Skaitmeninių vaizdų apdorojimas


Skaitmeninis vaizdo apdorojimas bakalaurinis. Skaitmeninio vaizdo apdorojimas. Vaizdo apdorojimas matlab. Vaizdu apdorojimas matlab. Skaitmeninis vaizdų apdorojimas. Photoshop vaizdų apdorojimas. Vaizdu apdorojimas magistro darbas. Vaizdu apdorojimas bakalauro darbas.

Duota vienmačių vaizdų klasė. Pskaičiuokite kovariacinę matricą (duomenų srityje);. Anaudodami hartlio transformaciją (dt), užrašykite kovariacinę matricą (spektrinėje srityje. Uformuluokite dispersinį kriterijų šiai vaizdų klasei; nubrėžkite dispersijų pasiskirstymo grafiką; efektyviai suspauskite vienmatį vaizdą.

atkurkite pradinį vaizdą t.y. gaukite jo įvertį [X~(m1,m2)]; apskaičiuokite VKP reikšmę (.

Pritaikykite vaizdui [X(m1,m2)] bazinį BTC algoritmą. Gavę įvertį [X~(m1,m2)], apskaičiuokite VKP reikšmę (.

Kovariacinė matrica duomenų srityje skaičiuojama pagal tokia formulę:

1) Sudauginus duomenų vektorius Xi, i=1,2,...8}; iš transponuotų duomenų vektorių gausime 8 matricas (8x8):

2) Jas visas sudėjus ir padalinus iš 8 gausime štai tokią matricą:

T [k,m] = cas (2Пkm / N), kur N=8, k,m=0,1,...N-1

Dispersijos randamos iš kovariacinių matricų įstrižainės elementų. Jos yra normuojamos, dalinant kiekvieną įstrižainės elementą iš įstrižainės elementų sumos.

Siekiant suspausti vienmatį vaizdą, naudojant 1(c) punkte suformuotą dispersinį kriterijų, iš vaizdo spektro atrenkame tuos koeficientus, kurių indeksai sutampa su didžiausių dispersijų indeksais. Kitų elementų vietoje įrašome atitinkamus vaizdų klasės vidurkio vektoriaus Hartlio spektro koeficientus.

kuris gaunamas ankščiau minėtą Hartlio transformacijos matricą padauginus iš vaizdo duomenų vektoriaus, ir gautojo vektoriaus reikšmes padalinus iš 8 (elementų skaičiaus).

Tuomet spektro įvertis (spektras su atrinktais transformacijos koeficientais), kai suspaudimo koeficientas (=N/k=2, yra vektorius :

Jis buvo gautas pasinaudojus 1(C) punkte rastu dispersiniu kriterijumi {1,0,2,3,4,7,5,6}, iš spektro paėmus 1, 0, 2, 3 elementus, o 4, 7, 5, 6 elementų vietoje įrašius vaizdų klasės vidurkių vektoriaus

Norint gauti X įvertį, reikia Hartlio transformacijos matricą dauginti iš Y įverčio. Taigi, X įvertis yra vektorius:

Iš gautosios reikšmės ištraukus kvadratinę šaknį gausime (=0.70711. Paskaičiavus procentinę išraiška, nuo duomenų vektoriaus vidutinės reikšmės (14.5) gausime, kad paklaida (=4%.

Ją dar kartą padauginus iš Hartlio transformacijos matricos, bei padalinus iš 64 gausime dvimatį spektrą:

Taikant bazinį BTC algoritmą, duomenų matrica (8x8) buvo padalinta į keturias matricas (4x4), ir kiekvienai atskirai buvo taikomas BTC algoritmas.

Bazinis BTC algoritmas sako, kad vaizdą tikslinga koduoti dviem lygiais - a ir b, t.y.:

Sudarysime bitinę plokštumą B. Matricos elementui priskirsime “0”, jei jam buvo priskirta reikšmė “a” ir “1” – jei “b”. Tuomet turėsime tokias 4 matricas:

Atstatant pradinį vaizdą pagal (1 ir ( reikšmes, naudojant auksčiau aprašytas formules, yra paskaičiuojamos reikšmės a ir b, bei gautos matricos sujungiamos – formuojamas X įvertis:

Tuomet vidutinė kvadratinė paklaida bus lygi (= 3.734375. Ištraukus šaknį gauname (=1.932453. Paskaičiavus procentinę išraišką matricos vidurkinei reikšmei (17.515625) gausime (=11.032738%

  • Microsoft Word 45 KB
  • 2011 m.
  • 10 puslapių (2311 žodžiai)
  • Skaitmeninių vaizdų apdorojimas
    10 - 3 balsai (-ų)
Peržiūrėti darbą
Skaitmeninių vaizdų apdorojimas. (2011 m.). https://www.mokslobaze.lt/skaitmeniniu-vaizdu-apdorojimas.html Peržiūrėta 2025 m. Gegužės 22 d. 19:25
Peržiūrėti darbą
×
75 mokytojai prisijungę laukia tavo klausimo