ሽግግር Wavelet: የመተግበሪያ ምሳሌ በመወሰን

ርካሽ ዲጂታል ካሜራዎች መፈልሰፍ ፕላኔት ነዋሪዎች መካከል አንድ ትልቅ ክፍል በየትኛውም ዕድሜ እና ጾታ, የእሱ በእያንዳንዱ ደረጃ ለመያዝ እና ማህበራዊ አውታረ መረቦች ላይ የሕዝብ ማሳያ ላይ ያላቸውን ምስሎች ማስቀመጥ ዘንድ ልማድ ያገኙትን አድርጓል ማለቱ ነው. ቀደም ሲል የቤተሰብ ፎቶ ማህደር ተመሳሳይ አልበም ውስጥ የተቀመጠው ከሆነ ከዚህም በላይ, ዛሬ ስዕሎች በመቶዎች የያዘ ነው. በመላ አውታረ መረቦች ማከማቻ እና ማስተላለፍ ለማመቻቸት እንዲቻል ክብደት ቅነሳ ዲጂታል ምስል ይጠይቃሉ. ይህን መጨረሻ ድረስ, ዘዴዎች አንድ wavelet ሽግግር ጨምሮ የተለያዩ ስልተ, ላይ የተመሠረተ እንደሆነ ጥቅም ላይ ይውላሉ. ምንድር ነው, የእኛን መጣጥፍ እነግራችኋለሁ.

ዲጂታል ምስል ምንድን ነው

ኮምፒውተሩ ውስጥ የእይታ መረጃን ቁጥሮች መልክ ይወከላል. ቀላል ቃላት ውስጥ, ዲጂታል መሳሪያ ጋር የተወሰደ አንድ ፎቶ, ሴሎች በውስጡ የፒክሰል ቀለም በእያንዳንዱ እሴቶች ገብቶ የትኛዎቹ ውስጥ አንድ ጠረጴዛ ነው. ነጭ - አንድ ቀለመ ምስል ስንመጣ, ከዚያም እነርሱ ጥቁር ለመጥቀስ ጥቅም ላይ, እና 1 የት 0 ያለውን ክፍተት [0, 1], ከ luminance እሴቶች ተተክቷል ናቸው. ሌሎች ቀለማት ክፍልፋይ ቁጥሮች ይሰጣቸዋል, ነገር ግን እንዲሰራ ስለታሰበው ከእነርሱ ጋር, ስለዚህ ክልል እንዲራዘም ነው እና 0 እና 255. መካከል ያለውን ክፍተት ከ በተመረጠው ዋጋ ለምን ይህ ነው? በጣም ቀላል ነው! እያንዳንዱ ፒክስል ያለውን luminance በኮድ ለ ሁለትዮሽ ውክልና ውስጥ ከዚህ ምርጫ ጋር በትክክል አንድ ባይት ይጠይቃል. ይህ ትውስታ ብዙ እንኳን አነስተኛ ምስል ማከማቸት ያስፈልጋል እንደሆነ ግልጽ ነው. ለምሳሌ ያህል, 256 x 256 ፒክስል መካከል ስዕል መጠን 8 Kbytes ይወስዳል.

ምስል ከታመቀ ዘዴዎች በተመለከተ ጥቂት ቃላት

በእርግጥም ሁሉም ሰው ቅርሶች ተብለው ናቸው ተመሳሳይ ቀለም, አራት ማዕዘን ቅርጽ መልክ የተጣመሙ አሉ የት ስዕሎች ድሆች ጥራት አይቶአል. እነዚህ የሚባሉት lossy ከታመቀ የተነሳ ይነሳሉ. ይህም ጉልህ ይሁን, ከማዕከላዊ በራሱ ጥራት ላይ ተፅዕኖ ያደርጋል, ምስል ክብደት ሊቀንስ ይችላል.

lossy ለ ከታመቀ ስልተ ያካትታሉ:

• JPEG. ይህ ሩቅ አንድ በጣም ታዋቂ ስልተ መካከል ነው. ይህ discrete ኮሳይን አጠቃቀም ሽግግር ላይ የተመሠረተ ነው. ፍትሐዊነት ላይ JPEG ያከናወነውን የተደገፈው ከታመቀ ለ አማራጮች አሉ መሆኑ መታወቅ አለበት. እነዚህ የተደገፈው JPEG እና JPEG-መሣሪያዎች ይገኙበታል.
• የ JPEG 2000 የ ስልተ የሞባይል መሣሪያ ስርዓቶች ላይ ይውላል, እና discrete wavelet ያለውን ትግበራ ለማሸጋገር ላይ የተመሠረተ ነው.
• fractal ከታመቀ. በአንዳንድ ሁኔታዎች, አንተ እንኳ ጠንካራ ከታመቀ ጋር ጥሩ ጥራት ምስሎችን ለማግኘት ያስችልዎታል. ሆኖም ግን, ይህ ዘዴ patenting ጋር ችግር ምክንያት የማይገኙ ሆኖ ይቀጥላል.

በ የፈጸማቸው የተደገፈው ከታመቀ ስልተ:

• (የ TIFF ቅርጸት, BMP, TGA ውስጥ ዋናው ዘዴ ሆኖ ያገለግላል) RLE.
• LZW (GIF ቅርጸት ውስጥ ጥቅም ላይ ውሏል).
• (PNG ቅርጸት ጥቅም ላይ) ሆህያት-Huffman.

ላፕላስ ሽግግር

ወደ wavelet ዘወር በፊት የአንደኛ ደረጃ ክፍሎች ወደ የመጀመሪያ መረጃ, የተለያዩ frequencies ጋር ማለትም. ሠ Harmonic ንዝረት መስፋፋት ያለውን ጠቋሚ በመግለጽ የተዛመዱ ተግባራት እንዲያስሱ ትርጉም ይሰጣል. በሌላ አነጋገር, የ ላፕላስ ሽግግር - discrete እና ቀጣይነት ዓለማት በማገናኘት ልዩ መሣሪያ.

ይህን ይመስላል:

በስእሉ እንደሚታየው ግልበጣ ቀመር ተብሎ ተጽፎአል:

አንድ wavelet ምንድን ነው

በዚህ ስም ጀርባ ወደ ፈተና ውሂብ የተለያዩ ድግግሞሽ ክፍሎች ለመተንተን የሚያስችልዎ አንድ የሂሳብ ተግባር, ይደብቃል. በውስጡ ግራፍ የማን amplitude ራቅ ምንጭ ከ 0 ይቀንሳል አንድ undulation ነው. በአጠቃላይ ፍላጎት ላይ wavelet ጠቋሚ ዓቢይ ምልክት የሚወሰነው ናቸው.

የተለያዩ ባህሪያት ያላቸውን ጊዜያዊ አካል ጋር የመጡና ምልክቶችን ተያይዞ ጀምሮ Wavelet spectrograms, መደበኛ ላፕላስ spectra የተለየ ነው.

Wavelet ለውጥ

ምልክት ልወጣ (ተግባራት) ይህ ዘዴ ይህ ጊዜ-ድግግሞሽ ውክልና ውስጥ አንድ ጊዜ ጀምሮ ለመተርጎም ያስችላል.

ለውጥ ተጓዳኝ wavelet ተግባር ምክንያት, በተቻለ ነበር wavelet የሚከተሉትን ሁኔታዎች መሟላት አለባቸው:

• ሽግግር -Fourier አንዳንድ ተግባር ψ (t) ለ ከሆነ መልክ አለው

ይህ ሁኔታ ደስተኛ መሆን አለበት:

በተጨማሪም:

• Wavelet አላቂ የኃይል ሊኖረው ይገባል;
• ይህ ቀጣይነት integrable መሆን እና የታመቁ ድጋፍ ሊኖረው ይገባል;
• wavelet ድግግሞሽ ውስጥ እና ጊዜ (ቦታ) ውስጥ ሁለቱም አካባቢያዊ አለበት.

አይነቶች

አንድ ቀጣይነት wavelet ሽግግር በሚመለከታቸው ምልክቶች ጥቅም ላይ ይውላል. ይበልጥ ሳቢ በውስጡ discrete ከአናሎግ ነው. ሁሉም በኋላ ኮምፒውተሮች ላይ መረጃ ሂደቱ ጥቅም ላይ ሊውል ይችላል. ይሁን እንጂ, አንድ ችግር ያለ discrete fiberboard ለ ቀመር ቀላል ተገቢ discretization ቀመሮች DNP ማግኘት እንደማይቻል ውስጥ ይነሳል.

ይህን ችግር መፍትሔው ጠቋሚ የሆነ ጋዝም ቁጥር ይገለጻል እያንዳንዱ መካከል orthogonal wavelets, ተከታታይ ለመገንባት የሚያስችል ዘዴ መምረጥ ችሏል ማን Daubechies, በ አልተገኘም. በኋላ ላይ ፈጣን ስልተ እንደ ስልተ ማላ እንደ የተፈጠሩት. ናሙና ርዝመት, እንዲሁም ጋር - - ጠቋሚ ቁጥር በውስጡ ማመልከቻ መፈራረስ ወይም ክንውኖች CN, የት ኤን ለማከናወን የሚያስፈልገውን ትዕዛዝ ወደነበረበት ውስጥ.

Vayvlet Haar

አንድ ምስል ለመጭመቅ, አንድ የተወሰነ ውሂቡ መካከል አዘውታሪ, እና ዜሮዎችን መካከል ረጅም ሰንሰለቶች ይሆናል ቢሆን እንኳ የተሻለ ማግኘት አስፈላጊ ነው. ይህ ስልተ ሽግግር ወደ wavelet ጠቃሚ ሊሆን ይችላል ቦታ ይህ ነው. ሆኖም ግን, እኛ ትእዛዝ ውስጥ የሥራ ዘዴዎችን ለመገምገም ይቀጥላሉ.

በመጀመሪያ ይህ ከጎን ፒክሰል ምስሎች ብሩህነት አብዛኛውን ጊዜ ትንሽ መጠን ያለው ባሕርይ መሆኑን ማስታወስ አስፈላጊ ነው. ብሩህነት ልዩነቶች በማነጻጸር ስለታም ጋር እውነተኛ ጣቢያዎች ላይ ምስሎችን, አሉ እንኳ, እነርሱ ምስል ብቻ አንድ ትንሽ ክፍል ይይዛሉ. አንድ ምሳሌ ሆኖ, የ የታወቀ ፈተና Lenna ከቀለም ምስል ላይ መውሰድ. እኛ በውስጡ ፒክስል መካከል luminance አንድ ማትሪክስ መውሰድ ከሆነ, በመጀመሪያው መስመር ክፍል ቁጥር 154, 155, 156, 157, 157, 157, 158, 156 ከተከታታይ ሆኖ ይታያል.

አንተ ወደ ዜሮዎችን ለማግኘት ተብለው የዴልታ ዘዴ ማመልከት ይችላሉ. ይህንን ለማድረግ ብቻ የመጀመሪያው ቁጥር መጠበቅ, እና ሌሎች ምልክት "+" ወይም ጋር ካለፈው አንድ በእያንዳንዱ ብቻ ልዩነት መውሰድ "-".

በውጤቱም, አንድ ቅደም 154,1,1,1,0,0,1 ነው -2.

ወደ ሜድትራንያን-በኮድ አንድ ለኪሳራ የራሱ ያልሆኑ አካባቢ ነው. በሌላ አነጋገር, ይህ ቅደም ተከተል ብቻ አንድ ቁራጭ መውሰድ እና decoded, ኮድ ነው ጸዳል ነገር ለማወቅ, ቢሆን እንጂ በእርሱ ፊት እሴቶች በሙሉ የማይቻል ነው.

ይህን ለኪሳራ ለማሸነፍ, ቁጥር ጥንድ የተከፋፈለ ሲሆን እያንዳንዱ (ቁ. ሀ) እና ግማሽ ልዩነት (ቁ. D), ለማግኘት ሜ. ረ (154,155) (156,157) (157,157) (158,156) ያላቸው ግማሽ ድምር (154.5 ናቸው, 0,5) (156.5,0.5) (157,0.0), (157, -1.0). በዚህ ሁኔታ, አንድ ጥንድ ውስጥ ሁለት ቁጥሮች ዋጋ ማግኘት ሁልጊዜ ይቻላል.

በአጠቃላይ discrete wavelet ምልክት S መካከል ሽግግር, እኛ አለን:

ቀጣይነት wavelet ያለውን discrete ጉዳይ, ሽግግር Haar እና በሰፊው የውሂብ ሂደት እና ከታመቀ በተለያዩ መስኮች ውስጥ ጥቅም ላይ ይህን ዘዴ ይከተላል.

ከታመቀ

(- Y X) / 2 እንደመሆናችን ቀደም wavelet ያለውን መተግበሪያዎች አንዱ ስልተ የ X እና Y ቬክተር (x + y) / 2 እና ሁለት ፒክስል መካከል የትርጉም በቬክተር ላይ የተመሠረቱ Haar በመጠቀም JPEG 2000 መጭመቂያ ዘዴ ነው ሽግግር, የተጠቀሰው. ይህ ከታች ያለው ማትሪክስ ውስጥ የመጀመሪያ ቬክተር መብዛት በቂ ነው.

ነጥቦች ይበልጥ, ስለዚህ አንድ አግድም ማትሪክስ ኤች ላይ ዝግጅት ናቸው ተጨማሪ ማትሪክስ, ወስደህ ከሆነ, በግሉ ርዝመቱ የመጀመሪያ ቬክተር ጥንድ ውስጥ ይካሄዳል ነው.

ማጣሪያዎች

በ ምክንያት "ግማሽ-ድምር" - ጥንድ ውስጥ ፒክስል አማካይ luminance እሴቶች ነው. ይህ እሱን 2 ጊዜ ውስጥ ቅናሽ አንድ ቅጂ መስጠት ይኖርባቸዋል ምስል የሚለወጠው ጊዜ እሴት ነው. ይህ ግማሽ-ድምር ብሩህነት በአማካይ ውስጥ, የቲ. ኢ ድግግሞሽ ማጣሪያዎች እንደ ያላቸውን እሴቶች እና ድርጊት የዘፈቀደ መሮጥ "የተጣራ".

አሁን ያለው ልዩነት የሚያሳዩ ሰዎች ለመቋቋም እናድርግ. እነሱ ማለትም. ሠ, ወደ በቋሚ ክፍል ማስወገድ, interpixel "መሮጥ" "ተነጥለው" አነስተኛ frequencies ላይ እሴቶች "የተጣራ" ናቸው.

ከፍተኛ ድግግሞሽ እና ዝቅተኛ ድግግሞሽ: እንኳ Haar ከላይ በ "ኢቮሉሽን" ለ ሽግግር wavelet ከ ሁለት ክፍሎች ወደ አንድ ምልክት ለወንድሜ ማጣሪያዎች አንድ ጥንድ እንደሆነ ግልጽ ይሆንልናል. በቀላሉ የመጀመሪያው ምልክት ለማግኘት እነዚህን ክፍሎች ዳግም-አንድነት.

ምሳሌ

እኛ ፎቶግራፍ (የሙከራ ምስል Lenna) ለመጭመቅ ይፈልጋሉ እንበል. ፒክስል brightnesses መካከል ማትሪክስ ሽግግር wavelet ምሳሌ እንመልከት. የምስሉ ከፍተኛ ድግግሞሽ አካል ጥሩ ዝርዝር በማሳየት ኃላፊነት ነው እና ጫጫታ ይገልጻል. ዝቅተኛ-ድግግሞሽ እንደ ይህ ፊት እና ፀዳል ለስላሳ gradients ቅርጽ በተመለከተ መረጃ ይዟል.

ሁለተኛውን ይበልጥ አስፈላጊ አካል መሆኑን ሰብዓዊ የማስተዋል ገጽታዎች ፎቶዎች ያሉ ናቸው. ይህ compressed ጊዜ ከፍተኛ ድግግሞሽ ውሂብ የተወሰነ ክፍል ተጥሏል ሊሆን ይችላል ማለት ነው. ይበልጥ እንዲሁ ያነሰ ዋጋ ያለው በመሆኑ እና ተጨማሪ እንደቆመና ኮድ ነው.

ከታመቀ ያለውን ደረጃ ዝቅተኛ-ድግግሞሽ ውሂብ በርካታ ጊዜያት Haar ለውጥ ሊተገበር ይችላል ለመጨመር.

ሁለት ልኬት ድርድሮች መጠቀም

ቀደም ሲል እንደተጠቀሰው, ኮምፒውተሩ ውስጥ ዲጂታል ምስል በውስጡ ፒክስል መካከል intensities እሴቶች አንድ ማትሪክስ መልክ ናቸው. በመሆኑም ሽግግር wavelet ሁለት-ልኬት Haar ፍላጎት መሆን አለበት. ይህም በቀላሉ ለእያንዳንዱ ረድፍ እና ምስል በ ፒክሴል መካከል intensities መካከል ማትሪክስ ለእያንዳንዱ አምድ የራሱ ልኬት ልወጣ ለማከናወን አስፈላጊ ነው ለመተግበር.

ዜሮ ቅርብ እሴቶች, ወደ decoded ምስል ጉልህ ጉዳት አርፈዋል ይቻላል. ይህ ሂደት quantization በመባል የሚታወቀው ነው. እና መረጃ በዚህ ደረጃ ላይ ጠፍቷል. መንገድ በ nullable ምክንያቶች ቁጥር በእርሱ ከታመቀ ያለውን ደረጃ በማስተካከል መለወጥ ይችላሉ.

ሁሉም እነዚህ እርምጃዎች ወደ ማትሪክስ አንድ ጽሑፍ ፋይል ውስጥ በሥርዓት መስመር የተጻፈው ማንኛውም archiver ለመጭመቅ አለባቸው 0. ከፍተኛ መጠን የያዘ ማግኘት መሆኑን ያስከትላል.

መግለጥን

የሚከተሉት ስልተ ላይ በምስሉ ውስጥ የተገላቢጦሽ ለውጥ:

• ይህ ማህደር unpacks;
• ተገላቢጦሽ Haar ሽግግር ይሠራል;
• የ decoded ምስል በአንድ ማትሪክስ ውስጥ የሚቀየር ነው.

JPEG ጋር ሲነጻጸር ጥቅሞች

было сказано, что он основан на ДКП. የ ስልተ ከግምት ጊዜ የጋራ የፎቶግራፍ ባለሙያዎች ቡድን ይህ DCT ላይ የተመሠረተ እንደሆነ ተነገረኝ. ይህ ልወጣ ያግዳል (8 x 8 ፒክስል) ውስጥ እየታየ ነው. በዚህም ምክንያት, ወደ ቅናሽ ምስል ላይ ጠንካራ መጭመቂያ ሊደነቅ የማገጃ መዋቅር እየሆነ ከሆነ. ከታመቀ wavelets በመጠቀም ወቅት እንዲህ ያለ ችግር ብርቅ ነው. ይሁን እንጂ ጫጫታ ጠርዝ ዙሪያ ማሳያዎች መልክ ያላቸው የተለያዩ አይነት ሊታይ ይችላል. ይህም ይታመናል መሆኑን JPEG ስልተቀመር በመጠቀም ጊዜ የተፈጠሩ ናቸው "አደባባዮች" ከ በአማካይ እምብዛም ጎልቶ ላይ ተመሳሳይ ቅርሶች.

አሁን እነርሱ ናቸው እና ለእነሱ ምን ተግባራዊ አጠቃቀም ሂደት እና ዲጂታል ምስሎች በመጠረዝ መስክ ውስጥ ተገኝቷል ምን ምን wavelets ያውቃሉ.