1 / 8

Kompresija Wavelet transformacijom

Kompresija Wavelet transformacijom. IZRADILI : Goran Pavlov Vladimir Seršić Nino Talian Joško Rogulj. Čemu kompresija i zašto slika. KOMPRESIJA = manje podataka za pohranit, manje podataka za obradit manje podataka za prenijeti (Internet, prijenosni mediji). ZAŠTO SLIKA ?.

miles
Download Presentation

Kompresija Wavelet transformacijom

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. Kompresija Wavelet transformacijom IZRADILI : Goran Pavlov Vladimir Seršić Nino Talian Joško Rogulj

  2. Čemu kompresija i zašto slika KOMPRESIJA = manje podataka za pohranit, manje podataka za obradit manje podataka za prenijeti (Internet, prijenosni mediji) ZAŠTO SLIKA? Slika govori tisuću riječi…!!! Ponekad je potrebna vizualna informacija, a ne samo alfanumerička. Pa stoga se i radi da kompresiji slike, a i pruža nam dodatnu mogućnost da vas s waveletom upoznamo preko vizualnog doživljaja. Glavno pitanje : Koliko nam je bitna kompresija, a koliko kvaliteta slike.

  3. Gdje je tu kompresija ? Ali ja tu ne vidim nikakvu razliku ?

  4. Tajna Mona Lisinog osmjeha I TKO KAŽE DA LJEPOTA NIJE PROLAZNA. ORGINALKOMPRESIJA • Ni Wavelet nije savršen, detalji su izgubljeni. • Informacija je sačuvana na globalnoj razini, a na lokalnoj su detalji izgubljeni

  5. Wavelet kuharica Za dobar Wavelet omlet morate odabrati : - dobar wavelet valni oblik - optimalnu dubinu WT - dobar omjer nul koeficijenata • POSTUPAK : • Provući ulazni signal kroz Wavelet transformaciju • Ulazni signal se sada dekompozira na NF informaciju (Aproksimacija) i na VF detalje ulazne slike. • Ako sve VF detalje eliminiramo (izjednačimo sve koef. sa nulom), tada možemo za informaciju uzeti samo aproksimaciju, te s njom dalje raditi. • Više o tome na idućem slajdu

  6. Dekompozicija po slojevima Na slici je prikazana Wavelet trostruka dekompozicija. Te za nju osim ove gornje relacije još vrijedi i :

  7. Zaključak • Ipak nije sve u veličini - kad je veći kriterij (pažnja) pridodana kvaliteti, kompresija pada u drugi plan. • Wavelet je odličan detektor VF signala te često služi za uklanjanje šuma kod kontinuiranih signala • Njegova primjena je višestruka (medicina, ekonomija, znanstvena istraživanja) Optimalnost se traži, tj. mora se pronaći kompromis između veličine pohranjene slike na disku i njene vizualne kvalitete. Pada veličina slike na disku, ali opada i kvaliteta

  8. Frequently asked questions (Često postavljana pitanja) ? Is there any? (Zar to postoji ?)

More Related