Компьютерная обработка и распознавание изображений. Фисенко В.Т - 5 стр.

UptoLike

ВУЗ: 

Университет ИТМО | Санкт-Петербург

Составители: 

Рубрика: 

5
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎨
⎧
=
∂
σ∂
=
∂
σ∂
0
0
2
2
q
Q
q
Q
f
f
.
После преобразований, приходят к системе уравнений:
⎪
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎪
⎨
⎧
=
−=
∫
∫
+
+
−
)б
dffp
dfffp
f
)аfff
q
q
q
q
f
f
f
f
q
q
q
q
1
1
)(
)(
2
1
, (1.8)
где q=1..2
L
.
Решая эти уравнения рекуррентным способом, для заданной
плотности вероятностей находят оптимальные значения пороговых
уровней и уровней квантования. Макс решил такую задачу для гауссовой
плотности и составил таблицы размещения пороговых уровней, в
зависимости от числа уровней квантования. На рис. 1.1 представлена
амплитудная характеристика квантователя Макса [1] для трехразрядного
представления сигнала.
Дисперсия ошибки квантования
для оптимального квантователя
уменьшается до значения:
{}
∑
∫
=
+
−=σ
L
q
q
q
f
f
q
Q
dffpff
2
1
222
1
)()(М . (1.9)
Для частного случая равномерной плотности распределения сигнала, при
которой
p(f)=
mi
n
max
1
ff −
=const,
оптимальные значения уровней квантования из (1.8 б) определяются в
соответствии с выражением:
()
2
1
/fff
qq
q
+=
+
.
Оптимальные значения пороговых уровней в соответствии с (1.8 а)
2
1
/fff
qq
q
⎟
⎠
⎞
⎜
⎝
⎛
+=
−
.
Следовательно, при равномерной плотности сигнала изображения

Страницы