అనుకరిస్తే అల: అప్లికేషన్ ఉదాహరణకు నిర్ణయించడానికి

చౌకైన డిజిటల్ కెమెరాలు రావడంతో గ్రహం యొక్క నివాసులు, పెద్ద భాగం సంబంధం లేకుండా వయస్సు మరియు సెక్స్, తన ప్రతి అడుగు పట్టుకుని లలో ప్రజా ప్రదర్శనలో వారి చిత్రాలను చాలు అలవాటు కొనుగోలు చేసింది ఉద్దేశించబడింది. ఇంకా, ముందు ఫ్యామిలీ ఫోటో ఆర్కైవ్ అదే ఆల్బమ్ లో ఉంచారు ఉంటే, నేడు అది చిత్రాలు వందల కలిగి. నెట్వర్క్ల్లో నిల్వ మరియు ప్రసార సులభతరం చేయడానికి బరువు తగ్గింపు యొక్క డిజిటల్ చిత్రాన్ని అవసరం. ఈ క్రమంలో, పద్ధతులు అల అనుకరిస్తే సహా వివిధ అల్గోరిథంలు ఆధారంగా ఉపయోగిస్తారు. ఇది ఏమిటి, మా కథనాన్ని చెప్పండి.

ఒక డిజిటల్ చిత్రం ఏమిటి

కంప్యూటర్ లో విజువల్ ఇన్ఫర్మేషన్ సంఖ్యల రూపంలో సూచించబడుతుంది. సాధారణ పరంగా, ఒక డిజిటల్ పరికరం తీసిన ఒక ఫోటో, కణాలు దాని పిక్సెల్ రంగు ప్రతి విలువలను నమోదు చేస్తారు దీనిలో ఒక టేబుల్ ఉంది. తెలుపు - ఇది ఒక మోనోక్రోమ్ చిత్రం విషయానికి వస్తే, అప్పుడు వారు 1 నలుపు సూచించడానికి ఉపయోగిస్తారు అక్కడ 0, మరియు విరామం [0, 1] నుండి కాంతిమత్తతను విలువలు భర్తీ చేయబడతాయి. ఇతర రంగులు భిన్న సంఖ్యల ఇస్తారు, కానీ వాటిని ఆపరేట్ ఇబ్బందికరమైన తో, కాబట్టి పరిధి విస్తరించబడింది మరియు 0 మరియు 255 మధ్య విరామం నుండి ఎంచుకున్న విలువ ఎందుకు ఈ ఉంది? ఇది సులభం! ప్రతి పిక్సెల్ కాంతిమత్తతను ఎన్కోడ్ చేసే బైనరీ ప్రాతినిధ్యం ఈ ఎంపికతో ఖచ్చితంగా ఒక బైట్ అవసరం. ఇది మెమరీ చాలా కూడా ఒక చిన్న చిత్రాన్ని నిల్వ అవసరం అని స్పష్టంగా ఉంటుంది. ఉదాహరణకు, 256 x 256 పిక్సెళ్ళు చిత్రాన్ని పరిమాణం 8 Kbytes పడుతుంది.

చిత్రం కుదింపు పద్ధతులు గురించి కొన్ని మాటలు

ఖచ్చితంగా ప్రతి ఒక్కరూ కళాఖండాల అని పిలుస్తారు అదే రంగు యొక్క దీర్ఘ చతురస్రాలు రూపంలో వక్రీకరణకు ఇక్కడ చిత్రాలు పేద నాణ్యత చూసింది. వారు అని పిలవబడే లాసీ కంప్రెషన్ ఫలితంగా ఉత్పన్నమయ్యే. ఇది గణనీయంగా, చిత్రం యొక్క బరువు తగ్గించేందుకు అయితే, అది అనివార్యంగా దాని నాణ్యత ప్రభావితం చేస్తుంది చేయవచ్చు.

లాసీ కుదింపు అల్గోరిథంలు ఉన్నాయి:

• JPEG. ఈ అత్యంత ప్రజాదరణ అల్గోరిథంలు యొక్క చాలా ఒకటి ఉంది. ఇది వివిక్త కొసైన్ పరివర్తనం యొక్క ఉపయోగం అనుకరిస్తే ఆధారంగా. న్యాయంగా ఇది JPEG ప్రదర్శన సమాచారం నష్టపోకుండా కుదింపు కోసం ఎంపికలు ఉన్నాయి గమనించాలి. ఈ నష్టపోకుండా JPEG మరియు JPEG-LS ఉన్నాయి.
• JPEG 2000 అల్గోరిథం మొబైల్ ప్లాట్ఫాం ఉపయోగించవచ్చు, మరియు ఒక వివిక్త వేవ్లెట్ అప్లికేషన్ అనుకరిస్తే ఆధారంగా.
• ఫ్రాక్టల్ కుదింపు. కొన్ని సందర్భాల్లో, మీరు కూడా బలమైన కుదింపు అద్భుతమైన నాణ్యత చిత్రాలు పొందడానికి అనుమతిస్తుంది. అయితే, ఈ పద్ధతి విశిష్ట అధికారము కలిగి ఉండడం తో సమస్యల కారణంగా అన్యదేశ కొనసాగుతోంది.

ప్రదర్శించిన నష్టపోకుండా కుదింపు అల్గోరిథంలు:

• RLE (TIFF ఫార్మాట్, BMP, TGA ప్రాథమిక పద్ధతిగా వలె ఉపయోగిస్తారు).
• LZW (GIF ఫార్మాట్ లో ఉపయోగిస్తారు).
• LZ-హఫ్ఫ్మన్ (PNG ఫార్మాట్ కోసం ఉపయోగిస్తారు).

ఫోరియర్ పరివర్తనం

అల చెయ్యడానికి ముందు, అది భావాన్ని సంబంధిత విధులు అన్వేషించడానికి ఎలిమెంటరి భాగాలు లోకి ప్రారంభ సమాచారం, అంటే. వివిధ పౌనఃపున్యాల E. హార్మోనిక్ కంపన విస్తరణ గుణకాలు వివరిస్తూ చేస్తుంది. ఇతర మాటలలో, ఫోరియర్ పరివర్తనం - వివిక్త మరియు నిరంతర ప్రపంచాల కలిపే ఒక ఏకైక సాధనం.

ఈ కనిపిస్తోంది:

క్రింది విలోమ సూత్రం రాస్తారు:

ఒక అల ఏమిటి

ఈ పేరు వెనుక మీరు పరీక్ష డేటా వివిధ ఫ్రీక్వెన్సీ భాగాలు విశ్లేషించడానికి అనుమతిస్తుంది ఒక గణిత ఫంక్షన్, దాక్కున్నాడు. దీని గ్రాఫ్ దీని వ్యాప్తి మూలం నుండి దూరంగా 0 తగ్గుతుంది ఒక తేలికగా లేచి పడుట ఉంది. సాధారణ ఆసక్తి అల కోఎఫీషియంట్స్ సమగ్ర సిగ్నల్ నిర్ణయించబడతాయి.

వివిధ లక్షణాలు వారి లౌకిక భాగం తో సంబంధం నుండి స్పెక్ట్రం సిగ్నల్స్ అల spectrograms, సంప్రదాయ ఫోరియర్ స్పెక్ట్రా భిన్నంగా ఉంటాయి.

అల పరివర్తన

సిగ్నల్ మార్పిడి (విధులు) ఈ విధానం సమయం-ఫ్రీక్వెన్సీ ప్రాతినిధ్యంలో ఒక సమయం నుండి అనువదించడానికి అనుమతించే.

పరివర్తన సంబంధిత అల ఫంక్షన్ కోసం, సాధ్యపడుతుందని అల, కింది షరతులకు తప్పక:

• కొన్ని ఫంక్షన్ ψ (t) -Fourier పరివర్తనానికి ఉంటే రూపం ఉంది

ఆ పరిస్థితి తృప్తి పరచాలి:

అదనంగా:

• అల ఒక పరిమిత శక్తి కలిగి ఉండాలి;
• ఇది integrable నిరంతర మరియు కాంపాక్ట్ మద్దతు కలిగి ఉండాలి;
• అల ఫ్రీక్వెన్సీ మరియు సమయం (స్పేస్) లో రెండు పరిమితమై ఉండాలి.

రకాల

ఒక నిరంతర అల అనుకరిస్తే సంబంధిత సంకేతాలు ఉపయోగిస్తారు. మరింత ఆసక్తికరమైన దాని వివిక్త అనలాగ్ ఉంది. అన్ని తరువాత, అది కంప్యూటర్లలో ఇన్ఫర్మేషన్ ప్రాసెసింగ్ కోసం ఉపయోగించవచ్చు. అయితే, సమస్య ఒక వివిక్త పడిన చెక్క పలక సూత్రం సాధారణ తగిన discretization సూత్రాలు DNP ద్వారా పొందిన సాధ్యం కాదని పుడుతుంది.

ఈ సమస్యకు పరిష్కారం గుణకాలు ఒక పరిమిత సంఖ్య ద్వారా నిర్వచించబడే ప్రతి ఆర్తోగోనల్ wavelets, వరుస నిర్మించడానికి ఒక విధానాన్ని ఎంచుకునే సామర్థ్యం గల Daubechies, ద్వారా కనుగొనబడింది. తర్వాత వేగంగా అల్గోరిథంలు అల్గోరిథం మల్ల వంటి ఏర్పాటు చేయబడ్డాయి. నమూనా పొడవు, మరియు తో - - గుణకాలు సంఖ్య దాని అప్లికేషన్ క్రుళ్ళి లేదా కార్యకలాపాలు నిర్వహించేందుకు CN, యిచట N అవసరం క్రమాన్ని పునరుద్దరించటానికి ఆడటానికి.

Vayvlet హర్

ఒక చిత్రం కుదించుము, అది కూడా మంచి సున్నాలు యొక్క పొడవైన గొలుసులు ఉంటుంది ఉంటే దాని డేటా మధ్య ఒక నిర్దిష్ట క్రమం, మరియు కనుగొనడానికి అవసరం. ఇది అల్గోరిథం అనుకరిస్తే అల ఉపయోగకరంగా ఇక్కడ ఈ ఉంది. అయితే, మేము గాను పని పద్ధతులు సమీక్షించడానికి కొనసాగుతుంది.

మొదట చిత్రాలు ప్రక్కనే పిక్సెళ్ళు ప్రకాశం సాధారణంగా ఒక చిన్న మొత్తంలో కలిగి ఉంటుంది ఆ గుర్తు అవసరం. పదునైన రియల్ సైట్లలో చిత్రాలు, విభిన్న ప్రకాశం తేడాలు ఉన్నాయి ఒకవేళ, వారు చిత్రం కేవలం ఒక చిన్న భాగం ఆక్రమిస్తాయి. ఉదాహరణకు, తెలిసిన పరీక్ష Lenna గ్రేస్కేల్ చిత్రం చేపట్టారు. మేము దాని పిక్సెళ్ళు కాంతిమత్తతను మాతృకలో తీసుకోకపోతే, అప్పుడు మొదటి లైన్ భాగంగా సంఖ్యలు 154, 155, 156, 157, 157, 157, 158, 156 యొక్క ఒక క్రమంలో కనిపిస్తుంది.

మీరు దానికి సున్నాలు పొందడానికి అని పిలవబడే డెల్టా పద్ధతి దరఖాస్తు చేయవచ్చు. ఇది చేయటానికి, కేవలం మొదటి సంఖ్య ఉంచడానికి, మరియు ఇతరులు సైన్ "+" లేదా ఇదివరకటి ప్రతి యొక్క తేడాలను మాత్రమే పడుతుంది "-".

ఫలితంగా -2, క్రమం 154,1,1,1,0,0,1 ఉంది.

డెల్టా-క్రోడీకరణ ప్రతికూలత దాని కాని ప్రాంతం ఉంది. ఇతర మాటలలో, ఇది శ్రేణిని మాత్రమే ఒక స్లైస్ అతని ముందు విలువలు అన్ని పడుతుంది మరియు ప్రకాశం దానిని డీకోడ్, ఎన్కోడ్ తెలుసుకోవడానికి, ఉంటే కాదు అసాధ్యం.

ఈ ప్రతికూలత అధిగమించడానికి, సంఖ్య మరియు జతల విభజించబడింది ప్రతి (v. A) మరియు సగం తేడా (v. D) కొరకు m. ఎఫ్ (154,155) (156,157) (157,157) (158,156) కలిగి యొక్క మొత్తంలో సగం (154.5 ఉన్నాయి, 0,5) (156.5,0.5) (157,0.0), (157, -1.0). ఈ సందర్భంలో, అది ఒక జత రెండు సంఖ్యల విలువ కనుగొనేందుకు ఎల్లప్పుడూ సాధ్యపడుతుంది.

సాధారణంగా, వివిక్త వేవ్లెట్ సిగ్నల్ S యొక్క అనుకరిస్తే, మేము ఉన్నాయి:

నిరంతర అల యొక్క వివిక్త సందర్భంలో, అనుకరిస్తే హర్ మరియు విస్తృతంగా డేటా ప్రాసెసింగ్ మరియు కుదింపు వివిధ రంగాల్లో ఉపయోగిస్తారు నుండి ఈ పద్ధతి అనుసరిస్తుంది.

కుదింపు

అప్పటికే పేర్కొన్నారు అల యొక్క అనువర్తనాల్లో ఇది ఒకటి రూపాంతరం అల్గోరిథం X మరియు Y వెక్టార్ (x + y) / 2 మరియు రెండు పిక్సెళ్ళు అనువాదం వెక్టర్ ఆధారంగా హర్ ఉపయోగించి JPEG 2000 కుదింపు పద్ధతి (X - Y) / 2. ఇది క్రింద మాతృకలో ప్రారంభ వెక్టార్ గుణిస్తారు సరిపోతుంది.

ఉంటే పాయింట్లు ఎక్కువ, అందువలన ఒక వికర్ణ మాత్రిక H., ఏర్పాటు మరింత మాతృక, పడుతుంది, స్వతంత్రంగా దాని పొడవు ప్రారంభ వెక్టార్ జంటగా ప్రాసెస్.

ఫిల్టర్లు

ఫలితంగా "సగం మొత్తం" - జంటగా పిక్సెళ్ళు సగటు కాంతిమత్తతను విలువలు ఉంది. ఆ చిత్రం మార్చబడుతుంది ఉన్నప్పుడు అతనికి 2 కాలంలో తగ్గింది కాపీని ఇవ్వాలి విలువ. ఈ సగం మొత్తం ప్రకాశం సగటు, t. E. ఫ్రీక్వెన్సీ ఫిల్టర్లు వంటి వారి విలువలు మరియు చట్టం యొక్క యాదృచ్ఛిక బరస్ట్ "ఫిల్టర్".

ఇప్పుడు తేడా చూపించడానికి ఆ వ్యవహరించే వీలు. వారు "ప్రత్యేక" ఉంటాయి interpixel "బరస్ట్", స్థిరంగా భాగం తొలగించడం, అనగా. E. తక్కువ పౌనఃపున్యాల వద్ద విలువలు "ఫిల్టర్".

కూడా హర్ పైన "డమ్మీస్" కోసం రూపాంతరం అల నుండి స్పష్టమైన అవుతుంది అది రెండు భాగాలు ఒక సిగ్నల్ విభజించి ఫిల్టర్లు ఒక జత అని: అధిక ఫ్రీక్వెన్సీ మరియు తక్కువ పౌనఃపున్యం. కేవలం వాస్తవ సిగ్నల్ పొందటానికి ఈ అంశాలు తిరిగి ఐక్యం.

ఉదాహరణకు

మేము ఛాయాచిత్రం (పరీక్ష చిత్రం Lenna) కుదించుము అనుకుందాం. పిక్సెల్ brightnesses యొక్క మాత్రిక అనుకరిస్తే అల ఉదాహరణను పరిశీలించండి. చిత్రం యొక్క అధిక-ఫ్రీక్వెన్సీ భాగం జరిమానా వివరాలు ప్రదర్శించడం బాధ్యత మరియు శబ్దం వివరిస్తుంది. తక్కువ పౌనఃపున్యం కొరకు, అది ముఖం మరియు ప్రకాశం యొక్క మృదువైన ప్రవణతలు ఆకారం గురించి సమాచారాన్ని కలిగి ఉంది.

రెండో ముఖ్యమైన భాగం అని మానవ అవహాగన యొక్క లక్షణాలు ఫోటోలు అటువంటి ఉన్నాయి. ఈ కంప్రెస్ ఉన్నప్పుడు అధిక పౌనఃపున్య డేటా యొక్క ఒక నిర్దిష్ట భాగం విస్మరించబడతాయి దొరుకుతుంది. ఎక్కువగా తక్కువ విలువ ఉంది మరియు మరింత compactly ఎన్కోడ్ ఎందుకంటే.

పెంచడానికి కుదింపు డిగ్రీ అనేక సార్లు ఒక తక్కువ పౌనఃపున్య డేటా అన్వయించవచ్చు హర్ పరివర్తన.

రెండు డైమెన్షనల్ శ్రేణుల ఉపయోగాన్ని

ముందే చెప్పినట్లుగా, కంప్యూటర్ లో డిజిటల్ చిత్రం తన పిక్సెళ్ళు తీవ్రతలను విలువలు మాతృకలో రూపంలో ఉంటాయి. అందువలన, మేము ఒక రెండు-డైమెన్షనల్ హర్ ఆసక్తి అల అనుకరిస్తే ఉండాలి. అది కేవలం ప్రతి వరుసలో మరియు చిత్రం లో పిక్సెళ్ళు సాంద్రతల్లో యొక్క మాతృక ప్రతి కాలమ్ దాని డైమెన్షనల్ మార్పిడి చేయటానికి అవసరం అమలు.

సున్నాకు దగ్గరగా విలువలు, డీకోడ్ చిత్రానికి ముఖ్యమైన నష్టం లేకుండా తొలగించబడతాయి. ఈ ప్రక్రియ క్వాన్తిజేషన్ అంటారు. మరియు సమాచారం యొక్క ఈ దశలో కోల్పోయింది. మార్గం ద్వారా, nullable కారకాలు సంఖ్య తద్వారా కుదింపు డిగ్రీ సర్దుబాటు మారవచ్చు.

అన్ని దశలను మాత్రిక ఇది 0. ఇది ఒక టెక్స్ట్ ఫైల్ లో లైన్ రాసిన చేయాలి లైన్ మరియు ఏ archiver కుదించుము పెద్ద మొత్తంలో కలిగి పొందిన అని ఫలితంగా.

డీకోడింగ్

క్రింది అల్గోరిథం చిత్రం విలోమం పరివర్తన:

• ఇది ఒక ఆర్కైవ్ అన్;
• విలోమ హర్ అనుకరిస్తే వర్తిస్తుంది;
• డీకోడ్ చిత్రం మాతృకలో మారుస్తారు.

JPEG పోలిస్తే ప్రయోజనాలు

было сказано, что он основан на ДКП. అల్గోరిథం పరిగణలోకి తీసుకోవాలంటే ఇది DCT ఆధారంగా జాయింట్ ఫొటోగ్రాఫిక్ ఎక్స్పర్ట్స్ గ్రూప్ చెప్పాడు. ఈ మార్పిడి బ్లాక్స్ (8 x 8 పిక్సెళ్ళు) లో నిర్వహిస్తారు. ఫలితంగా, తగ్గిన చిత్రంపై ఒక బలమైన కుదింపు ఇలా చెప్పుకోతగ్గ బ్లాక్ నిల్చిననిర్మితంగా ఉంటే. wavelets ఉపయోగించి సంపీడన సమయంలో అటువంటి సమస్య ఉండదు. అయిననూ, శబ్దం అంచుల చుట్టూ అలలు యొక్క రూపాన్ని కలిగిన వేర్వేరు రకం కనిపించవచ్చు. ఇది నమ్మకం JPEG అల్గారిథమ్ ఉపయోగించి ఉన్నప్పుడు తయారుచేసిన "చదరాలు" కన్నా తక్కువగా గుర్తించదగ్గ ఒకే కళాఖండాల.

ఇప్పుడు మీకు తెలిసిన వారు ఏమిటో మరియు వారికి ఏమి వాడుకలో ప్రాసెసింగ్ మరియు డిజిటల్ చిత్రాలు సంపీడనం రంగంలో కనుగొనబడింది ఏమిటో wavelets.