Fraktálová komprese obrazu

Slides:



Advertisements
Podobné prezentace
Základy focení – Zlatý řez a formáty souborů ve fotografii
Advertisements

Úvod do klasických a moderních metod šifrování Jaro 2008, 7. přednáška.
Mechanika s Inventorem
Typy programů operační systémy programy pro práci se soubory
Aplikace teorie grafů Základní pojmy teorie grafů
Fraktální geometrie Obdivuhodné a krásné vzory - neuvěřiitelné!
Komprese textových, video a audio dat.  Komprese   JPEG: 
Medians and Order Statistics Nechť A je množina obsahující n různých prvků: Definice: Statistika i-tého řádu je i-tý nejmenší prvek, tj., minimum = statistika.
Binární stromy, AVL stromy
LOGISTICKÉ SYSTÉMY 7/14.
Referát č. 18 Počítačová grafika, prezentace (základní pojmy a principy z oblasti počítačové grafiky, grafické a multimediální formáty, jejich vlastnosti.
Informatika pro ekonomy II přednáška 3
Téma: Shodnosti a souměrnosti
REDUKCE DAT Díváme-li se na soubory jako na text, pak je tento text redundantní. Redundance vyplývá z:  některé fráze nebo slova se opakují  existuje.
Základní škola, Most, J. A. Komenského 474, p.o Most Základní škola, Most, J. A. Komenského 474, p.o Most Digitální učební materiál vytvořen.
Středová souměrnost Autor: Mgr. Jolana Sobotková
METODA KONEČNÝCH PRVKŮ
* Středová souměrnost Matematika – 7. ročník *
FRAKTÁLY JSOU MNOŽINY JEJICHŽ GEOMETRICKÝ MOTIV SE OPAKUJE V ZÁKLADNÍM TĚLESE AŽ DO NEKONEČNA. (c) Tralvex Yeap. All Rights Reserved.
INFORMATIKA 9. ročník.
FRAKTÁLNÍ GEOMETRIE Obdivuhodné a krásné vzory - neuvěřitelné!
Vliv rotace Země na prostorové uspořádání (polohu) pixelu v násnímaných datech.
Rastr a transformace v 2D
VY_32_INOVACE_7B1 Grafika 1 Rozdělení grafiky.
Detekce hran.
Fraktálová komprese obrazu
Segmentace buněčných jader Pořízených konfokálním mikroskopem.
Klasifikace klasifikace: matematická metoda, kdy vstupní objekty X(i) jsou rozřazovány do tříd podle podobnosti metody klasifikace bez učitele: podoba.
Podobnost trojúhelníků
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
Kompresní algoritmus LZW Dokumentografické informační systémy.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Rozpoznávání v řetězcích
Základní škola národního umělce Petra Bezruče, Frýdek-Místek, tř. T. G. Masaryka 454 Projekt SIPVZ 2005.
Kanonické indexování vrcholů molekulového grafu Molekulový graf: G = (V, E, L, ,  ) Indexování vrcholů molekulového grafu G: bijekce  : V  I I je indexová.
Anotace Prezentace, která se zabývá opakováním podobných geometrických útvarů. AutorMgr. Václav Simandl JazykČeština Očekávaný výstupŽáci opakují podobnost.
Digitální výukový materiál zpracovaný v rámci projektu „EU peníze školám“ Projekt:CZ.1.07/1.5.00/ „SŠHL Frýdlant.moderní školy“ Škola:Střední škola.
Model lidského zraku pro hodnocení kvality obrazu
4 Základy - pojmy Střed promítání ,,O“ Hlavní bod snímku ,,H“ Konstanta komory ,,f“ Osa záběru Střed snímku ,,M“ Rámová značka (měřický snímek) Úvod do.
* Osová souměrnost Matematika – 6. ročník *
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Vyhledávání vzorů (template matching)
Ztrátová komprese obrázků JPG
Algoritmy a struktury neuropočítačů ASN - P14 Hopfieldovy sítě Asociativní paměti rekonstrukce původních nezkreslených vzorů předkládají se neúplné nebo.
Ztrátová komprese obrázků JPG. Formát JFIF (JPEG File Interchange format)‏  sekvenční, nejpoužívanější  progresivní,poněkud více náročné na paměť, určeno.
Počítačové zobrazování fraktálních množin
Martin Langhammer Antonín Wimberský. ÚVOD PŘEDPOKLADY Jednotný vstup Zadní SPZ Stejný úhel a vzdálenost záběru Pouze vodorovné záběry značek Obdélníkové.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Vícerozměrné statistické metody Vícerozměrné statistické rozdělení a testy, operace s vektory a maticemi Jiří Jarkovský, Simona Littnerová.
Neuronové sítě.
Geografické informační systémy pojetí, definice, součásti
Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49 Výukový materiál zpracovaný v rámci projektu „Učíme moderně“ Registrační číslo projektu:
Grafické systémy II. Ing. Tomáš Neumann Interní doktorand kat. 340 Vizualizace, tvorba animací.
Algoritmizace a programování Algoritmy 1 - Úvod. Základní pojmy Počítačový program Počítačový program zápis zdrojového kódu, kterému rozumí počítač zápis.
1 Televizní obraz Digitální záznam Tento projekt je spolufinancován Evropským sociálním fondem, státním rozpočtem České republiky a rozpočtem Hlavního.
ELEKTRONICKÉ ZABEZPEČOVACÍ SYSTÉMY. Název projektu: Nové ICT rozvíjí matematické a odborné kompetence Číslo projektu: CZ.1.07/1.5.00/ Název školy:
RASTROVÝ OBRAZ JANA ŠTANCLOVÁ Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK.
Ukládání dat biodiverzity a jejich vizualizace
Grafické formáty Definují způsob popisu a uložení grafických dat
Rastrová grafika Základní termíny – Formáty rastrové grafiky.
Hydraulika podzemních vod
ANALÝZA A KLASIFIKACE DAT
Příkazy cyklu (1) Umožňují vícekrát (nebo ani jednou) pro-vést určitý příkaz Jazyk C rozlišuje příkaz cyklu: s podmínkou na začátku: obecný tvar: while.
Úvod do klasických a moderních metod šifrování
Neuronové sítě.
Úvod do klasických a moderních metod šifrování
Hydraulika podzemních vod
Algoritmizace a datové struktury (14ASD)
HASH.
ANALÝZA A KLASIFIKACE DAT
Transkript prezentace:

Fraktálová komprese obrazu

Úvod Termín fraktál poprvé použil Benoit Maldebrot (1975) Některé definice pojmu fraktál: Fraktál je nerovný nebo fragmentovaný geometrický tvar, který může být rozdělen na části, které jsou (alespoň přibližně) menší kopií celku. Fraktály jsou obecně „sobě-podobné“ (self-similar) to je malá část vypadá jako celý obraz Fraktál je obraz nebo snímek, který může být kompletně popsán matematickým algoritmem (v libovolném rozlišení) Fraktál je pevný bod (attractor) systému iterovaných funkcí (Iterated Function System)

Systém iterovaných funkcí soubor kontraktivních zobrazení nejlépe lze IFS vysvětlit pomocí kopírovacího stroje (Multiple Reduction Copying machine) s následujícími vlastnostmi: Kopírka obsahuje skupin čoček, nastavených tak, že mohou vytvářet překrývající se kopie originálu Každá čočka zmenšuje velikost originálu Kopírka pracuje iteračně ve zpětnovazebním režimu tj.,výstup je znovu přiveden na vstup

Krontraktivní zobrazení : x1’=w(x1), x2’=w(x2) Matematicky lze každou čočku popsat jako tzv. kontraktivní afinní zobrazení, které mění měřítko vstupu (zmenšuje), natáčí ho a kopíruje na výstup. tj. každý bod vstupního obrazu (x,y) bude transformován do výstupního obrazuumístěn v nové pozici x’, y’, pro které platí Krontraktivní zobrazení : x1’=w(x1), x2’=w(x2) d(x1,x2)=s·d(x1’,x2’) 0 < s < 1

Příklad IFS systému: (Sierpinského trojúhelník)

Další příklad IFS fraktálu: (Barnsleyova kapradina)

Zobecnění IFS systému pro šedotónové obrazy Pro šedotónové obrazy je IFS systém trojrozměrný a zobrazení má tvar kde si a oi slouží k modifikaci jasu

Základní princip algoritmu fraktálové komprese Základní princip spočívá v rozdělení komprimovaného obrazu na „range“ bloky (nepřekrývají se) a vyhledávání „domain“ bloků (mohou se překrývat) které jsou „range“ blokům podobné „domain“ bloky „range“ bloky

„domain“ bloky se mohou vyskytovat buď v základním tvaru nebo v transformované podobě. Používají se následující transformace Rotace o 0º Rotace o 90º Rotace o 180º Rotace o 270º Překlopení přes horizontální osu Překlopení přes vertikální osu Překlopení přes hlavní diagonálu Překlopení přes vedlejší diagonálu

Detailní algoritmus fraktálové komprese Segmentace obrazu – komprimovaný obraz je rozdělen do bloků velikosti 8x8 (4x4) pixelů. Tyto bloky pokrývají celý obraz a nepřekrývají se. Tyto bloky se nazývají „range“ bloky Ri Vytvoření souboru doménových bloků (domain pool) – procházíme obraz zleva do prava shora dolů s krokem k pixelů a vytvoříme seznam tzv. doménových bloků, které mají dvojnásobnou velikost „range“ bloků. V každém doménovém bloku jsou průměrovány sousední pixely a jsou uloženy do nového doménového bloku stejné velikosti jako „range“ blok. Novým doménovým blokem přepíšeme blok původní. For i=1 to NR opakuj kroky 3 a 4 (NR je počet „range“ bloků) Vyhledávání - pro každý „range“ blok Ri nalezneme v souboru doménových bloků blok DB, který se mu nejvíce podobá.

Pro každý doménový blok Dj a transformaci mt (t=1,2,…,8) se vypočte Djt=mt(Dj) a na základě následujících rovnic se stanoví koeficienty s a o Koeficienty s a o se kvantizují Pro kvantizované koeficienty se podle následující rovnice vypočte chyba podobnosti bloků E(Djt,Ri)

Nalezneme blok Djt s minimální chybou E(Djt,Ri) t=1,2,…,8 V souboru doménových bloků nalezneme nejpodobnější blok tj. ND je počet doménových bloků Výstupem je kód wi=(ei,fi,mi,oi,si) Výstupní posloupnost transformací je možné kódovat metodou bezztrátové komprese

Strategie vyhledávání (vytvoření souboru doménových bloků) Metoda „hrubé“ síly (heavy brute force) – velikost kroku k=1. Časová složitost je O(n2), pro šedotónový obrazek vyžaduje algoritmus 237=128 Gflops „Light“ Brute Force – velikost kroku k>1. Kvalita výsledného obrazu může být v tomto případě horší protože přeskakujeme některé části obrazů, které by mohli být podobné s range blokem Omezená oblast vyhledávání - oblast vyhledávání doménových bloků se redukuje pouze na okolí (např. kvadrant) testovaného „range“ bloku. Lokální spirálové vyhledávání – doménové bloky jsou vyhledávány na spirále začínající v pozici „range“ bloku . Vyhledávání končí jakmile se nalezne vhodný doménový blok

Hledání ve stejném místě jako je odpovídající range blok Hledání ve stejném místě jako je odpovídající range blok. Jedná se o rychlé vyhledávání (složitost O(n)) s nízkou kvalitou Kategorizované vyhledávání – každý doménový blok je zařazen do jedné ze 72 kategorií (3 třídy, 24 kategorií v každé třídě. Postup klasifikace bloků je následující: nejprve je blok rozdělen do 4 kvadrantů a pro každý kvadrant se vypočítá průměrná hodnota pixelů podle následujících rovnic: Poté je blok natočen do kanonické pozice – tj. pozice ve které je „světlost“ kvadrantů shodná z některým z následujících vzorů (světlost=průměrná hodnota jasu pixelů)