
- •1. Определение цос. Основные задачи. Примеры использования. Структурная схема цос. Режимы работы устройств цос.
- •2. Типовые сигналы цос. Нормирование времени и частоты.
- •3. Определение z-преобразования. Область сходимости. Соотношение между z и p-плоскостями.
- •4. Основные свойства z-преобразований. Способы вычисления прямого и обратного z-преобразований.
- •5. Определение дискретной системы. Виды дискретных систем.
- •6.Импульсная и переходная характеристики. Формула свертки.
- •7.Разностные уравнения. Бих и ких-системы. Свойство памяти линейных дискретных систем (лдс).
- •8.Передаточная функция. Карта нулей и полюсов . Критерий устойчивости лдс.
- •9.Структурные схемы лдс. Прямая, каскадная и параллельная структуры.
- •10.Канонические структуры лдс.
- •11. Дискретное преобразование Фурье (дпф).
- •12. Свойства дпф. Теорема Парсеваля.
- •13. Алгоритм вычисления свертки с помощью дпф.
- •14. Унитарные преобразования. Косинусные преобразования.
- •15. Унитарные преобразования. Преобразование Адамара.
- •16.Преобразование Хаара. Вейвлет-преобразование. Преобразование Хаара
- •17.Архитектура и классификация спецпроцессоров цос
- •18.Концепции архитектуры спецпроцессоров цос
- •19. Организация параллелизма в спецпроцессорах цос
- •20. Основные понятия цифровой обработки изображений.
- •21. Субъективные характеристики цвета.
- •22. Логарифмическая модель одноцветного зрения. Основные зрительные явления.
- •23. Модель цветного зрения.
- •24.Определение колориметрии. Основные способы уравнивания цветов.
- •25.Аксиомы уравнивания цветов Грассмана.
- •26. Цветовое пространство.Координаты цвета и координаты цветности.
- •27.Представление цифрового изображения
- •Смежность и связность пикселей на цифровом изображении. Меры расстояний.
- •Методы улучшения изображений. Основные градационные преобразования.
- •Методы улучшения изображений. Кусочно-линейные градационные преобразования.
- •Основы пространственной фильтрации.
- •32. Сглаживающие пространственные фильтры. Фильтры, основанные на порядковых статистиках.
- •Пространственные фильтры повышения резкости. Операторы Робертса, Собеля.
- •Алгоритм и структурная схема фильтрации в частотной области.
- •Сглаживающие частотные фильтры.
- •36. Частотные фильтры повышения резкости
- •37. Пространственные фильтры подавления шума.
- •Усредняющие фильтры
- •2. Фильтры порядковых статистиках
- •38. Адаптивные фильтры подавления шума.
- •39. Частотные фильтры.
- •40. Оценки искажающей функции.
- •41. Инверсная и Винеровская фильтрация.
- •42. Геометрические преобразования.
- •43. Сжатие изображений. Основные виды избыточности.
- •44. Кодовая избыточность.
- •45.Межэлементная(1) и визуальная (2) избыточности.
- •46.Основные алгоритмы сжатия без потерь.
- •47.Основные алгоритмы сжатия с потерями.
47.Основные алгоритмы сжатия с потерями.
Алгоритм сжатия JPEG
Изображение переводится из светового пространства RGB в цветовое пространство.
Y – яркостное составляющее, CR, CB – компоненты отвечающие за цвет, хроматический красный и хроматический синий.
=
х
+
Исходное изображение разбивается на матрицы размером 8*8, из которых формируется три рабочие матрицы дискретного косинусного преобразования (выполняется в вещественной области).
16log16=16*4=64
8log8=24*4=96
Применение ДКП к каждой рабочей матрице, при этом мы получаем матрицу, в которой коэффициенты в левом верхнем углу соответствуют низкочастотной составляющей, а в правом нижнем высокочастотной составляющей.
Производится квантование (фактически это деление рабочей матрицы на матрицу квантования поэлементно).
R*(x,y)=Rошиб[R(x,y)/K(x,y)]
Появится матрица, содержащая достаточное количество нулей.
Матрица 8*8 переводится в 64-элементный вектор при помощи зигзаг-сканирования.
Свертываем с помощью алгоритма группового кодирования, 64-разрядный вектор, RLE.
[«количество нулей» «значение»]
1 0 10 16 0 0 0 4 0 0 0
[0 1] [1 10] [0 16] [3 4] [3 ]
Свертываем, получившиеся пары кодированием по Хафману с фиксированной таблицей.
В результате всех этих действий получается JPEG формат.
Достоинства:
*задается степень сжатия.
*работает с цветными изображениями.
Недостатки:
*при повышении степени сжатия изображение распадается на отдельные квадраты (8*8).
*проявляется эффект Гибса (эффект звона).
Фрактальный алгоритм
Основано на том, что изображение представляется в более компактной форме за счет коэффициента системы итерируемых функций.
Характеристики фрактального алгоритма: коэффициент компрессии от 2 до 2000 раз.
Достоинство: может свободно масштабировать без появления отрицательного эффекта.
Рекурсивный (волновой) алгоритм
Основан на Wavelet-преобразовании. Коэффициент компрессии от 2 до 200 раз. Достоинство: отсутствует эффект Гибса.