Fraktálová komprese obrazu

Podobné dokumenty
Komprese dat Obsah. Modely barev. Radim Farana. Podklady pro výuku. Ztrátová komprese. Fraktální komprese. RGB (Red-Green-Blue),

Martin Sloup, A Ohyb světla optickou mřížkou

Experimentální identifikace regulovaných soustav

Metody zkoumání závislosti numerických proměnných

Fraktálová komprese. Historie

4.2 Elementární statistické zpracování Rozdělení četností

Model minimalizace technologického zbytku pro ZPO 1 v TŽ, a.s.

Rovnice 1.řádu. (taková řešení nazýváme singulární řešení). řeší rovnici (*) na intervalu ( a, b)

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

[ jednotky ] Chyby měření

13 Fraktály ÚM FSI VUT v Brně Studijní text. 13 Fraktály

11. Časové řady Pojem a klasifikace časových řad

ROZPOZNÁVAČ ŘEČI S OMEZENÝM SLOVNÍKEM

9. Měření závislostí ve statistice Pevná a volná závislost

Generování dvojrozměrných rozdělení pomocí copulí

VÍCEKRITERIÁLNÍ ANALÝZA VARIANT ZA JISTOTY

1. Základy měření neelektrických veličin

Univerzita Karlova v Praze Pedagogická fakulta

Strojové učení. Things learn when they change their behavior in a way that makes them perform better in a future. (Witten, Frank, 1999) typy učení:

Úvod do korelační a regresní analýzy

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Mechanika soustavy hmotných bodů a tuhého tělesa

Hodnocení vlastností materiálů podle ČSN EN 1990, přílohy D

Cvičení 2: Rozhodovací stromy, RBF sítě, vlastní algoritmy v RapidMineru

IAJCE Přednáška č. 12

Univerzita Tomáše Bati ve Zlíně

Fourierova transformace ve zpracování obrazů

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH

Obyčejné diferenciální rovnice. Cauchyova úloha Dirichletova úloha

2 STEJNORODOST BETONU KONSTRUKCE

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

Univerzita Karlova v Praze Pedagogická fakulta

ZS 2018/19 Po 10:40 T5

8 NELINEÁRNÍ REGRESNÍ MODELY

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1.1 Definice a základní pojmy

PRAVDĚPODOBNOST A STATISTIKA

Diskrétní Fourierova transformace

1 ROVNOMĚRNOST BETONU KONSTRUKCE

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Funkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou

Úvod do teorie měření

Výsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.

11. Popisná statistika

Náhodné jevy, jevové pole, pravděpodobnost

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.

E L E K T R I C K É S T R O J E II Měření synchronního stroje Fázování, V křivky, Potierova reaktance, stanovení buzení

Instalační manuál inels Home Control

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

Statistika - vícerozměrné metody

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Programování v Matlabu

Přednáška 7, 14. listopadu 2014

definované pro jednotlivé řády takto: ) řádu n nazýváme číslo A = det( A) a a a11 a12

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

Předmět: SM 01 ROVINNÉ PŘÍHRADOVÉ KONSTRUKCE

Jednokriteriální rozhodování za rizika a nejistoty

Mechanika soustavy hmotných bodů a tuhého tělesa

6. Posloupnosti a jejich limity, řady

12. Neparametrické hypotézy

, jsou naměřené a vypočtené hodnoty závisle

Regresní a korelační analýza

IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK

ARITMETICKÉ POSLOUPNOSTI VYŠŠÍCH ŘÁDŮ

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

GRADIENTNÍ OPTICKÉ PRVKY Gradient Index Optical Components

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6

Lineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR

Deskriptivní statistika 1

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Dvojný integrál. Dvojný integrál na obdélníkové oblasti

Princip paralelního řazení vkládáním (menší propadává doprava)

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

Contribution to Stability Analysis of Nonlinear Control Systems Using Linearization Vyšetřování stability nelineárních systémů metodou linearizace

Zimní semestr akademického roku 2015/ listopadu 2015

Optimalizace portfolia

IV. MKP vynucené kmitání

Praktické otázky vícenásobné lineární regrese (VJ REGMOD-3)

PRAVDĚPODOBNOST A STATISTIKA

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

13 Popisná statistika

Matematická analýza I

10.3 GEOMERTICKÝ PRŮMĚR

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

WikiSkriptum Ing. Radek Fučík, Ph.D. verze: 1. října 2019

Příklady k přednášce 12 - Frekvenční metody

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Transkript:

Fraktálová komprese obrazu

Úvo Termí fraktál poprvé použl Beot Malebrot (975 Některé efce pojmu fraktál: Fraktál je erový ebo fragmetovaý geometrcký tvar, který může být rozěle a část, které jsou (alespoň přblžě meší kopí celku. Fraktály jsou obecě sobě-poobé (self-smlar to je malá část vypaá jako celý obraz Fraktál je obraz ebo símek, který může být kompletě popsá matematckým algortmem (v lbovolém rozlšeí Fraktál je pevý bo (attractor systému terovaých fukcí (Iterate Fucto System

Systém terovaých fukcí soubor kotraktvích zobrazeí ejlépe lze IFS vysvětlt pomocí kopírovacího stroje (Multple Reucto Copyg mache s ásleujícím vlastostm:. Kopírka obsahuje skup čoček, astaveých tak, že mohou vytvářet překrývající se kope orgálu. Kažá čočka zmešuje velkost orgálu 3. Kopírka pracuje teračě ve zpětovazebím režmu tj.,výstup je zovu přvee a vstup

Matematcky lze kažou čočku popsat jako tzv. kotraktví afí zobrazeí, které měí měřítko vstupu (zmešuje, atáčí ho a kopíruje a výstup. + f e c b a w tj. kažý bo vstupího obrazu (x,y bue trasformová o výstupího obrazuumístě v ovépozc x, y, pro kteréplatí + f e y x c b a y x ' ' Krotraktví zobrazeí : x w(x, x w(x (x,x s (x,x < s <

Příkla IFS systému: (Serpského trojúhelík w.5.5.5.5.5 w w3.5.5.5.5

Další příkla IFS fraktálu: (Barsleyova kapraa

Zobecěí IFS systému pro šeotóové obrazy Pro šeotóové obrazy je IFS systém trojrozměrý a zobrazeí má tvar + o f e z y x s c b a z y x w z y x ' ' ' ke s a o slouží k mofkac jasu

Záklaí prcp algortmu fraktálové komprese Záklaí prcp spočívá v rozěleí komprmovaého obrazu a rage bloky (epřekrývají se a vyhleáváí oma bloků (mohou se překrývat které jsou rage blokům poobé oma bloky rage bloky

oma bloky se mohou vyskytovat buď v záklaím tvaru ebo v trasformovaé poobě. Používají se ásleující trasformace. Rotace o º. Rotace o 9º 3. Rotace o 8º 4. Rotace o 7º 5. Překlopeí přes horzotálí osu 6. Překlopeí přes vertkálí osu 7. Překlopeí přes hlaví agoálu 8. Překlopeí přes velejší agoálu

Detalí algortmus fraktálové komprese. Segmetace obrazu komprmovaý obraz je rozěle o bloků velkost 8x8 (4x4 pxelů. Tyto bloky pokrývají celý obraz a epřekrývají se. Tyto bloky se azývají rage bloky R. Vytvořeí souboru oméových bloků (oma pool procházíme obraz zleva o prava shora olů s krokem k pxelů a vytvoříme sezam tzv. oméových bloků, které mají vojásobou velkost rage bloků. V kažém oméovém bloku jsou průměrováy souseí pxely a jsou uložey o ového oméového bloku stejé velkost jako rage blok. Novým oméovým blokem přepíšeme blok půvoí. For to N R opakuj kroky 3 a 4 (N R je počet rage bloků 3. Vyhleáváí - pro kažý rage blok R alezeme v souboru oméových bloků blok D B, který se mu ejvíce poobá.

a Pro kažý oméový blok D j a trasformac m t (t,,,8 se vypočte D jt m t (D j a a záklaě ásleujících rovc se staoví koefcety s a o b Koefcety s a o se kvatzují c Pro kvatzovaé koefcety se pole ásleující rovce vypočte chyba poobost bloků E(D jt,r s r o r r s ( ( ( ( + + + o o o r s s r R D E, (

Nalezeme blok D jt s mmálí chybou E(D jt,r t,,,8 e V souboru oméových bloků alezeme ejpoobější blok tj. D B m ( D' j t,,..., N D N D je počet oméových bloků 4. Výstupem je kó w (e,f,m,o,s 5. Výstupí posloupost trasformací je možé kóovat metoou bezztrátové komprese

Stratege vyhleáváí (vytvořeí souboru oméových bloků. Metoa hrubé síly (heavy brute force velkost kroku k. Časová složtost je O(, pro šeotóový obrazek vyžauje algortmus 37 8 Gflops. Lght Brute Force velkost kroku k>. Kvalta výsleého obrazu může být v tomto přípaě horší protože přeskakujeme ěkteré část obrazů, které by mohl být poobé s rage blokem 3. Omezeá oblast vyhleáváí - oblast vyhleáváí oméových bloků se reukuje pouze a okolí (apř. kvarat testovaého rage bloku. 4. Lokálí sprálové vyhleáváí oméové bloky jsou vyhleáváy a sprále začíající v pozc rage bloku. Vyhleáváí kočí jakmle se aleze vhoý oméový blok

5. Hleáí ve stejém místě jako je opovíající rage blok. Jeá se o rychlé vyhleáváí (složtost O( s ízkou kvaltou 6. Kategorzovaé vyhleáváí kažý oméový blok je zařaze o jeé ze 7 kategorí (3 tříy, 4 kategorí v kažé tříě. Postup klasfkace bloků je ásleující: ejprve je blok rozěle o 4 kvaratů a pro kažý kvarat se vypočítá průměrá hoota pxelů pole ásleujících rovc: A V j j r (( r j j A Poté je blok atoče o kaocké pozce tj. pozce ve které je světlost kvaratů shoá z ěkterým z ásleujících vzorů (světlostprůměrá hoota jasu pxelů