01月08日上课资料-.ppt

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
01月08日上课资料-.ppt

* XIV. Applications of Wavelet Transforms Wavelet 所適用的 applications,通常有以下兩大特點: (1) 信號的頻率分佈,會隨著不同的時間(或地點)有較大變異 (2) Multiscale 的分析扮演重要的角色 Larger sampling interval ? ignoring the detail Smaller sampling interval ? requiring a lot of data Wavelet transforms compromise them. 目前,文獻上,80% 以上的應用和 image processing 有關 * (1) Image Compression (JPEG 2000) 傳統 JPEG 架構 8 × 8 4:2:0 DCT 量子化 量子化表 AC係數 Zigzag Scan DC係數 差分 編碼 Huffman Coding Huffman Coding JPEG file 檔頭 Image 問題:由於 8 ? 8 的切割,在高壓縮率時會造成 blocking effect RGB to YCbCr * JPEG 2000 架構 Image RGB to YCbCr 4:2:0 Discrete Wavelet Transform Quantization Bit Plane Conversion Fractional Bit-plane coding (Tier 1) Binary arithmetic coding Tier 2 Encoder JPEG 2000 file Quantization Table 檔頭 註:感謝 2010年修課的潘冠臣同學幫忙整理 Tier 1: zero coding, sign coding, magnitude refinement coding, run length coding Tier 2: 用以控制檔案大小 (例如只取比較重要的地方編碼) * Original image DCT-based image compression Wavelet-based image compression CR = 53.4333 CR = 51.3806 註:感謝 2006年修課的黃俊德同學 CR: compression ratio * bpp: bit per pixel (每一點平均需要多少個 bits) PSNR: peak signal to noise ratio (PSNR), see page 411 * 使用 JPEG 2000 做影像壓縮的優點: 所以,在高壓縮率之下,重建的影像仍有不錯的品質 Question: Why JPEG 2000 has not replace the status of JPEG now? C. Christopoulos, A. Skodras, and T. Ebrahimi, “The JPEG2000 still image coding system: An overview,” IEEE Trans. Consumer Electronics, vol. 46, no. 4, pp.1103-1127, Nov. 2000. 參考資料 (1) (2) (3) * B.J. Kim, Z. Xiong, and W.A. Pearlman. “Low bit-rate scalable video coding with 3-D set partitioning in hierarchical trees (3-D SPIHT),” IEEE Trans. Circuits Syst. Video Technol., vol. 10, pp. 1374-1387, 2000. Another Compression Algorithm: SPIHT Using the correlation among high frequency parts in different layers * (2) Edge and Corner Detection (3) Pattern recognition (4) 強調前景,壓縮背景 (a) Feature extraction (Using the wavelet features) (b) Computation Time 和縮小的 pattern 互相比較 (節省運算) * (5) Filter Design 如何不傷到 edge,又能夠將 noise 去除掉? * x[n] g[n] h[n] x1,L[n

文档评论(0)

gshshxx + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档