影像壓縮DCT_IDCT

-

靜態影像壓縮技術(分如下兩種)

無失真壓縮(Information Lossless):採用差值訊號編碼(DPCM , Differential PCM)
通常壓縮不到10倍，比方:TIFF 用於醫學影像，不可能用失真壓縮(會出人命)。

失真壓縮(Information Loss):採用離散餘弦轉換(DCT , Discrete Cosine Transform)
壓縮率極高，壓縮大概30倍但仍可獲得高品質，通常應用於網頁應用圖片呈現。
比方: JPEG


「JPEG標準」
是由「聯合攝影專家組」開發的損失式圖像壓縮標準，於1992年被正式接受為國際標準，採用基於DCT（離散餘弦變換）的變換編碼方法。

在JPEG壓縮中，圖像被視為在空間域中的i和j（或傳統上的x和y）的函數。

JPEG使用2D DCT作為壓縮過程中的一個步驟，以產生空間頻率域中的頻率響應，這個響應是由兩個整數u和v索引的函數F(u v)。

JPEG的DCT轉換編碼方法的有效性
基於三個層面來觀察會被推廣和使用如此成熟的原因

1.有用的圖像內容變化相對較慢：例如，在8×8的圖像塊內，像素強度值的變化通常不會出現快速且頻繁的變化，這表示圖像中存在「空間冗餘」。

2.人類對高空間頻率組件的損失不太敏感：心理物理學實驗表明，人們對於非常高空間頻率成分的損失不如低頻成分那麼容易察覺。因此，可以通過大幅減少高空間頻率成分來減少空間冗餘。

3.對於灰度（黑白）比彩色的視覺敏感度更高：因此，JPEG使用色度子採樣（4:2:0）。

JPEG壓縮流程
Step1.將圖像轉換為YIQ或YUV格式。
Step2.進行DCT變換。
Step3.量化DCT變換後的結果。
Step4.在量化後，圖像數據通過編碼表和熵編碼進行進一步處理。


主要流程圖如下

JPEG圖像壓縮的主要步驟
將RGB轉換為YIQ或YUV格式，並進行色彩子採樣。

對影像塊進行DCT（離散餘弦變換）。
  • 將每個圖像分割成8×8的塊，對每個塊進行2D DCT，輸出為每個塊的DCT係數F(u v)。
  • 使用塊的方法會使得每個塊與其鄰近上下文隔離，這就是為什麼當用戶指定高壓縮比時，JPEG圖像看起來會有“塊狀”（choppy）現象。

量化過程(量化公式如下) -> 量化步驟是JPEG壓縮中主要的損失來源。

F(u v)代表DCT係數，Q(u v)是量化矩陣的條目，�^(�,�)代表量化後的DCT係數，將用於後續的熵編碼。


通過Zig-zag排序和行程長度編碼。
熵編碼。




以下是
針對影像亮度成分的量化表 和 色度量化表
表中的數值如下


JPEG壓縮過程涉及將影像分割成區塊，並對每個區塊進行單獨處理



針對平滑的影像取局部

矩陣Fˆ(u v)和f˜(i j)分別代表量化的DCT係數和經過逆DCT和反量化後重建的影像區塊


最終的差異矩陣(i j) = f(i j) − f˜(i j)顯示了原始塊和重建塊之間的差異，凸顯了JPEG壓縮的有損性質。





smooth的 dct及idct程式碼
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
original_block = [200 202 189 188 189 175 175 175; 200 203 198 188 189 182 178 175; 203 200 200 195 200 187 185 175; 200 200 200 200 197 187 187 187; 200 205 200 200 195 188 187 175; 200 200 200 200 200 190 187 175; 205 200 199 200 191 187 187 175; 210 200 200 200 188 185 187 186];

% 中心化影像區塊，藉由shift 128，使其範圍從0~255變成-128至127
centered_block = double(original_block) - 128;

%dct_block = dct2(original_block);
dct_block = dct2(centered_block);

% F(u; v) represents a DCT coecient
disp('DCT Coefficients F(u, v):');
disp(dct_block);


% 亮度量化表
luminance_quant_table = [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99];

quantized_dct = round(dct_block ./ luminance_quant_table);

% ^ F(u; v) represents the quantized DCT coecients
disp('Quantized DCT Coefficients ^F(u; v):');
disp(quantized_dct);


% 反量化
dequantized_dct = quantized_dct .* luminance_quant_table;
disp('dequantized_dct ~F(u; v):');
disp(dequantized_dct);

% 逆DCT
reconstructed_block = idct2(dequantized_dct);
% 反中心化
reconstructed_block = reconstructed_block + 128;

disp('Reconstructed Image Block ~f(i; j):');
disp(reconstructed_block);

% Compute the error matrix
error_matrix = original_block - reconstructed_block;
% Display the error matrix
disp('Error Matrix:');
disp(error_matrix);


預處理：首先，原始影像區塊的像素值通常會減去128（這在圖中標記為“Shifted by -128”）。這是因為在DCT（離散餘弦轉換）之前，通常需要對像素值進行中心化，使其範圍從0～255變為-128～127。這樣做可以提高DCT變換的數值穩定性。

DCT變換：接下來，對中心化後的資料應用二維DCT。 DCT變換將影像區塊從像素域（空間域）轉換到頻率域。 DCT能夠將影像資料中的能量集中到左上角（低頻部分），這使得高頻部分（右下角）的係數往往接近於0，以便於後續的量化和壓縮。

量化：DCT變換後，所得的係數矩陣將會被量化表（量化矩陣）Q(u, v)所量化。量化是透過將DCT係數矩陣的每個元素除以量化矩陣的對應元素並四捨五入到最近的整數來完成的。這個過程會導致資訊損失，是JPEG壓縮有損的主要原因。

量化後的DCT係數：量化後得到的係數矩陣F^(u, v)將會用於後續的編碼步驟，例如熵編碼。



最終完整程式加上error matrix結果計算和原始影像矩陣的誤差


textured的 dct及idct程式碼
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
%original_block = [200 202 189 188 189 175 175 175; 200 203 198 188 189 182 178 175; 203 200 200 195 200 187 185 175; 200 200 200 200 197 187 187 187; 200 205 200 200 195 188 187 175; 200 200 200 200 200 190 187 175; 205 200 199 200 191 187 187 175; 210 200 200 200 188 185 187 186];
original_block = [70 70 100 70 87 87 150 187; 85 100 96 79 87 154 87 113; 100 85 116 79 70 87 86 196; 136 69 87 200 79 71 117 96; 161 70 87 200 103 71 96 113; 161 123 147 133 113 113 85 161; 146 147 175 100 103 103 163 187; 156 146 189 70 113 161 163 197];


% 中心化影像區塊，藉由shift 128，使其範圍從0~255變成-128至127
centered_block = double(original_block) - 128;

%dct_block = dct2(original_block);
dct_block = dct2(centered_block);

% F(u; v) represents a DCT coecient
disp('DCT Coefficients F(u, v):');
disp(dct_block);


% 亮度量化表
luminance_quant_table = [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99];

quantized_dct = round(dct_block ./ luminance_quant_table);

% ^ F(u; v) represents the quantized DCT coecients
disp('Quantized DCT Coefficients ^F(u; v):');
disp(quantized_dct);


% 反量化
dequantized_dct = quantized_dct .* luminance_quant_table;
disp('dequantized_dct ~F(u; v):');
disp(dequantized_dct);

% 逆DCT
reconstructed_block = idct2(dequantized_dct);
% 反中心化
reconstructed_block = reconstructed_block + 128;

disp('Reconstructed Image Block ~f(i; j):');
disp(reconstructed_block);

% Compute the error matrix
error_matrix = original_block - reconstructed_block;
% Display the error matrix
disp('Error Matrix:');
disp(error_matrix);































Ref:
https://slideplayer.com/slide/13812494/



留言

張貼留言

這個網誌中的熱門文章

何謂淨重(Net Weight)、皮重(Tare Weight)與毛重(Gross Weight)

-
圖片
當談到貨物的重量時，往往會分成所謂的淨重(Net Weight)與毛重(Gross Weight)。 會有以下公式關係存在 淨重=毛重-皮重(包裝物的重量) 毛重=淨重+皮重 淨重( Net Weight 縮寫為N.W.) 指物品本身的重量，不包括容器或包裝材料的重量。 凈重是國際貿易中最常見的計重辦法。 例如，如果運輸原材料，原材料的重量就是所運輸貨物的淨重。包裝原材料的容器或包裝不計入淨重。同樣地，當我們考慮一罐豆子時，罐子內所含物品的重量就算作淨重。因此，淨重將包括豆子、罐頭里的任何液體，以及保存豆子所含的物品。 大多數 以重量為計價的貨物買賣 ，採用此計價方法。 若合同中並未明確規範以何種方式計量和計價時，按慣例以凈重計價。 毛重( Gross Weight 縮寫G.W.) 貨物連同它的包裝的重量，是你托運的所有物品的總重量。 皮重(Tare Weight) 指商品外包裝材料的重量(即運輸包裝的重量)，不包括內包裝材料和襯墊物的重量。 比方一個空的貨櫃、容器、或任何包裝材料的重量。 Net Net Weight純淨重 (指從Net Weight中扣除內包裝後的重量) 進出口商品為了因應運輸及消費需求, 一般都有內包裝與外包裝。 一般在買賣合同與信用狀中,通常只要求於裝箱單上註明Gross Weight和Net Weight即可, 但有些L/C 要求 Net Net Weight,大多是海關徵收從量稅時的依據 運輸重量對於航運業或者航空運輸等各自都通用這些術語 為何特別在意重量? 主要就在於會影響像是傳輸安全乘載限制。 就運輸層面(不同方式的運輸) 航空運輸：對機長而言，毛重包括皮重、產品淨重以及飛機、燃料、乘客和機組人員的重量。 公路/鐵路運輸:對於火車車長而言，毛重包括產品淨重、皮重和運輸車輛的重量。 水路航運運輸：對船長而言，毛重就是淨重和皮重之和。 就公司ERP成本角度 成本一般都會採用 "淨重" 主要是因為若用毛重，可能會有輔材不可控因素存在 比方一個 5cm 固定塑膠件，今天用一個 10cm 紙箱測重，明天用一個 100cm 紙箱測重，那可能就容易導致ERP資料比較會失真。 就物流層面來探討 通常還會有一名詞即所謂「實際重量」(Actual Weight) 根據稱重(過磅)所得到的重量，實際重量分為實際毛重(Gross Weig
閱讀完整內容

Architecture(架構) 和 Framework(框架) 有何不同?_軟體設計前的事前規劃的藍圖概念

-
圖片
一個應用程式(軟體) 不管是  互動拍照 也好、 投影也好、車牌偵測... 舞台演唱會後方電視牆的互動應用程序、 粒子特效、3D或2D遊戲  等等 開發者通常都需要在一開始做規劃 ㄟ  假設我今天要寫 跟影像有關 可能需要偵測、可能需要提取前景、可能需要偵測圓形 之類的 我有  emgucv 、AForge.Net、 opencv 等等可以用 但是 假設我今天要做的應用程序是需要有視窗介面的~~ emgucv 跟 C# windows form 媒合性 就很高 而且直接在 visual studio 做開發 opencv 我可能還需要依賴 Qt 之類等等  framework 假設我今天是要寫一個 演唱會電視牆互動粒子特效 可能就會挑   openframeworks  、 processing 、kinect 來寫互動 Achitecture  --->全稱 :  Software Architecture   軟體架構 Achitecture   由好多 framework 組成 軟體架構（Software Architecture）是一種軟體在開發前的設計藍圖， 用來告訴軟體的結構，功能，介面，用法，與其他系統的構連以及資料交換等等規範， 但它並沒有叫你要用什麼方式實作， 因此軟體架構通常會產生文件，圖樣，原型以及規格等， 就是沒有可用的程式碼，因為那不是軟體架構應該有的東西， 就像蓋房子時是給你藍圖，而不是一幢蓋好的房子。 軟體框架（Framework):是一個已經成形的方法，而且有程式碼實體 （例如鋼構工法也是要有鋼材才能做），並且會告訴你要如何使用它 （即 Framework Documentation，MSDN Library 即為一最佳例子）
閱讀完整內容

(2021年度)駕訓學科筆試準備題庫歸納分析_法規是非題

-
圖片
  若是出現 「必須」、「必需」、「...必...」、「應由」、「應先」、「應...」 則很高機率是圈 是非通常只要是如下字眼 「不必」+動詞 、「不需」「不須」、「可不」、「可以不」、「可立即」 有出現或符合的都選叉 (X)1.違規記點又不登記在駕照上，所以可以 不必理會 而任意違反交通規則。 (X)2.發生重大交通事故，為迅速恢復交通，清除現場，可 不必等待 肇事處理機關之指示，即可進行。 (X)3.道路駕駛練習，行車前 不必實施 車輛安全檢查，因為那是駕駛教練的工作。 (X)4.開車前， 不必檢查 機件安全，但在行駛中要隨時注意儀錶功能顯示，確保行車安全。 (X)5.煞車油若經常低於"MIN"線，只要添加即可， 不必到修理廠檢修 。 (X)6.冷卻系統只要副水箱在滿水位，主水箱 不必檢查 也不會有問題。 (X)7.引擎冷卻水內含有防凍液或防銹劑，可 不必更換 。 (X)8.儀錶板上的「燃油油量錶」之指針高度，已經降低至「E」點，橘色的「低油料警示燈」點亮時， 不必急著加油 ，到達目的地後再行補充燃油即可。 (X)9.有安全氣囊裝備的汽車， 不必繫 安全帶。 (X)10.煞車時有異音，是正常的情況， 不必檢修 。 (X)11.汽車定期檢驗 不必檢驗 車輛故障標誌，所以隨車不一定要帶車輛故障標誌。 (X)12.開車時 不必理會 義交之指揮，一切以號誌為主。 (X)13.汽車經過隧道，因隧道內燈光明亮視線良好，為省電可 不必開亮 頭燈。 (X)14.駕駛人只求技術優良，對遵守交通規則 不必太重視 。 (X)15.在開車前， 不必檢查 機件，以免耽誤行車時間。 (X)16.遇幼童專用車、校車、身心障礙者用特製車或教練車， 不必禮讓 。 (X)17.行車 不必攜帶 隨車工具。 (X)18.行車起駛前進， 不必顯示 方向燈。 (X)19.汽車通過鐵路平交道，前後兩車間， 不必保持 距離。 (X)20.夜間將車輛停放在無燈光設備及照明不清之道路時，亦 不必顯示 停車燈光或反光標識。 (X)21.在夜間或有霧靄、雨雪、風沙及晝晦時，把車輛停在路旁， 不必顯示 停車燈光或反光標識。 (X)22.汽車駕駛人，僅需具有優良駕駛技術， 不需 具備急救的常識和技能。 (X)23.汽車車身、引擎、底盤、電系等重要設備變更或調換時， 不需 向公路主管機關申請臨時檢驗。
閱讀完整內容