado ruido de mosquito , ya que se asemejan a mosquitos revoloteando alrededor del objeto. [14] [15] El llamado "ruido de mosquito" es causado por el algoritmo de compresión de transformada de coseno discreta (DCT) basado en bloques utilizado en la mayoría de los estándares de codificación de video , como los formatos MPEG . [3]
Los artefactos en los límites de los bloques se pueden reducir aplicando un filtro de desbloqueo . Al igual que en la codificación de imágenes fijas, es posible aplicar un filtro de desbloqueo a la salida del decodificador como posprocesamiento.
En la codificación de vídeo con predicción de movimiento con un bucle de predicción cerrado, el codificador utiliza la salida del decodificador como referencia de predicción a partir de la cual se predicen los fotogramas futuros. Para ello, el codificador integra conceptualmente un decodificador. Si este "decodificador" realiza un desbloqueo, la imagen desbloqueada se utiliza como imagen de referencia para la compensación de movimiento, lo que mejora la eficiencia de la codificación al evitar la propagación de artefactos de bloqueo a través de los fotogramas. Esto se conoce como filtro de desbloqueo en bucle. Las normas que especifican un filtro de desbloqueo en bucle incluyen VC-1 , H.263 Annex J, H.264/AVC y H.265/HEVC .
La compresión de audio con pérdida generalmente funciona con un modelo psicoacústico, un modelo de percepción auditiva humana. Los formatos de audio con pérdida generalmente implican el uso de una transformación del dominio de tiempo/frecuencia, como una transformada de coseno discreta modificada . Con el modelo psicoacústico, se explotan los efectos de enmascaramiento, como el enmascaramiento de frecuencia y el enmascaramiento temporal, de modo que no se graban los sonidos que deberían ser imperceptibles. Por ejemplo, en general, los seres humanos no pueden percibir un tono suave reproducido simultáneamente con un tono similar pero más fuerte. Una técnica de compresión con pérdida podría identificar este tono suave e intentar eliminarlo. Además, el ruido de cuantificación se puede "ocultar" donde estaría enmascarado por sonidos más prominentes. Con baja compresión, se utiliza un modelo psicoacústico conservador con tamaños de bloque pequeños.
Cuando el modelo psicoacústico es inexacto, cuando el tamaño del bloque de transformación está restringido o cuando se utiliza una compresión agresiva, esto puede generar artefactos de compresión. Los artefactos de compresión en el audio comprimido suelen aparecer como zumbidos, preecos , "artefactos de pájaros", cortes, traqueteos, gorjeos, zumbidos metálicos, una sensación subacuática, silbidos o "granulosidad".
Un ejemplo de artefactos de compresión en el audio es el aplauso en un archivo de audio relativamente comprimido (por ejemplo, un MP3 de 96 kbit/s). En general, los tonos musicales tienen formas de onda repetitivas y variaciones de volumen más predecibles, mientras que el aplauso es esencialmente aleatorio, por lo que es difícil de comprimir. Una pista de aplausos muy comprimida puede tener "timbres metálicos" y otros artefactos de compresión.
Los artefactos de compresión pueden usarse intencionalmente como un estilo visual, a veces conocido como glitch art . El glitch art de Rosa Menkman hace uso de artefactos de compresión , [16] particularmente los bloques de transformada de coseno discreto (bloques DCT) que se encuentran en la mayoría de los formatos de compresión de datos de medios digitales , como imágenes digitales JPEG y audio digital MP3 . [2] En imágenes fijas, un ejemplo son los JPEG del fotógrafo alemán Thomas Ruff , que usa artefactos JPEG intencionales como base del estilo de la imagen. [17] [18]
En el videoarte , una técnica utilizada es el datamoshing , donde se intercalan dos videos para que los fotogramas intermedios se interpolen desde dos fuentes separadas. Otra técnica implica simplemente la transcodificación de un formato de video con pérdida a otro, lo que explota la diferencia en cómo los códecs de video separados procesan la información de movimiento y color. [19] La técnica fue iniciada por los artistas Bertrand Planes en colaboración con Christian Jacquemin en 2006 con DivXPrime, [20] Sven König, Takeshi Murata , Jacques Perconte y Paul B. Davis en colaboración con Paperrad , y más recientemente utilizada por David OReilly y dentro de los videos musicales de Chairlift y por Nabil Elderkin en el video musical " Welcome to Heartbreak " para Kanye West . [21] [22]
También existe un género de memes en Internet en el que imágenes a menudo sin sentido se comprimen deliberadamente, a veces varias veces, para lograr un efecto cómico. Las imágenes creadas con esta técnica suelen denominarse "fritas". [23]
