多媒体新技术展望.ppt

OCR识别系统的工作流程 影像输入：欲经OCR处理的档案必须透过光学仪器，如影像扫描仪、传真机或任何设想器材，将影像转入计算机。 影像前处理：影像前处理是OCR系统中，须解决问题最多的一个模块。包含了影像正规化、去除噪声、影像矫正等的影像处理，及图文分析、文字行与字分离的文件前处理。 第三十页，共四十四页，2022年，8月28日 第三十一页，共四十四页，2022年，8月28日 第一页，共四十四页，2022年，8月28日 基于分形的压缩算法 什么是分形 分形（Fractal）一词，来自拉丁文Fractus，是曼德勃罗创造出来的，原意具有不规则、支离破碎等意义，分形几何学是一门以非规则几何形态为研究对象的几何学。 第二页，共四十四页，2022年，8月28日 分形几何与传统几何相比有什么特点 从整体上看，分形几何图形是处处不规则的。例如，海岸线和山川形状，从远距离观察，其形状是极不规则的。 在不同尺度上，图形的规则性又是相同的。上述的海岸线和山川形状，从近距离观察，其局部形状又和整体形状相似，他们从整体到局部，都是自相似的。 第三页，共四十四页，2022年，8月28日 分形压缩的基本原理是利用分形几何中的自相似性原理来进行图像压缩。所谓自相似性就是指无论几何尺度如何变化，景物的任何一小部分的形状都与较大部分的形状极其相似。 分形编码利用“自相似性”不是邻近样本的相关性而是大范围的相似性，即图像块的相似性。对相似性的描述是通过仿射变换来确定的，而编码的对象就是仿射变换的系数。由于仿射变换的系数的数据量小于图像块的数据量，因此可以实现压缩的目的。 第四页，共四十四页，2022年，8月28日 《微软电子百科全书》就是完全分形编码方法把大量多媒体数据压缩到600MB以内的。在海湾战争中，美军使用了分形技术，用于军事地图的缩放、攻击目标的匹配追踪等。 第五页，共四十四页，2022年，8月28日 分形图像压缩的一般过程 源图像 割成适当的块 对每一块，基于拼贴定 理求其IFS码 解码图 各块 对随机迭代定理重构各块 第六页，共四十四页，2022年，8月28日 第七页，共四十四页，2022年，8月28日 小波变换在图像压缩中的应用 小波（wavelet）是定义在有限间隔且平均值为0的函数。 第八页，共四十四页，2022年，8月28日 小波分析是把一个信号分解成由原始小波经过移位和缩放后的一些列小波，因此小波是小波变换的基础函数，即小波可用作表示一些函数的基函数。 小波变换的基本思想是用一组小波或基函数表示一个函数或信号，例如图像信号。 哈尔（Hear）小波基函数为例 基本哈尔小波函数（Hear wavelet function）定义如下 第九页，共四十四页，2022年，8月28日 1，当0≤x1/2 Ψ(x) = -1，当1/2≤x1 0，其他 设有一幅分辨率只有4个像素的一维图像，对应像素值为：[9 7 3 5]。 用哈尔小波变换的过程是 计算相邻像素对的平均值（averaging，亦可称之为近似值approximation），得到一幅分辨率为原图像1/2的新图像：[8 4]。这时图像信息已部分丢失。 第十页，共四十四页，2022年，8月28日 为了能从2个像素组成的图像重构出4个像素的原图像，必须把每个像素对的第一个像素值减这个像素的平均值作为图像的细节系数（detail coefficient）保存。 因此，原图像可用下面的两个平均值和两个细节系数表示：[8 4 1 -1]。 可以把第一步变换得到的图像进一步变换，原图像两级变换的过程如下表所示： 第十一页，共四十四页，2022年，8月28日 分辨率 平均值 细节系数 4 [9 7 3 5] 2 [8 4] [1 -1] 1 [6] [2] 哈尔变换过程事实上是用求均值和差值的方法对函数或图像进行分解，对于f(x)=[9 7 3 5]，我们可作最多2层的分解。 第十二页，共四十四页，2022年，8月28日 对于2维图像，同样可以用依次对行列进行小波变换得到2维图像的分解。这时经过一次小波变换得到是2维图像的近似值(CA)以及水平(CH)、垂直(CV)和对角(CD)细节分量值。显然，从2维图像的CA、CH、CV和CD值可以重构出原来的2维图像。 第十三页，共四十四页，2022年，8月28日 由于小波及小波包技术可以将信号或图像分层次按小波基展开，所以可以根据图像信号的性质及事先给定的图像处理要求确定到底要展开到哪一级为止，从而不仅能有效地控制计算量，满足实时处理的需要，而且可以方便地实现渐进传输编码（即采取逐步浮现的方式传送多媒体图像）。 利用小