Разработка и исследование алгоритмов сжатия бинарных изображений в мультисервисных сетях связи тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Гузеев, Алексей Валерьевич

• Гузеев, Алексей Валерьевич
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Гузеев, Алексей Валерьевич

Введение.

Актуальность темы.

Цели и задачи исследования.

Объект исследования и предмет исследования.б

Методологическая и теоретическая основа исследования.

Информационная база исследования.

Научная новизна исследования.

Практическая значимость работы.

Использование результатов работы.

Апробация результатов исследования.

Основные положения, выносимые на защиту.

Объем работы.

Глава 1: Классификация современных алгоритмов сжатия и стандарты кодирования в мультисервисных сетях.

1.1 Постановка задачи.

1.2 Анализ стандартов сжатия информации в мультисервисных сетях связи.

1.2.1 Основные методы повышения эффективности передачи информации МСС.

1.2.2 Акселерация трафика данных (решения JUNIPER Networks).

1.3 Сжатие изображений и виды избыточности, свойственные изображениям.

1.3.1 Понятие класса изображения.

1.3.2 Понятие избыточности данных.

1.3.3 Кодовая избыточность.

1.3.4 Межэлементная избыточность.

1.3.5 Психовизуальная избыточность.

1.3.6 Понятие документальной информации.

1.3.7 Понятие глубины цветопередачи изображения.

1.3.8 Понятия алгоритма сжатия и формата файла изображения.

1.4 Анализ основных алгоритмов эффективного кодирования.

1.4.1 Классический алгоритм Хаффмана.

1.4.2 Факсимильное сжатие.

1.4.3 Кодирование длин серий.

1.4.4 Словарное кодирование (LZW).

1.4.5 Арифметическое кодирование.

1.4.6 Фрактальное кодирование.

1.4.7 Вейвлет кодирование.

1.5 Анализ стандартов кодирования изображений.

1.5.1 Анализ технологии JPEG.

1.5.2 JBIG: стандарт для сжатия двухградационных изображений.

1.6 Классификация алгоритмов сжатия.

1.7 Выводы.

Глава 2: Разработка алгоритмов сжатия и внесения потерь для двухградацгюшшх изображений.

2.1 Постановка задачи.

2.2 Алгоритм предобработки.

2.2.1 Внесение потерь на базе блочного представления изображений.

2.2.2 Разрешающая способность человеческого глаза.

2.2.3 Разработка алгоритма внесения потерь.

2.2.4 Метрики ошибок.

2.3 Алгоритмы сжатия бинарных изображений.

2.3.1 Модифицированный алгоритм Хаффмана.

2.3.2 Алгоритм префиксного блочного кодирования.

2.3.3 Процедура выделения областей интереса.

2.4 Алгоритм формирования распределения вероятностей появления блоков в изображении.

2.5 Форматы файлов.

2.6 Выводы.

Глава 3: Выбор оптимальных параметров разработанных алгоритмов сжатия.

3.1 Постановка задачи.

3.2 Математическая модель двухградационного изображения.

3.3 Вычисление вероятности появления блока на основе цепи Маркова.

3.4 Проверка адекватности математической модели.

3.5 Определение оптимальных размеров блока алгоритма ПБК.

3.5.1 Преобразование битового потока.

3.5.2 Вычисление коэффициента сжатия.

3.6 Доказательство оптимальности алгоритма построения шаблона замены.

3.7 Выводы.

Глава 4: Анализ степени сжатия разработанных алгоритмов на основе компьютерного моделирования.

4.1 Постановка задачи.

4.2 Подготовка компьютерного моделирования.

4.3 Компьютерное моделирование разработанных алгоритмов.

4.3.1 Результаты моделирования для варианта 1.

4.3.2 Результаты моделирования для варианта 2.

4.3.3 Результаты моделирования для варианта 3.

4.3.4 Результаты моделирования для варианта 4.

4.3.5 Результаты моделирования для варианта 5.

4.4 Сравнительный анализ предложенных вариантов.

4.5 Анализ влияния потерь на степень сжатия алгоритмов, использующих формирование распределения вероятностей появления блоков в изображении.

4.6 Разработка рекомендаций по использованию предложенных алгоритмов.

4.7 Выводы.

Введение диссертации (часть автореферата) на тему «Разработка и исследование алгоритмов сжатия бинарных изображений в мультисервисных сетях связи»

Актуальность темы

Компактное представление информации в целом и компактное представление изображений в частности является неотъемлемой частью любой современной сети связи. Эффективное кодирование применяется для решения задач двух типов: для сокращения объема занимаемого данными при хранении информации и для уменьшения времени передачи информации. Однако, подход к проблеме, когда рассматривается только одна из указанных задач, достаточно узок. Например, возможна ситуация, когда за счет сокращения объема передаваемой информации уменьшается не только время передачи, но и ее стоимость. С другой стороны, если некоторая информация была передана в сжатом виде и не утратила свою ценность после передачи, то целесообразно в такой форме и осуществлять ее последующее хранение.

Современные алгоритмы и стандарты сжатия, созданные для цветных или полутоновых изображений либо не учитывают специфику, либо вовсе не предназначены для двухградационных изображений. А алгоритмы, предназначенные для сжатия бинарных изображений, не дают необходимой степени сжатия, либо просто не используются т.к. содержат алгоритмы не совместимые с другими этапами обработки и хранения изображений. Характерным примером является использование в стандарте DICOM метода сжатия JPEG по умолчанию, в то время как использование эффективного кодирования предназначенного для бинарных изображений дает не только большее сжатие самих бинарных изображений, но и открывает новые подходы к сжатию полутоновых и цветных изображений. В очень многих случаях роль черно-белых изображений преуменьшается, а иногда их вообще путают с полутоновыми, хотя обработка и хранение именно бинарных изображений широко используется в таких областях, как телемедицина, картография, системы видеонаблюдения и системы документооборота.

Существует две основные проблемы, связанные с компактным представлением изображений.

Во-первых, последовательное применение алгоритмов сжатия, работающих по схожим физическим принципам, дает меньшую эффективность работы второго алгоритма, чем его отдельное применение.

Второй проблемой является отсутствие связи между характером внесения потерь в кодируемое изображение и особенностями восприятия результата этой операции человеком (в том случае, если изображение предназначено для человека, а не для некоторой автоматизированной системы). Природа восприятия человеком окружающего его мира заключается, в основном, в выделении контуров объектов. В свою очередь бинарные изображения представляют собой совокупность контуров (никаких плавных переходов цвета), поэтому кодирование и внесение потерь именно в бинарные изображения позволит достичь максимальных коэффициентов сжатия при лучшем качестве с точки зрения человека.

Дополнительным подтверждением актуальности темы диссертации является большое количество проектов и публикаций, связанных с системами архивирования и хранения информации, например [56,32,69], с проблемой согласования источника сообщений с пропускной способностью канала связи [67] и с системами документальной конференц-связи [28].

Цели и задачи исследования

Целыо диссертационной работы является повышение эффективности передачи двухградационных изображений по мультисервисным сетям связи. Задачами исследования являются:

1. Анализ современных методов повышения эффективности передачи информации по мултисервисным сетями связи.

2. Анализ известных алгоритмов сжатия, современных стандартов кодирования и их классификация.

3. Разработка алгоритма удаления визуальной избыточности с учетом особенностей человеческого восприятия изображений.

4. Разработка алгоритмов сжатия основанных на блочном представлении изображений.

5. Разработка алгоритма формирования распределения вероятностей появления блоков в изображении.

6. Выбор оптимальных параметров алгоритмов сжатия, использующих блочное представление изображений, на основе математической модели изображения.

7. Анализ влияния, вносимых в изображение потерь, на степень сжатия алгоритма, использующего формирование распределения вероятностей появления блоков в изображении.

8. Анализ коэффициентов сжатия, полученных в результате компьютерного моделирования разработанных алгоритмов и сравнение их с другими известными алгоритмами.

9. Разработка рекомендаций по использованию предложенных алгоритмов.

Объект исследования и предмет исследования

Объектом исследования являются сети и системы передачи, хранения и обработки изображений.

Предметом исследования являются алгоритмы эффективного кодирования двухградационных изображений и алгоритмы удаления визуальной избыточности.

Методологическая и теоретическая основа исследования

Теоретическую основу исследования составили труды в области теории информации В. В. Панина, В. В. Лидовского, Р. Фано, К. Шеннона, Дж. Вольфовица. В области теории кодирования использовались труды сотрудников Массачусетского Технологического Института JI. Крафта и Д. Хаффмана, а также публикации Дж. Рисаннена и Глена Ленгдона в области арифметического кодирования. Исследования влияния искажений на восприятие человеком бинарных изображений основывались на работах в области психофизиологии человеческого зрения Ч.А. Измайлова, A.M.

Черноризова, |С.Д. Света], а также Е.И. Ковалевского, в области офтальмологии. В области обработки цифровых сигналов использовались работы Д.Сэломона, Р. Гонсалеса, Р. Вудса, Яна Уиттена (Ian Witten), А. Моффата (Alistar Moffat), Т. Bejuia(Timothy Bell). Теоретической основой для математического и компьютерного моделирования послужили труды специалистов в области высшей математики, теории статистики и численных методов А. Самарского, А. Гулина, Г.Л. Громыко, Т.Корна и Г.Корна. Для проведения анализа алгоритмов сжатия в мультисервисных сетях связи использовались работы специалистов ЦНИИС А.Е. Кучерявого и А.Л. Цуприкова, книги А.Б. Гольдштейна, и В.Ю. Деарта. При оформлении диссертации использовались материалы Б.А. Райзберга.

Теоретические и экспериментальные исследования, проведенные в диссертации, основаны на применении теории марковских случайных процессов, теории вероятностей, математической статистики, теории информации и компьютерного моделирования.

Информационная база исследования

В числе информационных источников диссертации использованы:

- научные источники в виде данных и сведений из книг, журнальных статей, интернет ресурсов, научных докладов и отчетов, материалов научных конференций, семинаров;

- официальные документы в виде стандартов, рекомендаций и других нормативных актов;

- результаты собственных расчетов и проведенных экспериментов.

Научная новизна исследования

Научная новизна данной работы заключается в следующем:

1. На основании анализа методов повышения эффективности передачи информации по мультисервисным сетям связи, на качественном уровне обоснована необходимость разработки алгоритмов сжатия бинарных неподвижных изображений, позволяющих повысить эффективность передачи информации в мультисервисных сетях; составлена классификация стандартизованных алгоритмов сжатия бинарных неподвижных изображений, использующихся в мультисервисных сетях.

2. На основании анализа известных алгоритмов сжатия и стандартов кодирования составлена классификация алгоритмов и стандартов сжатия по типу удаляемой избыточности, позволяющая обосновать выбор направления для разработки и исследования алгоритмов сжатия.

3. Разработан алгоритм удаления визуальной избыточности, учитывающий особенности человеческого восприятия и позволяющий повышать степень сжатия бинарных изображений в среднем на 40%; определен критерий качества восприятия изображений человеком, позволяющий, в процессе удаления визуальной избыточности, формировать изображения содержащие искажения неразличимые человеком.

4. Разработаны алгоритмы сжатия бинарных изображений, основанные на блочном представлении изображений, которые могут работать совместно с алгоритмом удаления визуальной избыточности, позволяющие уменьшать объем памяти, занимаемый изображением, в среднем в 20 раз.

5. Разработан алгоритм формирования распределения вероятностей появления блоков в изображении, позволяющий повысить степень сжатия, в среднем, на 17 % без определения оптимальных размеров блока; доказана оптимальность алгоритма построения шаблона замены, являющегося составной частью алгоритма формирования распределения вероятностей.

6. Разработана математическая модель бинарного изображения на основе цепей Маркова, позволяющая определять оптимальные параметры для разработанного алгоритма префиксного блочного кодирования.

Практическая значимость работы

Разработанные алгоритмы сжатия бинарных неподвижных изображений могут быть использованы в мультисервисных сетях связи, позволяя увеличить эффективность передачи информации независимо от возможностей конкретных протоколов, используемых для передачи изображений в МСС, при реализации пользовательских услуг.

Использование результатов работы

Основные теоретические положения и практические результаты диссертационной работы были использованы:

- в закрытом акционерном обществе «СПЕЦВИДЕОПРОЕКТ» при проектировании и реализации проектов цифровых систем видеонаблюдения (акт внедрения);

- в обществе с ограниченной ответственностью «СИБИНТЕК» для хранения в сжатом виде базы документов системы электронного документооборота (акт внедрения);

- в учебном процессе при чтении лекций и в лабораторном практикуме по курсу «Системы документальной электросвязи» (акт внедрения).

Апробация результатов исследования

Основные положения и результаты диссертационной работы докладывались и обсуждались на Московской отраслевой научно-технической конференции «Технологии информационного общества» (г. Москва, 2007г.), Международной научно-технической школе-конференции «Молодые ученые - науке, технологиям и профессиональному образованию» (г. Москва, 2008г.), конференции «Телекоммуникационные и вычислительные системы», проходящей в рамках Международного форума информатизации - 2009 (г. Москва, 2009г.) и Международного форума информатизации -2010 (г. Москва, 2010г.).

По результатам исследований, составивших основу диссертации, опубликовано 6 научных работ, включая 2 статьи, опубликованные в журналах из перечня ВАК.

Основные положения, выносимые на защиту

1. Повышение эффективности передачи бинарных изображений в мультисервисных сетях связи является необходимым условием для развития услуг, основанных на передаче таких изображений (например, услуг телемедицины); применяемые в настоящее время в МСС стандарты сжатия не используют ресурсы избыточности изображений в должной мере, поэтому, одним из путей повышения эффективности является разработка алгоритмов сжатия бинарных неподвижных изображений.

2. Основными направлениями разработки алгоритмов сжатия бинарных изображений, позволяющими повысить эффективность их передачи МСС, являются: использование статистического кодирования в совокупности с укрупнением алфавита источника и использование сжатия с потерями, учитывающими особенности зрительной системы человека; укрупнение алфавита достигается за счет представления кодируемых изображений в виде совокупности блоков единичных элементов одинакового размера.

3. Разработанный алгоритм удаления визуальной избыточности позволяет в 1,5-2 раза повышать степень сжатия бинарных изображений и получать декодированные изображения с лучшим качеством, с точки зрения восприятия их человеком, чем соответствующие алгоритмы, используемые в стандартах сжатия МСС.

4. Разработанные алгоритмы сжатия повышают эффективность передачи бинарных изображений в МСС и могут использоваться отдельно или совместно со стандартами сжатия МСС; совместное использование с существующими стандартами позволяет получить дополнительное сжатие.

5. Разработанный алгоритм формирования распределения вероятностей появления блоков в изображении позволяет получить коэффициенты сжатия близкие к максимальным без определения оптимальных размеров блоков, посредством применения процедуры построения шаблона замены, которая является оптимальной по минимуму энтропии пикселей изображения.

6. Разработанная математическая модель бинарного изображения на основе цепей Маркова позволяет определять оптимальные параметры для разработанного алгоритма префиксного блочного кодирования.

Объем работы

Диссертационная работа содержит 131 страницу основного текста, 10 приложений на 43 страницах, 43 рисунка и графика, 31 таблицу. В списке литературы 69 наименований.

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Гузеев, Алексей Валерьевич

Основные результаты работы заключаются в том, что:

1. Проведен анализ современных методов повышения эффективности передачи информации по МСС и установлено что: при передаче информации в виде бинарных файлов (протокол Т. 127) отсутствуют алгоритмы сжатия, определенные по умолчанию и предназначенные для сжатия черно-белых изображений; при передаче информации при помощи протокола Т. 126 используются стандарты, не предназначенные для бинарных изображений (Т.81), не позволяющие получить высокие коэффициенты сжатия (Т.4, Т.6) или имеющие ограниченную распространенность (Т.82).

2. Проведен анализ известных алгоритмов сжатия, современных стандартов кодирования, на основе которого определены следующие основные направления разработки алгоритмов сжатия бинарных изображений: использование статистического кодирования в совокупности с укрупнением алфавита источника; использование сжатия с потерями, учитывающими особенности зрительной системы человека.

3. Разработан алгоритм удаления визуальной избыточности, учитывающий особенности восприятия изображений человеком, позволяющий повышать степень сжатия бинарных изображений в среднем на 40%. Определены параметры, характеризующие вносимые искажения. Определенные параметры сопоставлены с общепринятыми метриками ошибок. Выявлен и численно оценен критерий качества изображения, воспринимаемого человеком, позволяющий в процессе удаления визуальной избыточности формировать изображения, содержащие неразличимые человеком искажения.

4. Разработаны алгоритм префиксного блочного кодирования, модификация алгоритма Хаффмана, основанные на блочном представлении изображений, а также вспомогательный алгоритм выделения областей интереса. Для разработанных алгоритмов предложено пять вариантов взаимодействия с существующими алгоритмами сжатия и разработанными алгоритмами удаления визуальной избыточности. Предложенные варианты позволяют сократить объем, занимаемый изображениями, в среднем в 20 раз в случае сжатия без потерь.

5. Разработан алгоритм формирования распределения вероятностей появления блоков в изображении, позволяющий повысить степень сжатия в среднем на 17% без определения оптимальных размеров блока. Доказана оптимальность алгоритма построения шаблона замены, являющегося составной частью разработанного алгоритма формирования распределения вероятностей.

6. Построена математическая модель двухградационного изображения на основе конечной цепи Маркова первого порядка и проверена адекватность предложенной модели. Предложена процедура определения оптимальных размеров блока для префиксного блочного кодирования с использованием построенной математической модели.

7. Проведен анализ коэффициентов сжатия разработанных алгоритмов и установлено, что в среднем по всем предложенным вариантам взаимодействия разработанных алгоритмов коэффициент сжатия составит: для сжатия без потерь - 19,59, для сжатия с «отличным» качеством — 25,01, для сжатия с «хорошим» качеством — 27,52. Средний выигрыш в коэффициенте сжатия от внесения потерь составит: для сжатия с «отличным» качеством - 28%, для сжатия с «хорошим» качеством - 40%. Средний по всем предложенным вариантам взаимодействия разработанных алгоритмов коэффициент сжатия превосходит средние коэффициенты сжатия стандартов, используемых в настоящее время в МСС.

8. Проведен анализ влияния потерь, вносимых в изображение, на степень сжатия алгоритма, использующего формирование распределения вероятностей появления блоков, и установлено, что использование указанного алгоритма становится целесообразным только при сжатии с потерями, вносимыми разработанным алгоритмом предобработки, и позволяет получить гарантированный выигрыш в коэффициенте сжатия без поиска оптимальных размеров блока. На основе проведенного математического моделирования получена оценка среднего выигрыша от использования этого алгоритма, составившая 36%.

9. Разработаны рекомендации по использованию разработанных алгоритмов или вариантов взаимодействия разработанных алгоритмов в МСС в зависимости от требуемых возможностей при реализации пользовательских услуг.

Заключение

Список литературы диссертационного исследования кандидат технических наук Гузеев, Алексей Валерьевич, 2011 год

1. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. //М.: ДИАЛОГ-МИФИ, 2002.

2. Ватолин Д.С. Методическое пособие: Алгоритмы сжатия изображений. // МГУ, 1999.

3. Вернер М., Основы кодирования. Учебник для ВУЗов. // М.: Техносфера, 2006.

4. Вольфовиц Дж. Теоремы кодирования теории информации // М.: Мир, 1967.

5. Гольдштейн А.Б., Гольдштейн Б.С. SOFTSWITCH //СПб.: БХВ Санкт-Петербург, 2006.

6. Гонсалес Р., Вудс Р., Цифровая обработка изображений // М.: Техносфера, 2005.

7. ГОСТ 7.0—99. Информационно-библиотечная деятельность, библиография: Термины и определения. Введ. с 01.07.2000.// Система стандартов по информации, библиотечному и издательскому делу: Изд. офиц. М., 1999.

8. Громыко Г.Л. Теория статистики // М.: ИНФРА-М, 2009.

9. Гузеев A.B., ВКР Бакалавра на тему: "Предобработка двухградационных изображений" // МТУ СИ, 2005.

10. Гурлев Д.С. Справочник по фотографии (светотехника и материалы) // К.: Техника, 1986.

11. Деарт В.Ю. Мультисервисные сети связи. Транспортные сети и сети доступа. // М.: Инсвязьиздат, 2007.

12. Измайлов Ч.А., Черноризов A.M. Язык восприятия и мозг // Психология. Журнал Высшей школы экономики. Т.2, №4, с. 22-52, 2005.

13. Ковалевский Е.И. Офтальмология. Учебник. // М.: Медицина, 1995.

14. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров // М.: Наука, 1984.

15. Кунт М. Блочное кодирование графических материалов // ТИИЭР, т.68, №7, 1980.

16. Кучерявый А.Е., Цуприков А.Л., Сети связи следующего поколения. // М.: ФГУП ЦНИИС, 2006.

17. Лидовский В.В. Теория информации // М.: «Компания Спутник*», 2004.

18. Миано Дж., Форматы и алгоритмы сжатия изображений в действии. Учеб.пособ.// М.: Издательство Триумф, 2003.

19. Олифер В.Г., Олифер H.A. Компьютерные сети. Принципы, технологии, протоколы.: Учебник для вузов. 3-е изд. // СПб.: Питер, 2006.

20. Панин В.В. Основы теории информации: учебное пособие для вузов // М.: БИНОМ. Лаборатория знаний, 2007.

21. Райзберг Б.А. Диссертация и ученая степень. Пособие для соискателей. // М.: ИНФРА-М, 2003.

22. Рекомендация МСЭ-Т Т.263, Кодирование видеосигнала для низкоскоростной связи, 2005.

23. Ричардсон Ян, Видеокодирование Н.264 и MPEG-4 стандарты нового поколения // М.: Техносфера, 2005.

24. Самарский А.А., Гулин А.В. Численные методы: учебное пособие для вузов // М.: Наука, 1989.

25. Сэломон Д., Сжатие данных, изображений и звука // М.: Техносфера, 2004.

26. Уэлстид С. Фракталы и вейвлеты для сжатия изображений в действии.Учебное пособие. // М.: Триумф, 2003.

27. Фано P.M. Передача информации. Статистическая теория связи // М.: Мир, 1965.

28. Чепусов Е.Н. Документальная телеконференция: недостающее звено между аудио- и видеоконференц-связью // Сети и системы связи 1998.-№6.

29. Шарыгин М.Е. Сканеры и цифровые камеры // СПб.: БХВ-Петербург; Артлит, 2001.

30. ANSI Х3.241, Data Compression Method -Adaptive Coding with Sliding Window for Information Interchange, 1994.

31. AT&T Inc., Specification of DjVu image compression format// 1999.

32. Cawkell A.E. Progress in documentation: Electronic document delivery systems // J. Doc. -1991.-Vol. 47, N l.-P. 41 -73.

33. CompuServe, Inc. Graphics Interchange Format (GIF) Specification // CompuServe, Columbus, OH, 1987.

34. Golomb S.W. Run-length encoding // IEEE Trans, on Inf. Theory, IT-12. P. 399-401, 1966.

35. Hamilton E. JPEG File Interchange Format Ver. 1.02 // C-Cube Microsystems, 1992.

36. Howard P.G., Vitter J.S. Practical implementations of arithmetic coding // Brown University, tech. rep. № 92-18, 1992.

37. Huffman D.A. A method for the construction of minimum redundancy codes // Proc. of IRE val.40 1962 pp. 1098-1101.

38. ISO/IEC 14496-2, Coding and Audio-Visual Objects. Part 2: Visual // 2001.

39. ITU-T Recommendation H.261, Video codec for audiovisual services at px64 kbits, 1993.

40. ITU-T Recommendation H.264, Advanced video coding for generic audiovisual services, 2009.

41. ITU-T Recommendation H.323, Packet-based multimedia communications systems, 2006.

42. ITU-T Recommendation T.4, Standardization of group 3 facsimile apparatus for document transmission, 2003.

43. ITU-T Recommendation,T.6, Facsimile coding schemes and coding control functions for group 4 facsimile apparatus, 1988.

44. ITU-T Recommendation T.24, Standardized digitized image set, 1998.

45. ITU-T Recommendation T.81, Information technology — Digital compression and coding Of continuous-tone still images Requirements and guidelines, 1993.

46. ITU-T Recommendation T.82, Information technology — Coded representation of picture and audio information — Progressive bi-level image compression, 1993.

47. ITU-T Recommendation T.85, Progressive bi-level image compression (JBIG coding scheme) for facsimile apparatus, 1995.

48. ITU-T Recommendation T.88, Information technology lossy/lossless coding of bi-level images, 2002.

49. ITU-T Recommendation T.120, Data protocols for multimedia conferencing, 2007.

50. ITU-T Recommendation T.126, Multipoint still image and annotation protocol, 2007.

51. ITU-T Recommendation T.127, Multipoint binary file transfer protocol, 2007.

52. ITU-T Recommendation T.800, JPEG 2000 image coding system, 2000.

53. Juniper Networks Inc., Application note Juniper Network WX Client for Mobile and Small Office Users, 2009.

54. Kraft L.C. A Device for Quantizing, Grouping and Coding Amplitude Modulated Pulses // M.S. Thesis, Mass. Inst. Of Techn., Electr. Engin. Depart., 1949.

55. Lempel A., Ziv J., A Universal Algorithm for Sequential Data Compression.// IEEE Trans. Inform. Theory, vol. IT-23, no. 3, May 1977.

56. Lienau H.J., Hartmann K. Usage of an electronic document storage system for a press clipping documentation bank // Proc. Soc. Photo-Opt. Instrum. Eng. 1984. - Vol. 490. - P. 43 - 52.

57. Microsoft Corporation. Win32 Programmer's Reference Volume 5: Messages, Structures and Macros // Microsoft Press, Redmond, WA, 1993.

58. RFC 2394, IP Payload Compression Using DEFLATE, 1998.

59. RFC 2395, IP Payload Compression Using LZS, 1998.

60. RFC 3173, IP Payload Compression Protocol (IPComp), 2001.

61. RFC 3173, IP Payload Compression Protocol (IPComp), 2001.

62. Rissanen J., Landgon G.G., Arithmetic coding. // IBM J. Res. Dev., vol. 23, no. 2, pp. 149162, Mar. 1979.

63. Rissanen J., Landgon G.G., Universal Modeling and Coding // IEEE transactions on information theory, vol. IT-27, no. ljanuary 1981.

64. Scheifler, Robert W. and Gettys J. X Window System // Digital Press, Bedford, MA, 1990.

65. Serra J. Image analysis and mathematical morphology // Academic Press, 1983.

66. Shannon C.E. A mathematical theory of communication //Bell. System. Techn. J., 27, №3, 379-423, 1948.

67. Tuck B. Document ordering and delivery systems in Europe: Projects of the European Commission, services, conditions and prices // Elektronisches Publizieren und Bibliotheken. Frankfurt-am-Main: Vittorio Klostermann, 1996. - S. 58 - 69.

68. Witten I.H., Managing gigabytes: compressing and indexing documents and images //Academic Press, 1999.

69. Wood J.L. Document delivery and new technologies // Interlend. and Doc. Supply. 1983. -Vol. 11,N4.-P. 127- 130.