Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Среднеквадратичная ошибка (Mean Square Error):
(15) где A '[ m, n ] – значение (m,n) -го пикселя восстановленного кадра
Частным случаем критерия качества (17) для полутонового изображения диапазоном значений пикселей от 0 до 255 (max{ A (m, n)}=255) является отношение пикового сигнала к шуму (Peak - to - Peak Signal - to - Noise Ratio –PSNR): (20) Один из объективных способов измерения визуальных искажений состоит в оценке MSE между исходным и восстановленным изображениями. Параметры MSE достаточно объективны и повторяемы. Однако объективных оценок недостаточно, значения MSE не показывают, какие ошибки зритель заметит в первую очередь. Мера, которую сейчас чаще используют на практике, - это PSNR. Данная мера аналогична среднеквадратичному отклонению и ей присущи те же недостатки, что и среднеквадратичному отклонению, однако пользоваться ею удобнее из-за логарифмического масштаба шкалы.
1.6 Описание лабораторной работы Источником сигнала является либо изображение (или видеопоследовательность), записанные на персональном компьютере либо изображение, поступившее с WEB-камеры. Затем оно поступает в программу, разработанную в среде LabView, и подвергается обработке. Результат обработки выводится на монитор (для возможности применения метода "шкалы деградации с двумя стимулами"), а вид изображения в свою очередь зависит от функций подпрограммы используемой студентом. В лабораторной работе в зависимости от подпрограммы предлагается использовать различные виды изображения (или видеопоследовательности) с различными характеристиками: Виды изображений: · «Изучение квантования коэффициентов ДКП»: - Iris Flower (цветок ирис) - изображение содержит как крупные детали, так и резкие переходы. - Apple (яблоко), fullmoon (полная луна) – в изображении преобладают крупные детали, т.е. НЧ составляющие. - Cars (машины)- на изображении преобладают плавные переходы (фон), дискретность изображение заметна даже при уровне квантования 8 бит. - Lena (Лена) - содержит множество плавных цветовых переходов и наклонных границ.
· «Изучение дискретно косинусного преобразования»: - Feather (перья) – имеются крупные детали и резкие цветовые границы. - Baboon (бабуин) - есть крупная деталь (НЧ-составляющие) - морда бабуина, а также мелкие детали (ВЧ-составляющие) - шерсть на морде.
- House (дом) - на изображении преобладают плавные переходы (фон), имеются мелкие детали. · «Изучение межкадровой корреляции» - видеопоследовательность «Клара», «Контроль холла» - данные видеопоследовательности обладают большой межкадровой корреляцией (малая динамика изображения). - видеопоследовательность «футбол», «теннис» - слабо коррелированные видеопоследовательности (очень динамичное изображение).
1.7. Описание лабораторного стенда Ярлык для запуска программы расположен на рабочем столе. Лицевая панель лабораторной установки приведена на рис.1, а на рис.2-4 приведены лицевые панели подпрограмм. Запускает объединенную программу «Изучение квантования коэффициентов ДКП» и «Изучение дискретно косинусного преобразования»; 1. «Пункт 2» запускает подпрограмму «Изучение межкадровой корреляции»; 2. «Web-Camera» запускает программу для работы с Web- камерой;
Рис.2 Лицевая панель подпрограммы «Изучение квантования коэффициентов ДКП». 1. Load, WebCam (Загрузка изображения с компьютера/с веб-камеры); 2. Исходная картинка; 3. Восстановленная картинка; 4. Количество уровней квантования (в бит); 5. Индикатор PSNR; 6. Кнопка переключения между подпрограммами.
Рис.3 Лицевая панель подпрограммы «Изучение ДКП».
1. Load, WebCam (Загрузка изображения с компьютера/с веб-камеры); 2. Исходное изображение; 3. Преобразованное изображение; 4. Кнопка «Очистить» выключает все элементы матрицы коэффициентов ДКП; 5. Кнопка «Установить всё» включает все элементы матрицы коэффициентов ДКП; 6. Индикатор MSE; 7. Матрицы коэффициентов ДКП соответствующие трем компонентам (2 цветоразностные компоненты (Cb, Cr) и яркостная(Y)).
Рис.4 Лицевая панель подпрограммы «Изучение межкадровой корреляции». 1. Загрузка видеопоследовательности; 2. Выбор типа изображения(Ч\Б или цветное); 3. Исходная видеопоследовательность; 4. Сдвинутый кадр; 5. Разностная информация; 6. Период смены кадров; 7. Выбор сдвига между кадрами; 8. Количество кадров в последовательности; 9. Номер текущего кадра; 10. Размер текущего кадра (в байтах).
1.8. Домашнее задание
В этом разделе приводится пример варианта домашнего задания к лабораторной работе. 1) Изучить работу лабораторного стенда, конспект лекций и рекомендуемую литературу, обратив внимание на следующие вопросы: · Цифровое представление двумерного изображения. · Теорема Котельникова. · Преобразование аналогового сигнала в цифровой (три этапа преобразования - дискретизация, квантование и кодирование). · Достоинства и недостатки цифровой обработки. · Структурная схема сжатия на примере стандарта MPEG 1. · Преобразование цветового представления растрового изображения. · Дискретное косинусное преобразование. · Квантование как средство управления соотношением качество-сжатие. · Структура потока данных MPEG. · Межкадровое предсказание движения. · Сжатие информации после компенсации движения. · Оценка качества восстановленного изображения. 2) Изобразить структурную схему сжатия в стандарте MPEG 1. 3) Изобразить пространственно - дискретизирующую функцию и спектр дискретизированного изображения. 4) Произвести дискретизацию заданного сигнала изображения, его квантование и кодирование. Заданный сигнал является аналоговым и задаётся функцией
Пример решения такого задания продемонстрирован на рис. 5. Рис.5 а) Исходный непрерывный сигнал. б) Дискретизированный и квантованный сигнал. в) Кодирование сигнала. 5) В MathCad ввести матрицу 8х8 приведенную ниже, и произвести вычисление коэффициентов дискретно-косинусного преобразования (ДКП). Варианты матриц:
6) Для полученных в предыдущем пункте коэффициентов ДКП, произведите обратное преобразование. Сравните полученную матрицу с исходной. Проверьте - совпадают ли все элементы матрицы, если все совпадают - вычисления произведены правильно. 7) Удалите ВЧ коэффициенты матрицы, и замените их «0» -значениями. Произведите обратное преобразование по формуле (25). Используя метод объективной оценки, в соответствии с - MSE, PSNR, произведите сравнение исходной и полученной матрицы. 8) Произведите округление полученных в пункте (5) коэффициентов по формуле (до 4 или 2 бит). Произведите обратное преобразование ДКП, и восстановите матрицу. Сравните по методам - MSE, PSNR восстановленную с исходной. Порядок выполнения работы
|
||||||||
Последнее изменение этой страницы: 2019-11-02; просмотров: 286; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.139.62.103 (0.012 с.) |