На Кавказе освоили быструю обработку фото без потери качества

/ 8 августа 2026 08:11

Ученые Северо-Кавказского федерального университета разработали новую технологию, которая ускоряет обработку изображений без потери качества. Новый алгоритм позволяет преобразовывать одновременно по три-четыре пикселя в математический код, тогда как в существующих методах это делается по одному пикселю. Результаты исследования представлены в журнале «Компьютерная оптика».

Обработка изображений высокого качества необходима при контроле производства, прогнозировании движения ураганов, подсчете животных в заповедниках и других сферах. Однако для передачи изображений их приходится сжимать, а затем восстанавливать, что снижает разрешение. В университете пояснили, что традиционная обработка предполагает последовательный перевод изображения в двоичный код, разделение на небольшие порции и отправку по сети, после чего получатель собирает данные обратно в картинку. В результате качество изображения обычно снижается по сравнению с оригиналом. Ситуация изменилась с появлением стандарта JPEG XS в 2019 году, который позволяет сохранять разрешение, но увеличивает время передачи данных.

Ученые из СКФУ предлагают ускорить процесс передачи изображений с помощью дополнительного алгоритма, работающего совместно с кодеком JPEG XS, что позволяет удвоить скорость передачи. Такой способ может быть особенно полезен в областях, где важна оперативная обработка визуальной информации — например, в медицинской визуализации и работе со спутниковыми данными.

В отличие от современных методов, которые обрабатывают пиксели по отдельности, предложенный алгоритм использует метод Винограда. Это позволяет параллельно обрабатывать группы по два-пять пикселей за одно действие процессора, что значительно увеличивает производительность: сжатие становится быстрее на 109%, а восстановление — на 144%. Наиболее эффективной оказалась обработка трех пикселей при сжатии и четырех — при восстановлении.

Однако в университете отметили, что такие алгоритмы приводят к увеличению энергопотребления: для кодирования — примерно в 20 раз, для расшифровки — почти в 125 раз. В связи с этим разработка предназначена прежде всего для профессиональных сфер, где требуется анализ изображений в реальном времени независимо от затрат электроэнергии.

Исследование выполнено при поддержке Российского научного фонда.

Общество