Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу 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 |
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: gi,j – выходные значения пикселей. Либо g=fW. У нас размеры скользящего окна намного меньше всего изображения, то суммирование производится не по всем параметрам: Wx и Wy - размер скользящего окна , W – центрирована внутри локального окна, в координате (0,0) и она будет принимать не нулевые значения в области ±Wx/2 ±Wy/2 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: 345; 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 - 18.224.57.86 (0.006 с.) |