На Кавказе освоили быструю обработку фото без потери качества

/ 4 августа 2026 09:22

Учёные Северо-Кавказского федерального университета разработали новую технологию, которая позволяет ускорить обработку изображений без потери их качества. Новый алгоритм даёт возможность преобразовывать сразу по три-четыре пикселя в математический код (нули и единицы), в отличие от традиционных методов, которые работают с каждым пикселем по отдельности. Результаты исследования опубликованы в журнале "Компьютерная оптика".

Обработка изображений высокого качества необходима для решения различных задач — от контроля качества продукции до прогнозирования передвижения эпицентра урагана и подсчёта животных в заповедниках. Однако для передачи изображений требуется их сжатие и последующее восстановление, что часто приводит к потере разрешения, отмечают в университете.

Как рассказал один из авторов работы, заведующий кафедрой математического моделирования факультета математики и компьютерных наук Павел Ляхов, процесс выглядит так: изображение сначала преобразуется в двоичный код — последовательность нулей и единиц, затем данные делятся на маленькие порции и отправляются через сеть. На приёмном устройстве эти данные снова собираются и преобразуются в картинку, которая, однако, раньше неизбежно уступала по качеству исходному изображению. Такое было до появления стандарта кодирования JPEG XS в 2019 году.

Стандарт JPEG XS позволяет сохранить высокое разрешение изображения, но из-за этого процесс передачи становится более долгим. Учёные университета нашли способ ускорить передачу изображений с помощью усовершенствования алгоритмов кодека JPEG XS в два раза. По их мнению, новые методы будут полезны в сферах, где требуется быстрая реакция на получаемую визуальную информацию, таких как медицинская визуализация или обработка спутниковых данных.

В отличие от современных подходов, которые обрабатывают каждый пиксель по очереди, разработанный алгоритм использует метод Винограда для параллельного вычисления групп из двух-пяти пикселей одним процессорным действием. Такой подход увеличивает производительность: при сжатии изображения — на 109%, а при восстановлении — на 144%. Оптимальным оказался фрагмент из трёх пикселей при сжатии и четырёх — при восстановлении.

Однако применение новых алгоритмов связано с ростом энергопотребления всей системы: процесс кодирования требует примерно в 20 раз больше энергии, а расшифровки — почти в 125 раз больше. Поэтому эти методы предназначены для областей, где важнее скорость анализа изображений, чем энергозатраты.

Исследование было выполнено при поддержке Российского научного фонда (проекты № 23‑71‑10013 и № 24‑71‑10016).

Интервью