- •1.1. Введение. Роль информационных технологий.
- •1.2. Компьютеризированные системы цифровой обработки
- •1.3. Классификация сигналов. Их характеристики.
- •Энергетические характеристики сигналов:
- •2.1. Обобщенный ряд Фурье и системы базисных функций.
- •2.2. Разложение в ряд Фурье.
- •2.3. Примеры разложения в ряд Фурье.
- •Б) Пилообразный сигнал.
- •3.1 Преобразование Фурье.
- •3.2. Свойства преобразования Фурье.
- •4.1. Аналоговые, дискретные и цифровые сигналы.
- •4.2. Частота Найквиста.
- •4.3. Спектр дискретного сигнала.
- •4.4. Теорема Котельникова.
- •Частота дискретизации
- •5.1. Функции окна.
- •5.2. Виды окон.
- •5.3. Особенности функций окна.
- •6.1. Нерекурсивные фильтры
- •6.1.1. Алгоритм.
- •6.1.2. Импульсная характеристика.
- •6.1.3. Передаточная функция.
- •6.1.4. Определение параметров нерекурсивного фильтра низкой частоты.
- •6.1.5. Синтез нрф с использованием окон.
- •6.1.5. Расчет коэффициентов фильтра.
- •6.2. Явление Гиббса.
- •7.1. Коэффициенты для высокочастотных, полосовых и
- •7.2. Расчет вч, пф и рф.
- •Преобразование фнч в пф.
- •Преобразование фнч в режекторный фильтр.
- •8.1. Корреляционный анализ.
- •9.1. Основные свойства речевых сигналов.
- •9.2. Дискретизация и квантование речевых сигналов.
- •Обработке речевых и аудио сигналов.
- •10.1. Анализ речевых сигналов во временной области.
- •Одним из важных параметров речевого сигнала является его энергия:
- •Энергия может служить хорошей мерой отличия вокализованных и невокализованных участков речи. Энергия невокализованных участков речи намного меньше, чем вокализованных.
- •10.2. Анализ речевых сигналов в частотной области.
- •10.3. Гомоморфная обработка речи.
- •10.4. Психоакустическая модель восприятия звука.
- •Технологии при обработке и анализе изображений.
- •11.1. Обработка изображений, предназначенных для зрительного
- •Применение обработки изображений в задачах анализа.
- •Теоретические основы обработки изображений.
- •11.2. Сигналы во временной и пространственной областях.
- •12.1. Модель реставрации изображений.
- •12.2. Методы повышения контраста.
- •13.1. Операторы сглаживания.
- •Низкочастотные операторы с усреднением.
- •Низкочастотные гауссовские операторы.
- •12.2. Другие методы сглаживания.
- •Пороговое сглаживание.
- •Сигнально-адаптивные сглаживающие операторы.
- •Подчеркивание контуров низкочастотным оператором.
- •Подчеркивание контуров дифференциальным оператором.
- •Градиентные операторы.
- •Операторы Лапласа.
- •Специальные методы обострения контуров.
- •14.1. Основные требования к алгоритмам сжатия изображений. Класс изображений.
- •Примеры приложений, использующих алгоритмы компрессии графики
- •Требования к алгоритму.
- •Критерии оценки алгоритмов сжатия изображений.
- •14.2. Алгоритмы архивации без потерь.
- •14.2.1. Алгоритм rle.
- •14.2.2. Алгоритм lzw.
- •14.2.3. Алгоритм Хаффмана.
- •15.1. Алгоритм jpeg.
- •Работа алгоритма.
- •Характеристики алгоритма jpeg.
- •15.2. Рекурсивный (волновой) алгоритм.
- •Заключение.
14.1. Основные требования к алгоритмам сжатия изображений. Класс изображений.
Под классом будет пониматься некая совокупность изображений, применение к которым алгоритма архивации дает качественно одинаковые результаты. Например, для одного класса алгоритм дает очень высокую степень сжатия, для другого – почти не сжимает, для третьего – увеличивает файл в размере. (Известно, что многие алгоритмы в худшем случае увеличивают файл.)
Рассмотрим следующие примеры неформального определения классов изображений:
Класс
1.
Изображения с небольшим количеством
цветов (
)
и большими областями, заполненными
одним цветом. Плавные переходы цветов
отсутствуют. Примеры: деловая графика
– гистограммы, диаграммы, графики и
т.п.
Класс 2. Изображения, с плавными переходами цветов, построенные на компьютере. Примеры: графика презентаций, эскизные модели в САПР, изображения, построенные по методу Гуро.
Класс 3. Фотореалистичные изображения. Пример: отсканированные фотографии.
Класс 4. Фотореалистичные изображения с наложением деловой графики. Пример: реклама.
Примеры приложений, использующих алгоритмы компрессии графики
Рассмотрим следующую простую классификацию приложений, использующих алгоритмы компрессии:
Класс
1.
Характеризуются высокими требованиями
ко времени архивации и разархивации.
Нередко требуется просмотр уменьшенной
копии изображения и поиск в базе данных
изображений. Примеры: Издательские
системы в широком смысле этого слова.
Причем, как готовящие качественные
публикации (журналы) с заведомо высоким
качеством изображений и использованием
алгоритмов архивации без потерь, так и
готовящие газеты, и информационные узлы
в WWW, где есть возможность оперировать
изображениями меньшего качества и
использовать алгоритмы сжатия с потерями.
В подобных системах приходится иметь
дело с полноцветными изображениями
самого разного размера (от
– формат цифрового фотоаппарата, до
)
и с большими двуцветными изображениями.
Поскольку иллюстрации занимают львиную
долю от общего объема материала в
документе, проблема хранения стоит
очень остро. Проблемы также создает
большая разнородность иллюстраций
(приходится использовать универсальные
алгоритмы). Единственное, что можно
сказать заранее, это то, что будут
преобладать фотореалистичные изображения
и деловая графика.
Класс
2.
Характеризуется высокими требованиями
к степени архивации и времени разархивации.
Время архивации роли не играет. Иногда
подобные приложения также требуют от
алгоритма компрессии легкости
масштабирования изображения под
конкретное разрешение монитора у
пользователя. Пример: Справочники и
энциклопедии на CD-ROM. С появлением
большого количества компьютеров,
оснащенных этим приводом, достаточно
быстро сформировался рынок программ,
выпускаемых на лазерных дисках. Несмотря
на то, что емкость одного диска довольно
велика (примерно
Мб), ее, как правило, не хватает. При
создании энциклопедий и игр большую
часть диска занимают статические
изображения и видео. Таким образом, для
этого класса приложений актуальность
приобретают существенно асимметричные
по времени алгоритмы (симметричность
по времени – отношение времени компрессии
ко времени декомпрессии).
Класс 3. Характеризуется очень высокими требованиями к степени архивации. Приложение клиента получает от сервера информацию по сети. Пример: Новая быстро развивающаяся система “Всемирная информационная паутина” – WWW. В этой гипертекстовой системе достаточно активно используются иллюстрации. При оформлении информационных или рекламных страниц хочется сделать их более яркими и красочными, что естественно сказывается на размере изображений. Больше всего при этом страдают пользователи, подключенные к сети с помощью медленных каналов связи. Если страница WWW перенасыщена графикой, то ожидание ее полного появления на экране может затянуться. Поскольку при этом нагрузка на процессор мала, то здесь могут найти применение эффективно сжимающие сложные алгоритмы со сравнительно большим временем разархивации. Кроме того, мы можем видоизменить алгоритм и формат данных так, чтобы просматривать огрубленное изображение файла до его полного получения.
