- •Содержание
- •Лабораторная работа № 1 «Изучение основ методов компрессии видеоизображения»
- •1.1.Структурная схема системы цифровой обработки сигналов
- •1.2 Изображения, как двумерный массив
- •1.3. Основные преобразования при квантовании и дискретизации изображений
- •1.3.1. Дискретизация
- •1.3.2. Квантование
- •1.3.3. Шумы квантования
- •1.4 Дискретное косинусное преобразование.
- •1.5 Оценка восстановленного изображения.
- •1.5.1 Субъективные оценки качества.
- •1.5.2 Объективные оценки качества.
- •1.6 Описание лабораторной работы
- •1.7. Описание лабораторного стенда
- •1.8. Домашнее задание
- •1.9. Порядок выполнения работы
- •1. «Изучение квантования коэффициентов дкп»
- •2. Изучение дискретного косинусного преобразования
- •3. «Изучение межкадровой корреляции».
- •1.10. Содержание отчета
- •1.11. Контрольные вопросы:
- •Cписок используемой литературы
- •Лабораторная работа № 2 «Фильтрация цифровых изображений»
- •Методы цифровой фильтрации изображений.
- •1.1 Фильтры низких частот:
- •1.2 Фильтры высоких частот:
- •2.2. Методика проведения лабораторной работы
- •2.2.1. Порядок выполнения домашней подготовки .
- •2.2.2. Порядок проведения лабораторной работы.
- •2.1. Линейная фильтрация:
- •2 .1.1.Фильтр Лапласа:
- •2.1.2.Градиент-фильтр:
- •2.1.3.Гауссов фильтр:
- •2.1.4.Сглаживающий фильтр:
- •2.1.5. Сделайте выводы по проделанному пункту:
- •2.2 Ранговый фильтр
- •2.3. Частотные фильтры.
- •2.3. Список контрольных вопросов
- •Лабораторная работа № 3 «Сравнительный анализ дискретного косинусного и дискретного Вейвлет преобразований изображений»
- •Преобразование Фурье
- •Оконное преобразование Фурье
- •2. Дискретное косинусное преобразование
- •3. Вейвлет-преобразование
- •4.Методы оценки качества изображений
- •Индекс ssim
- •4.2. Коэффициент сжатия изображения
- •4.3. Мера потерянного объема информации
- •5. Общий вид лабораторного стенда.
- •6. Методика проведения лабораторной работы
- •6.1. Домашнее задание
- •Лабораторное задание
- •Содержание отчета: Отчет должен содержать: цель работы, домашнюю подготовку всех членов бригады, результаты проведения экспериментов (таблицы, графики, значения), подробные выводы.
- •6.3. Список контрольных вопросов
1.2 Изображения, как двумерный массив
Когда мы смотрим на двумерное изображение какой-либо трехмерной сцены (на картине, фотографии, экране монитора), нам кажется, что там непосредственно присутствуют все те предметы, которые мы могли бы увидеть, если бы непосредственно наблюдали ту же сцену в жизни. Между тем все, что нам на самом деле дано в двумерном изображении, – это видимое поле, представляющее собой лишь некоторую функцию распределения яркости или цвета на двумерной плоскости: f(x,y), где x и y – декартовы координаты, описывающие плоскость изображения.
Более того, если приблизиться вплотную к экрану компьютерного монитора, можно увидеть, что изображение на экране на самом деле не гладкое и непрерывное, а представляет собой дискретную «мозаику», состоящую из отдельных цветных прямоугольников, расположенных в виде регулярной прямоугольной матрицы. Это и есть цифровое изображение. С математической точки зрения, цифровое изображение представляет собой двумерную матрицу Im[x,y] размера (DimX, DimY), где x – целое число от 0 до DimX– 1, описывающее номер элемента в строке матрицы (столбец матрицы), y – целое число от 0 до DimY– 1, описывающее номер строки матрицы, в которой расположен данный элемент. При этом сам элемент цифрового изображения (ячейка прямоугольной матрицы) носит название пиксель (pixel,pictureelement). В простейшем случае каждый пиксель Im[x,y] имеет скалярное целочисленное значение, пропорциональное значению функции распределения яркости f(x,y) в данной точке плоскости.
На рис. 1.1 слева показано эталонное изображение Lena, а справа показан увеличенный фрагмент того же изображения (правый глаз), где для каждого элемента изображения указано соответствующее числовое значение пикселя. Светлым элементам изображения соответствуют большие значения матрицы, темным – меньшие значения. Никакой другой информации цифровое изображение не содержит.
Рис. 1.2 Цифровое изображение как двумерная матрица интенсивностей
Для представления изображений, данные в массивах должны нести информацию о соответствующих значениях интенсивностей цвета. Для эффективного сжатия изображений используется много разных алгоритмов, в зависимости от поставленных задач.
1.3. Основные преобразования при квантовании и дискретизации изображений
Главный принцип, лежащий в основе дискретизации и квантования изображений, проиллюстрирован на рис. 1.3 – 1.6. Исходное изображение (рис. 1.3), которое мы хотим преобразовать в цифровую форму, непрерывно по координатам (х,у), а также по амплитуде. Чтобы преобразовать эту функцию в цифровую форму, необходимо представить её отсчётами по обеим координатам и амплитуде.
Рис. 1.3Непрерывное изображение
|
Рис. 1.4 Изменения значений яркости непрерывного изображения вдоль отрезка АВ на непрерывном изображении |
Изображение на рис. 1.4– одномерная функция, представляющая собой график изменения значений яркости непрерывного изображения вдоль отрезка АВ на рис. 1.3. Случайные отклонения на графике вызваны наличием шумов в изображении. Чтобы дискретизировать эту функцию, необходимо отрезок АВ разбить на равные интервалы, как показано внизу на рис.1.5. Значения в выбранных точках отсчёта представлены небольшими квадратиками на графике функции. Построенный набор значений в точках дискретизации описывают функцию в виде совокупности её дискретных отсчётов, однако сами эти значения пока ещё не охватывают весь непрерывный диапазон яркостей.
Рис. 1.5 Дискретизация и квантование |
Рис. 1.6 Цифровое представление изображения |
Чтобы построить цифровую функцию, диапазон яркостей также необходимо преобразовать в дискретные величины (провести квантование по уровню). Справа на рис. 1.5 изображена шкала яркостей, разбитая на восемь дискретных уровней от чёрного до белого. Квантование непрерывных значений яркостей в точках дискретизации осуществляется сопоставлением каждому отсчёту одного из восьми дискретных уровней – того, к которому ближе найденное значение яркости.
В результате совместных операций дискретизации и квантования возникает отвечающий одной строке изображения дискретный набор цифровых отсчётов, показанный на рис.1.6. Выполняя такую процедуру построчно, от верхней до нижней строки (по сути, перемещая отрезок АВ), получаем двумерное цифровое изображение.
