Adaptive Coefficient Modification (ACM) (Filtro Nadenau)

La implementación correcta del filtrado para que no amplíe el tamaño de las subbandas se debe a la aplicación de la convolución circular como dijo Tonete. En este pdf  “Taller de Algebra de Señales y Aplicaciones usando Matlab” podemos leer como funciona.
Un esquema de esta convolución circular se encuentra en la libreta (hojas rojas).
La implementación de la convolución circular se encuentra en el fichero myCircConv.m en D:\Investigacion\Tesis\Perceptual Quantization\source\csfmask

Se ha probado todo el proceso de codificación y decodificación en Matlab.
El programa es pcoder.m en el mismo directorio.

Los resultados que recuerdo… MODIFICAR ESTE POST CON RESULTADOS ACTUALES….
son que el filtro efectivamente reducia el rate de la imagen manteniendo la calidad, pues hacía los coeficientes de todas las subbandas muy pequeños.
El problema es que si posteriormente aplicamos cuantización uniforme la calidad degenera demasiado rápido….

ToDo:

  • Revisar el código y obtener resultados actualizados que corroboren lo que estoy diciendo arriba, y DOCUMENTARLO TETE !
  • Si es cierto, analizar las siguientes posibilidades (o las que se ocurran nuevas)
    • Pasar el filtro tras la cuantización, es decir, transformada, cuantización y filtro, redondeo … filtro inverso, de-cuantización, transformada inversa.
    • Analizar porqué la calidad baja tanto… qué subbandas se cuantizan tanto como para que la calidad se merme tanto? Se podría elevar algunas o cuantizar menos otras?… Analizar las magnitudes relativas entre las subbandas (en varias imágenes) para ver si hay un patrón que justifique la perdida.