1 / 64

Orto

Ортогональные преобразования

Download Presentation

Orto

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Ортогональные преобразования сигналов Корлякова М.О. 2015

  2. Дискретное преобразование Фурье. Одномерное

  3. Дискретное преобразование Фурье. Двумерное.

  4. Дискретное преобразование Фурье. Двумерное Можно анализировать цвет и яркость: f(x,y)=I

  5. ДКП N=8 измерений

  6. Приложение анализа по Фурье для формирования признаков • Детектор областей • Анализ регулярных деталей (текстурных признаков) • Сжатие изображений • Фильтрация изображений

  7. Сжатие сигнала. Изображения • Сжатие без потерь • Сжатие с потерями

  8. Сжатие сигнала. Изображения • Сжатие без потерь • Сжатие с потерями

  9. Сжатие. Схема JPEG

  10. Результат сжатия

  11. Особенности Фурье преобразования • 1. Недостаточная информативность при анализе нестационарных сигналов по всему частотному диапазону спектра. • 2. Гармонические базисные функции разложения не способны отображать перепады сигналов с бесконечной крутизной типа прямоугольных импульсов • 3. Преобразование Фурье отображает общие сведения о частотах исследуемого сигнала в целом и не дает представления о локальных свойствах сигнала при быстрых временных изменениях его спектрального состава

  12. Иерархическая обработки Вейвлет - Wavelet • 1982 Гроссман, Морле • 1988 Добеши • Анализ временных и пространственных рядов с выраженной неоднородностью.

  13. Вейвлет • Строгое преобразование. • Масштаб формального образа может иметь широкий диапазон. • Достаточно сложная картина модели.

  14. Haar, 3 уровня

  15. Haar, 4 уровня

  16. Дерево последовательного разложения сигнала

  17. Haara, 2 уровня

  18. Haar, 3 уровня

  19. Daubechies, 3 уровня

  20. Схема разложения

  21. Приложение вейвлет-анализа • Кодирование и сжатие сигналов • Фильтрация сигналов • анализ и обработка результатов экспериментов и наблюдений • Распознавание образов

  22. Выявление закономерностей • Тренд

  23. Сжатие информации • Потери за счет коротковолновой составляющей при сжатии

  24. физический смысл вейвлет-признаков

  25. физический смысл вейвлет-признаков

  26. Сжатие изображений • Критерии оценки • Группы алгоритмов • Особенности алгоритмов

  27. критерии оценки алгоритмов • Худший, средний и лучший коэффициенты сжатия. То есть доля, на которую возрастет размер изображения, если исходные данные будут наихудшими; некий среднестатистический коэффициент для того класса изображений, на который ориентирован алгоритм; и, наконец, лучший коэффициент. Последний - необходим лишь теоретически, поскольку показывает степень сжатия наилучшего (как правило, абсолютно черного) изображения, нередко фиксированного размера. • Класс изображений, на который ориентирован алгоритм. Иногда указано также, почему на других классах изображений получаются худшие результаты. • Симметричность. Характеризует ресурсоемкость процессов кодирования и декодирования. Для нас наиболее важными являются два коэффициента: отношение времени кодирования ко времени декодирования и требования на память. • Есть ли потери качества? И если есть, то за счет чего изменяется коэффициент архивации? Дело в том, что у большинства алгоритмов сжатия с потерей информации существует возможность изменения коэффициента сжатия. • Характерные особенности алгоритмаи изображений, к которым его применяют.

  28. Особенности алгоритмов • Характер сжатия. БЕЗ ПОТЕРЬ и С ПОТЕРЯМИ. • Алгоритмы сжатия с потерями позволяют задавать коэффициент архивации и, следовательно, степень потерь качества. При этом достигается компромисс между размером и качеством изображений. Критерий качества изображений при сжатии с потерями: • Лучше всего потери качества изображений оценивают наши глаза. Отличной считается архивация, при которой невозможно на глаз различить первоначальное и раскодированное изображения.

  29. Алгоритмы сжатия без потерь

  30. Групповое кодирование Run Length Encoding (RLE) Лучший, средний и худший коэффициенты сжатия - 1/32, 1/2, 2/1 ааарррррвввваааа 16 символов 3:а 5:р 4:в 4:а 8 символов

  31. LZW • Lempel, Ziv и Welch • Коэффициенты сжатия: 1/1000, 1/4, 7/5. азазазррфррфрввтввтазазаа 25 символов 3:аз 2:ррф 1:р 2:ввт 2:аз 2:а 18 символов

  32. Алгоритм Хаффмана • Коэффициенты сжатия: 1/8, 2/3, 1. • кодирование цепочек от частоты повторов. азазазррфррфрввтввтазазаа 25 символов 3:аз 2:ррф 1:р 2:ввт 2:аз 2:а 1 10 111 11 00 01 1 1 1 10 10 111 11 11 00 00 01 01 22 символа

  33. Сжатие с потерями

  34. средний низкий

  35. Размер блока средний низкий

  36. JPEG

  37. Wavelet

  38. Wavelet

  39. Wavelet

  40. Фрактальное сжатие

  41. Геометрические фракталы Построение триадной кривой Кох.

  42. Ковер Серпинского

  43. дерево

  44. Фрактальное сжатие

  45. Фрактальное сжатие

  46. Идейные особенности подходов к сжатию изображений

More Related