Компьютерная обработка и распознавание изображений - 116 стр.

UptoLike

Составители: 

116
относится к группе методов сжатия с потерей информации. Вейвлетное
преобразование позволяет достичь оптимального компромисса между
пространственным и частотным разрешением.
Рисунок 8.15 Условная схема процесса кодирования / декодерования при
вейвлетном преобразовании.
В основу вейвлетного преобразования положена идея обеспечения
высокого пространственного разрешения при низком частотном, и,
наоборот, высокого разрешения по частоте при низком разрешении по
пространству [58]. При вейвлетной схеме сжатия также используется
разложение сигнала по набору базисных функций:
() ()
ψ=
i
ii
xcxf ,
где
()
x
i
ψ - базисная функция,
i
c - весовой коэффициент.
Невозможно достичь одновременно высокого разрешения по времени
(по пространству
x
Δ
) и по частоте
f
Δ
, поскольку их произведение
ограничено 21/
f
x
ΔΔ . Широкобазисные функции позволяют исследовать
большие области и точно описать НЧ детали, а короткобазисные функции
позволяют исследовать малоразмерные области (ВЧ детали). В связи с
этим базисные функции формируются как множество
{}
i
ψ с конечными
носителями разной ширины. В этом случае все базисные функции
получаются из одного прототипа
ψ
(материнского вейвлета) путем его
растяжения (или сжатия) и смещения по оси времени:
ψ jt
k
2,
= 120
k
,k .
Чтобы представить базис ортонормальным необходимо выполнить
нормировку:
()
ψ=ψ jtt
kk
kj
22.
В этом случае вейвлетное преобразование можно представить в виде:
() ()
∑∑
ψ=
kj
kjkj
tctf .
Исходное
изображение
Вейвлет-
преобразование
Децимация
Квантование и
кодированиеи
коэффициентов
вейвлет-
преобразования
Обратное
преобразование
Декодированное
изображение
Декодирование и
деквантование
коэффициентов
вейвлет-
преобразования
1
W
W
Исходное
изображение
Вейвлет-
преобразование
Децимация
Квантование и
кодированиеи
коэффициентов
вейвлет-
преобразования
Обратное
преобразование
Декодированное
изображение
Декодирование и
деквантование
коэффициентов
вейвлет-
преобразования
1
W
W