![]() Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() 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 |
Характеристики арифметического алгоритмаСодержание книги
Поиск на нашем сайте
-лучшая (больше 8) и худшая (1) степень сжатия; -обеспечивает лучшую степень сжатия относительно алгоритма Хаффмана, на однотипных данных от 1 до 10% он эффективней. Также как и алгоритм Хаффмана в лучшем случае не увеличивается размер исходных данных. 29. Дайте описание фильтра свертки, какие типы локальных фильтров вы знаете, примеры и области их применения. Расчеты значений в граничных областях. Фильтры свертки Все основные операции при использовании фильтров свертки выполняются в скользящем окне. Значения пикселей внутри скользящего окна используются для расчета нового значения центрального пикселя. Как только произошел расчет, окно смещается вправо. В качестве операции выполняемой в окне может использоваться практически любая функция.
Типы локальных фильтров
Линейный фильтр рассчитывается в пространственной области как взвешенная сумма исходных значений пикселей в скользящем окне. Дискретную свертку исходного изображения f и придаточную функцию W можно записать:
У нас размеры скользящего окна намного меньше всего изображения, то суммирование производится не по всем параметрам: Wx и Wy - размер скользящего окна
Если W – нечетное, то W/2 округлятся в меньшую сторону. Новое значение пикселя gi,j является взвешенной суммой исходных значений пикселей в некоторой его окрестности. В основе линейной фильтрации лежит принцип суперпозиций, согласно ему, результат фильтрации суммы двух и более входных сигналов равен сумме результатов, которые были получены при независимой обработке каждого входного сигнала по отдельности.
Алгоритм можно представить в следующем виде: 1.переворот строк и столбцов, используемой в скользящем окне функцией (эквивалент: поворот на 180); 2.центрирование окна на обрабатываемом пикселе; 3.перемножение весовых коэффициентов окна и значений соответствующих пикселей исходного изображения; 4.суммирование взвешенных значений и сохранение результата в качестве выходного значения пикселей; 5.возвращение в шагу 2 и пока не будет достигнут конец изображения (пока не будут обработаны все пиксели). Шаг 1 не обязательно делать для симметричных.
Фильтры LP и HP P(x,y)=LPF*p(x,y)+HPF*p(x,y)=(LPF+HPF)p(xy)=IFp(x,y) IF – тождественный фильтр (или дельта функция) Равенство выполняется если сумма фильтра H и B частот = тождественному фильтр. LPF сохраняет локальное среднее значение и сглаживает выходной сигнал (чем больше локальное окно, тем больше уровень сглаживания). HPF обнуляет локальное среднее значение и на выходе дает сигнал, характеризующий отклонение входного сигнала от локального среднего.
Фильтр усиления высоких частот Если сложить изображение и его высокочастотные составляющие, то получим более четкое изображение с усиленным HP. Hp(x,y)=p(x,y)+kHP(x,y), где k≥0, k – параметр, определяющий степень четкости изображения; при k=1, x,y=0,0=17; при k=2, x,y=0,0=25; (формула: 9k+9).
Полосовые фильтры Изображение с полосовой фильтрацией можно представить как результат применения низких и высоких частот. Bp(x,y)=HPF[LPFp(x,y)]=HPF(Lp(x,y)) Полосовые фильтры в основном применяют для выделения и устранения периодических шумов.
Направленные фильтры
Граничная область Дано окно wj*wi (3*3) - граничная область (рисунок 1) w/2, округляется в большую сторону. Выходные пиксели нельзя посчитать непосредственно и так как окно не может выходить за границы изображения, то для сохранения размеров выходного изображения нужно использовать дополнительные приемы. Применяют: 1. Метод основан на повторе ближайшего пикселя в каждом граничном пикселе 2. Отражение выходных пикселей из граничной области наружу с целью увеличения размера входного изображения
3. Уменьшение границы области применения фильтра на 1 (был 3х3, делаем 2х2) 4. Установка значения граничного пикселя 0 или среднему значению. 5. Переход окна фильтра на противоположную сторону В общем случае, для сохранения размера изображения и без образования серьезных искажений наиболее эффективными будут 1 и 2 метод.
|
||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-08-16; просмотров: 354; 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 - 3.135.201.180 (0.009 с.) |