ВУЗ:
Составители:
Рубрика:
2. Применяем ДКП к каждой рабочей матрице. При этом мы получаем матрицу, в которой коэффициенты в левом
верхнем углу соответствуют низкочастотной составляющей изображения, а в правом нижнем – высокочастотной.
4. Производим квантование. В принципе, это просто целочисленное деление рабочей матрицы на матрицу квантова-
ния поэлементно. Для каждой компоненты (Y, U и V), в общем случае, задаётся своя матрица квантования q[u, v] (далее МК).
На этом шаге осуществляется управление степенью сжатия, и происходят самые большие потери. Задавая МК с большими
коэффициентами, мы получим больше нулей и, следовательно, большую степень сжатия. В стандарт JPEG включены реко-
мендованные МК, построенные опытным путём. Матрицы для большей или меньшей степени сжатия получают путём ум-
ножения исходной матрицы на некоторое число gamma.
С квантованием связаны и специфические эффекты алгоритма. При больших значениях коэффициента gamma поте-
ри в низких частотах могут быть настолько велики, что изображение распадётся на квадраты 8×8. Потери в высоких час-
тотах могут проявиться в так называемом "эффекте Гиббса", когда вокруг контуров с резким переходом цвета образуется
своеобразный "нимб".
5. Переводим матрицу 8×8 в 64-элементный вектор при помощи "зигзаг"-сканирования. Таким образом, в начале век-
тора мы получаем коэффициенты матрицы, соответствующие низким частотам, а в конце – высоким.
6. Свёртываем вектор с помощью алгоритма группового кодирования (аналог RLE). При этом получаем пары типа
<пропустить, число>, где "пропустить" является счётчиком пропускаемых нулей, а "число" – значение, которое необхо-
димо поставить в следующую ячейку.
7. Свёртываем получившиеся пары кодированием по Хаффману с фиксированной таблицей.
Характеристики алгоритма JPEG.
• Степень сжатия: 2…200 (задаётся пользователем).
• Класс изображений: Полноцветные 24 битные изображения или изображения в градациях серого без резких пере-
ходов цветов (фотографии).
• Симметричность: 1.
• Характерные особенности: в некоторых случаях, алгоритм создает "ореол" вокруг резких горизонтальных и верти-
кальных границ в изображении (эффект Гиббса). Кроме того, при высокой степени сжатия изображение распадается на
блоки 8× 8 пикселов.
WaveLet анализ
Предположим, что мы хотим изучить какой-то сигнал. Идея многомасштабного анализа (относящиеся сюда англий-
ские слова – multiscale и multiresolution) состоит в том, чтобы взглянуть на сигнал сначала под микроскопом, потом – че-
рез лупу, потом отойти на пару шагов, потом посмотреть совсем издалека.
Эта идея реализуется разными способами, но все они сводятся к последовательному огрублению той информации, ко-
торая дана изначально. Иногда действуют наоборот: сначала сильно огрубляют сигнал, смотрят на те особенности, которые
ещё сохранились, и начинают уточнять их положение.
Страницы
- « первая
- ‹ предыдущая
- …
- 28
- 29
- 30
- 31
- 32
- …
- следующая ›
- последняя »
