- •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.
Требования к алгоритму.
Характер использования изображений задает степень важности следующих ниже противоречивых требований к алгоритму:
Высокая степень компрессии. Заметим, что далеко не для всех приложений актуальна высокая степень компрессии. Кроме того, некоторые алгоритмы дают лучшее соотношение качества к размеру файла при высоких степенях компрессии, однако проигрывают другим алгоритмам при низких степенях.
Высокое качество изображений. Выполнение этого требования напрямую противоречит выполнению предыдущего.
Высокая скорость компрессии. Это требование для некоторых алгоритмов с потерей информации является взаимоисключающим с первыми двумя. Интуитивно понятно, что чем больше времени мы будем анализировать изображение, пытаясь получить наивысшую степень компрессии, тем лучше будет результат. И, соответственно, чем меньше мы времени потратим на компрессию (анализ), тем ниже будет качество изображения и больше его размер.
Высокая скорость декомпрессии. Достаточно универсальное требование, актуальное для многих приложений. Однако можно привести примеры приложений, где время декомпрессии далеко не критично.
Масштабирование изображений. Данное требование подразумевает легкость изменения размеров изображения до размеров окна активного приложения. Дело в том, что одни алгоритмы позволяют легко масштабировать изображение прямо во время декомпрессии, в то время как другие не только не позволяют легко масштабировать, но и увеличивают вероятность появления неприятных артефактов после применения стандартных алгоритмов масштабирования к декомпрессированному изображению. Например, можно привести пример “плохого” изображения для алгоритма JPEG — это изображение с достаточно мелким регулярным рисунком (пиджак в мелкую клетку). Характер вносимых алгоритмом JPEG искажений таков, что уменьшение или увеличение изображения может дать неприятные эффекты.
Возможность показать огрубленное изображение (низкого разрешения), использовав только начало файла. Данная возможность актуальна для различного рода сетевых приложений, где перекачивание изображений может занять достаточно большое время, и желательно, получив начало файла, корректно показать preview. Заметим, что примитивная реализация указанного требования путем записывания в начало изображения его уменьшенной копии заметно ухудшит степень компрессии.
Устойчивость к ошибкам. Данное требование означает локальность нарушений в изображении при порче или потере фрагмента передаваемого файла. Данная возможность используется при широковещании (broadcasting – передача по многим адресам) изображений по сети, то есть в тех случаях, когда невозможно использовать протокол передачи, повторно запрашивающий данные у сервера при ошибках. Например, если передается видеоряд, то было бы неправильно использовать алгоритм, у которого сбой приводил бы к прекращению правильного показа всех последующих кадров. Данное требование противоречит высокой степени архивации, поскольку интуитивно понятно, что мы должны вводить в поток избыточную информацию. Однако для разных алгоритмов объем этой избыточной информации может существенно отличаться.
Учет специфики изображения. Более высокая степень архивации для класса изображений, которые статистически чаще будут применяться в нашем приложении. В предыдущих разделах это требование уже обсуждалось.
Редактируемость. Под редактируемостью понимается минимальная степень ухудшения качества изображения при его повторном сохранении после редактирования. Многие алгоритмы с потерей информации могут существенно испортить изображение за несколько итераций редактирования.
Небольшая стоимость аппаратной реализации. Эффективность программной реализации. Данные требования к алгоритму реально предъявляют не только производители игровых приставок, но и производители многих информационных систем. Так, декомпрессор фрактального алгоритма очень эффективно и коротко реализуется с использованием технологии MMX и распараллеливания вычислений, а сжатие по стандарту CCITT Group 3 легко реализуется аппаратно.