應用模糊理論實現去交錯技術演算法之研究.pptVIP

第七組 498300038范啟璿 498300480李芸紜 498300143潘宗哲 498300313陳裕忠 498300246丁雅東 498310069洪嘉妤 去交錯亦稱「反交錯」是將交錯式影像訊號轉換為漸進式影像訊號的一種方法。因為裝置處理速度以及頻寬的限制下，廣播電視系統都是使用交錯式訊號取代漸進式訊號。但是現代新型的顯示設備例如液晶顯示器、電漿顯示器、數位投影機或是數位微型反射鏡等，都只支持逐行掃描，因此在這些設備上需要有去交錯的功能以將交錯式訊號轉換為逐行信號。 去交錯處理技術是將交錯式訊號格式的影片轉換成循序式格式影片的處理。 去交錯技術演算法主要的目的是將交錯掃描格式的畫面轉換成循序掃描的畫面，由於視訊廣播格式的高速發展以及各種循序掃描顯示方式的普及，去交錯演算法的需求與技術逐漸受到相關產業的重視和積極投入技術發展。 集合A 是指直觀上或思想上確定的，能夠彼此區分的對象的總體。元素X 是指構成集合的事物，是集合包括的具體對象。任一元素X 對於集合A 的隸屬關係，只有「屬於」或「不屬於」 兩種情況。元素X 與集合A 之間的關係，可利用特徵函數表示法表示： 1, 當x∈A ＶA(x)= 0, 當x?A 特徵函數ＶA(x)表示了元素X 對集合A 之「隸屬程度」； 當ＶA(x)=1 表示X 完全隸屬於A； 當ＶA(x)=0 表示X 完全不隸屬於A。 由此可見，經典集合論表示了一個元素要應就屬於該集合，要應就不屬於該集合，是一種「非此即彼」的二值邏輯關係。 特徵函數的取值範圍從集合｛0，1｝擴大到區間的〔0，1〕上連續取值，產生了「亦此亦彼」的描述事物現象之中介過度性的隸屬函數來表示模糊集合：μA：X→[0,1] 模糊理論是以模糊集合為基礎，基本精神是接受模糊性現象存在的事實，而以處理概念模糊不確定的事物為其研究目標，並積極將其量化可以被數位系統可以處理的資料。此表說明模糊集合和傳統集合不同之處。 模糊集合 傳統集合 軟性的分類法 硬性的分類法 接受亦此亦彼的關係 強調非此即彼的關係 可接受模糊不清之資訊 只能接受精確不模糊之資訊 使用0~1歸屬函數 使用0或1之歸屬函數 模糊集合為傳統集合的延伸，將集合中的元素從以往的二值邏輯擴展成多值邏輯，除了以0(否)和1(是)作為表示方法，並將其值推廣至介於0 與1 之間的數值方式來表示。 以模糊集合表現溫度控制的方式 歸屬函數是運用模糊集合使用於實際問題的基礎。一般有具體的模糊對象條件，第一步必須先確定其切合實際的歸屬函數，才能應用模糊數學方法做具體的定量分析。 歸屬函數 高斯歸屬函數 鐘型歸屬函數 在圖像處理中，在進行如邊緣檢測這樣的進一步處理之前，通常需要首先進行一定程度的降噪。中值濾波經常用於去除圖像或者其它信號中的雜訊。中值濾波器可利用此種方式來增加特定元素被輸出的機率。 fi(x,y,n) = MED{a,b,c,d,e, f,g} 式中各項變數代表為xmed 取7 點插補參考點a 點、b 點、c 點、d 點、e 點、f 點和g 點之平均值， 即xmed=[(a+b+c+d+e+f+g)/7]、x為基準點有a點、b點、c點、d點、e點、f點共七點， 即為{a, b, c, d, e, f, g}、pi為函數曲線上升率或下降率之參數， 其中 a=Fo(x, y,n -1)、b=Fo(x -1, y-1,n)、c=Fo(x, y-1,n) 、d=Fo(x+1, y-1,n)、e=Fo(x-1, y+1,n)、f=Fo(x,y+1,n)、g=Fo(x+1, y+1,n)。 模糊鐘型七點法運用至鐘型歸屬函數定義式式中，則各項變數代表如後，x為基準點有a點、b點、c點、d點、e點、f點、g點共七點，即為{a,b,c,d,e,f,g}、xmed為插補參考點有a點、b點、c點、d點、e點、f點、g點，共七點之像素點亮度平均值即為 [(a+b+c+d+e+f+g)/7]、pi為函數曲線上升率或下降率之參數，其中 a= Fo(x, y,n-1) 、b=Fo(x-1,y-1,n)、c=Fo(x,y-1,n)、d=Fo(x+1,y-1,n)、e=Fo(x-1,y+1,n)、f=Fo(x,y+1,n)、g=Fo(x+1, y+1,n)。 去交錯前 去交錯後 去交錯技術在未來的數位影像傳輸系統中，將佔有一席重要的地位，透過去交錯技術使影像品質達到觀賞者眼睛所能夠接受的期望值，單純去交錯使用圖場間插補