Wavelet ປ່ຽນ: ການກໍານົດຕົວຢ່າງຄໍາຮ້ອງສະຫມັກ

ການຖືກໍາເນີດຂອງກ້ອງວົງຈອນດິຈິຕອນລາຄາຖືກໄດ້ຫມາຍຄວາມວ່າເປັນສ່ວນຫນຶ່ງຂະຫນາດໃຫຍ່ຂອງອາໃສຂອງດາວໄດ້, ໂດຍບໍ່ສົນເລື່ອງຂອງອາຍຸແລະເພດ, ໄດ້ມານິໄສທີ່ຈະເກັບກໍາລາວທຸກຂັ້ນຕອນແລະໃຫ້ຮູບພາບຂອງເຂົາເຈົ້າກ່ຽວກັບການສະແດງສາທາລະນະໃນເຄືອຂ່າຍສັງຄົມ. ຍິ່ງໄປກວ່ານັ້ນ, ຖ້າຫາກວ່າການເກັບຮູບພາບຂອງຄອບຄົວກ່ອນຫນ້ານັ້ນໄດ້ຖືກເກັບໄວ້ໃນອັລບັມດຽວກັນ, ໃນມື້ນີ້ມັນປະກອບດ້ວຍຫຼາຍຮ້ອຍຄົນຂອງຮູບພາບ. ໃນຄໍາສັ່ງທີ່ຈະສ້າງຄວາມສະດວກການເກັບຮັກສາແລະການສົ່ງຜ່ານເຄືອຂ່າຍຮຽກຮ້ອງໃຫ້ມີຮູບພາບດິຈິຕອນຂອງການຫຼຸດຜ່ອນນ້ໍາຫນັກ. ດ້ວຍເຫດດັ່ງກ່າວນີ້, ວິທີການໄດ້ຖືກນໍາໃຊ້ທີ່ແມ່ນອີງໃສ່ຂັ້ນຕອນວິທີຕ່າງໆ, ລວມທັງ wavelet ການຫັນປ່ຽນເປັນ. ມັນແມ່ນຫຍັງ, ບອກບົດຄວາມຂອງພວກເຮົາ.

ເປັນຮູບພາບດິຈິຕອນຈະເປັນແນວໃດ

ຂໍ້ມູນຂ່າວສານສາຍຕາໃນຄອມພິວເຕີໄດ້ເປັນຕົວແທນໃນຮູບແບບຂອງຕົວເລກໄດ້. ສະຫລຸບແບບງ່າຍໆ, ຮູບພາບການປະຕິບັດທີ່ມີອຸປະກອນດິຈິຕອນ, ເປັນຕາຕະລາງໃນຈຸລັງທີ່ມີເຂົ້າຄຸນຄ່າຂອງແຕ່ລະສີຂອງ pixels ລວງຂອງຕົນໄດ້. ໃນເວລາທີ່ມັນມາກັບຮູບພາບຂາວດໍາ, ຫຼັງຈາກນັ້ນເຂົາເຈົ້າໄດ້ຖືກທົດແທນໂດຍຄ່າຄວາມສະຫວ່າງຈາກໄລຍະຫ່າງ [0, 1], ບ່ອນທີ່ 0 ຖືກນໍາໃຊ້ເພື່ອສົ່ງກັບສີດໍາ, ແລະ 1 - ສີຂາວ. ສີອື່ນໆແມ່ນໄດ້ຮັບຈໍານວນແຕ່ສ່ວນຫນຶ່ງ, ແຕ່ກັບເຂົາເຈົ້າອຶດອັດໃຈທີ່ປະຕິບັດງານ, ສະນັ້ນລະດັບໄດ້ຖືກຂະຫຍາຍແລະມູນຄ່າການຄັດເລືອກຈາກໄລຍະຫ່າງລະຫວ່າງ 0 ແລະ 255 ນີ້ເປັນຫຍັງ? ມັນເປັນງ່າຍດາຍ! ມີທາງເລືອກໃນການເປັນຕົວແທນຄູ່ສໍາລັບການເຂົ້າລະຫັດ luminance ຂອງແຕ່ລະ pixel ໄດ້ຮຽກຮ້ອງໃຫ້ມີແທ້ຫນຶ່ງ byte. ມັນເປັນທີ່ຈະແຈ້ງວ່າມີຢູ່ຫຼາຍຂອງຄວາມຊົງຈໍາທີ່ຈໍາເປັນຕ້ອງເກັບຮັກສາເຖິງແມ່ນວ່າຮູບພາບທີ່ມີຂະຫນາດນ້ອຍ. ສໍາລັບຕົວຢ່າງ, ຂະຫນາດຮູບພາບຂອງ 256 x 256 pixels ໃຊ້ເວລາ 8 KByte.

A ຄໍາບໍ່ຫຼາຍປານໃດກ່ຽວກັບວິທີການບີບອັດຮູບພາບ

ແນ່ນອນທຸກຄົນໄດ້ເຫັນໄດ້ຄຸນນະພາບທຸກຍາກຂອງຮູບພາບທີ່ມີການບິດເບືອນໃນຮູບແບບຂອງຮູບສີ່ແຈສາກຂອງສີດຽວກັນ, ຊຶ່ງສາມາດເອີ້ນວ່າສິ່ງປະດິດໄດ້. ພວກເຂົາເກີດຂຶ້ນເປັນຜົນມາຈາກອັນທີ່ເອີ້ນວ່າການບີບອັດ lossy. ມັນຢ່າງຫຼວງຫຼາຍສາມາດຫຼຸດຜ່ອນ້ໍາຫນັກຂອງຮູບພາບໄດ້, ຢ່າງໃດກໍຕາມ, ມັນ inevitably ຈະສົ່ງຜົນກະທົບກ່ຽວກັບຄຸນນະພາບຂອງຕົນ.

ສໍາລັບ lossy ຂັ້ນຕອນວິທີການບີບອັດປະກອບມີ:

• JPEG. ນີ້ແມ່ນໂດຍໄກຫນຶ່ງຂອງຂັ້ນຕອນວິທີການທີ່ສຸດ. ມັນແມ່ນອີງໃສ່ການນໍາໃຊ້ການໂຄຊີນບໍ່ຕໍ່ເນື່ອງໄດ້ຫັນປ່ຽນ. ໃນງານວາງສະມັນຄວນຈະໄດ້ຮັບຍົກໃຫ້ເຫັນວ່າບໍ່ມີທາງເລືອກສໍາລັບ compression ປະສິດທິພາບ lossless JPEG. ເຫຼົ່ານີ້ປະກອບມີ Lossless JPEG ແລະ JPEG, LS.
• JPEG 2000 ຂັ້ນຕອນວິທີທີ່ໃຊ້ໃນເວທີທີ່ມືຖື, ແລະອີງໃສ່ຄໍາຮ້ອງສະຫມັກຂອງ wavelet ບໍ່ຕໍ່ເນື່ອງໄດ້ຫັນປ່ຽນ.
• ການບີບ fractal. ໃນບາງກໍລະນີ, ມັນອະນຸຍາດໃຫ້ທ່ານໄດ້ຮັບການຮູບພາບຕ່າງໆທີ່ມີຄຸນນະພາບທີ່ດີເລີດເຖິງແມ່ນວ່າມີການບີບອັດທີ່ເຂັ້ມແຂງ. ຢ່າງໃດກໍຕາມ, ເນື່ອງຈາກບັນຫາກ່ຽວກັບເລື່ອງສິດທິບັດຂອງວິທີການນີ້ຍັງຈະສືບຕໍ່ເປັນ exotic.

ສູດການຄິດໄລ່ຜ້າ lossless ປະຕິບັດໂດຍ:

• RLE (ໃຊ້ເປັນວິທີການຕົ້ນຕໍໃນການຮູບແບບ TIFF ໄດ້, BMP, TGA).
• LZW (ໃຊ້ໃນຮູບແບບ GIF).
• LZ-Huffman (ນໍາໃຊ້ສໍາລັບຮູບແບບ PNG).

Fourier ຫັນປ່ຽນ

ກ່ອນຈະຫັນໄປ wavelet ໄດ້, ມັນເຮັດໃຫ້ຄວາມຮູ້ສຶກທີ່ສໍາຫລວດປະຕິບັດຫນ້າທີ່ກ່ຽວຂ້ອງ, ອະທິບາຍຄ່າສໍາປະສິດຂອງການຂະຫຍາຍຕົວຂອງຂໍ້ມູນຂ່າວສານໃນເບື້ອງຕົ້ນເປັນອົງປະກອບປະຖົມ, ເຊັ່ນ:. ການສັ່ນສະເທືອນ E. ຄວາມກົມກຽວກັນທີ່ມີຄວາມຖີ່ທີ່ແຕກຕ່າງກັນໄດ້. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ໄດ້ Fourier ຫັນປ່ຽນ - ເປັນເຄື່ອງມືຊ້ໍາກັນເສຖກິຈຕໍ່ເນື່ອງແລະຢ່າງຕໍ່ເນື່ອງ.

ມັນຄ້າຍຄືນີ້:

ສູດກັນແມ່ນລາຍລັກອັກສອນດັ່ງຕໍ່ໄປນີ້:

ເປັນ wavelet ແມ່ນຫຍັງ

ຫລັງຊື່ນີ້ hides ການທໍາງານທາງຄະນິດສາດ, ເຊິ່ງອະນຸຍາດໃຫ້ທ່ານສາມາດວິເຄາະອົງປະກອບຄວາມຖີ່ທີ່ແຕກຕ່າງກັນຂອງຂໍ້ມູນການທົດສອບໄດ້. ເສັ້ນສະແດງຂອງຕົນເປັນຄື້ນທີ່ກວ້າງຂວາງຫຼຸດລົງເພື່ອ 0 ຫ່າງຈາກຕົ້ນກໍາເນີດໄດ້. ໃນຄວາມສົນໃຈໂດຍທົ່ວໄປມີຄ່າສໍາປະສິດ wavelet ກໍານົດສັນຍານປະ.

spectrogram Wavelet ແມ່ນແຕກຕ່າງກັນຈາກ spectra Fourier ດາ, ນັບຕັ້ງແຕ່ຄຸນນະສົມບັດຕ່າງໆທີ່ກ່ຽວຂ້ອງສັນຍານຄື່ນຄວາມຖີ່ທີ່ມີອົງປະກອບທາງໂລກຂອງພວກເຂົາ.

ການຫັນເປັນ wavelet

ວິທີການຂອງການປ່ຽນແປງສັນຍານ (ປະຕິບັດຫນ້າ) ນີ້ອະນຸຍາດໃຫ້ມັນເພື່ອແປຈາກທີ່ໃຊ້ເວລາໃນການເປັນຕົວແທນທີ່ໃຊ້ເວລາຄວາມຖີ່ໄດ້.

ການແປງເວຟເລັດການຫັນເປັນແມ່ນເປັນໄປໄດ້, ສໍາລັບການທໍາງານຂອງ wavelet ທີ່ສອດຄ້ອງກັນ, ສະພາບການດັ່ງຕໍ່ໄປນີ້ຕ້ອງໄດ້ຮັບການໄດ້ພົບກັບ:

• ຖ້າຫາກວ່າສໍາລັບບາງຄົນψ function (t) -Fourier ປ່ຽນມີຮູບແບບການ

ເງື່ອນໄຂທີ່ຕ້ອງມີຄວາມພໍໃຈ:

ນອກຈາກ:

• Wavelet ຕ້ອງມີພະລັງງານຈໍາກັດ;
• ມັນຄວນຈະເປັນການເຊື່ອມໂຍງຢ່າງຕໍ່ເນື່ອງແລະມີສະຫນັບສະຫນູນກະທັດລັດ;
• wavelet ຕ້ອງໄດ້ຮັບການທ້ອງຖິ່ນທັງສອງຄວາມຖີ່ແລະໃນທີ່ໃຊ້ເວລາ (ຊ່ອງ).

ປະເພດ

A wavelet ຢ່າງຕໍ່ເນື່ອງປ່ຽນຖືກນໍາໃຊ້ສໍາລັບສັນຍານທີ່ກ່ຽວຂ້ອງ. ຫຼາຍຫນ້າສົນໃຈກວ່ານັ້ນກໍ່ແມ່ນການປຽບທຽບທີ່ບໍ່ຕໍ່ເນື່ອງຂອງຕົນ. ຫຼັງຈາກທັງຫມົດ, ມັນສາມາດຖືກນໍາໃຊ້ສໍາລັບການປະມວນຜົນຂໍ້ມູນໃນຄອມພິວເຕີ. ຢ່າງໃດກໍຕາມ, ບັນຫາທີ່ເກີດຂື້ນໃນທີ່ສູດສໍາລັບການ Fiberboard ບໍ່ຕໍ່ເນື່ອງບໍ່ສາມາດໄດ້ຮັບໂດຍການງ່າຍດາຍທີ່ເຫມາະສົມ DNP ສູດການຕັດສິນໃຈ.

ແກ້ໄຂບັນຫານີ້ໄດ້ຖືກພົບເຫັນໂດຍການ Daubechies, ຜູ້ທີ່ສາມາດທີ່ຈະເລືອກເອົາວິທີການທີ່ຈະກໍ່ສ້າງໄລຍະຂອງ Wavelet orthogonal, ແຕ່ລະຊຶ່ງໃນນັ້ນແມ່ນກໍານົດໂດຍຈໍານວນຈໍາກັດຂອງຄ່າສໍາປະສິດຕົນເອງໄດ້. ຫຼັງຈາກນັ້ນຂັ້ນຕອນວິທີໄວໄດ້ສ້າງ, ເຊັ່ນ: ຂັ້ນຕອນວິທີ Mallas. ໃນຄໍາຮ້ອງສະຫມັກຂອງຕົນໃນການສະຫລາຍຕົວຫຼືປະຕິສັງຂອນຄໍາສັ່ງທີ່ກໍານົດໄວ້ເພື່ອປະຕິບັດການດໍາເນີນງານ cN, ບ່ອນ N - ຄວາມຍາວຕົວຢ່າງ, ແລະກັບ - ຈໍານວນຕົວຄູນໄດ້.

Vayvlet Haar

ການບີບອັດຮູບພາບໃດຫນຶ່ງ, ມັນເປັນສິ່ງຈໍາເປັນເພື່ອຊອກຫາເປັນປົກກະຕິສະເພາະໃດຫນຶ່ງໃນບັນດາຂໍ້ມູນຂອງຕົນ, ແລະແມ້ກະທັ້ງທີ່ດີກວ່າຖ້າຫາກວ່າມັນຈະເປັນລະບົບຕ່ອງໂສ້ຍາວຂອງສູນ. ນີ້ແມ່ນບ່ອນທີ່ມັນສາມາດເປັນປະໂຫຍດທີ່ຈະ wavelet ການຫັນປ່ຽນຂັ້ນຕອນວິທີ. ຢ່າງໃດກໍຕາມ, ພວກເຮົາຈະສືບຕໍ່ການທົບທວນຄືນວິທີການເຮັດວຽກໃນຄໍາສັ່ງ.

ຫນ້າທໍາອິດມັນເປັນສິ່ງຈໍາເປັນເພື່ອ recall ວ່າຮູບພາບສະຫວ່າງຂອງ pixels ທີ່ຢູ່ຕິດກັນຕາມປົກກະຕິໄດ້ຖືກສະໂດຍການຈໍານວນຂະຫນາດນ້ອຍ. ເຖິງແມ່ນວ່າຖ້າຫາກວ່າມີຮູບພາບຕ່າງໆທີ່ກ່ຽວກັບສະຖານທີ່ທີ່ແທ້ຈິງກັບແຫຼມ, ທາງກົງກັນຂ້າມຄວາມແຕກຕ່າງຂອງຄວາມສະຫວ່າງ, ພວກເຂົາໄວກວ່າພຽງແຕ່ຫນຶ່ງສ່ວນຂະຫນາດນ້ອຍຂອງຮູບພາບ. ໃນຖານະເປັນຕົວຢ່າງ, ໃຊ້ເວລາໃນໄລຍະການທົດສອບທີ່ຮູ້ຈັກ Lenna ຮູບພາບສີເທົາ. ຖ້າຫາກວ່າພວກເຮົາໃຊ້ເວລາຕາຕະລາງຂອງ luminance ຂອງ pixels ຂອງຕົນໄດ້, ຫຼັງຈາກນັ້ນສ່ວນຫນຶ່ງຂອງບັນທັດທໍາອິດຈະປາກົດເປັນລໍາດັບຂອງຕົວເລກ 154, 155, 156, 157, 157, 157, 158, 156 ໄດ້.

ທ່ານສາມາດສະຫມັກຂໍເອົາອັນທີ່ເອີ້ນວ່າວິທີ delta ເພື່ອໃຫ້ໄດ້ຮັບສູນມັນ. ເພື່ອເຮັດສິ່ງນີ້, ເຮັດໃຫ້ພຽງແຕ່ຈໍານວນຄັ້ງທໍາອິດ, ແລະສໍາລັບຜູ້ອື່ນທີ່ໃຊ້ເວລາພຽງແຕ່ຄວາມແຕກຕ່າງຂອງແຕ່ລະຫນຶ່ງທີ່ຜ່ານມາມີສັນຍະລັກ "+" ຫຼື "-".

ຜົນໄດ້ຮັບແມ່ນເປັນລໍາດັບ 154,1,1,1,0,0,1-2.

A ຄົນດ້ອຍໂອກາດຂອງ delta, ການເຂົ້າລະຫັດເປັນທີ່ບໍ່ແມ່ນທ້ອງຖິ່ນຂອງຕົນ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະໃຊ້ເວລາພຽງແຕ່ຫຼັງຈາກນັ້ນນໍາຂອງລໍາດັບແລະຊອກຫາສິ່ງທີ່ຫວ່າງມັນຖືກເຂົ້າລະຫັດ, ຖອດລະຫັດ, ຖ້າຫາກວ່າບໍ່ແມ່ນທັງຫມົດຂອງຄ່າຢູ່ທາງຫນ້າຂອງເຂົາໄດ້.

ເພື່ອເອົາຊະນະຄົນດ້ອຍໂອກາດດັ່ງກ່າວນີ້, ຈໍານວນໄດ້ຖືກແບ່ງອອກເປັນຄູ່ແລະແຕ່ລະຄົນແມ່ນເຄິ່ງລວມຂອງ (v. A) ແລະເຄິ່ງແຕກຕ່າງ (v. D), m. F. ສໍາລັບ (154,155) (156,157) (157,157) (158,156) ມີ (1545, 0,5) (156.5,0.5) (157,0.0), (157, -10). ໃນກໍລະນີດັ່ງກ່າວນີ້, ມັນເປັນສະເຫມີໄປທີ່ເປັນໄປໄດ້ເພື່ອຊອກຫາຄ່າຂອງທັງສອງຈໍານວນໃນຄູ່ໄດ້.

ໂດຍທົ່ວໄປ, wavelet ບໍ່ຕໍ່ເນື່ອງປ່ຽນຂອງສັນຍານ S, ພວກເຮົາມີ:

ວິທີການນີ້ດັ່ງຕໍ່ໄປນີ້ຈາກກໍລະນີການຕັດສິນໃຈຂອງ wavelet ຢ່າງຕໍ່ເນື່ອງປ່ຽນ, Haar ແລະນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນຂົງເຂດຕ່າງໆຂອງການປະມວນຜົນຂໍ້ມູນແລະການບີບ.

ການບີບ

ດັ່ງທີ່ໄດ້ກ່າວແລ້ວ, ຫນຶ່ງໃນພື້ນທີ່ຂອງຄໍາຮ້ອງສະຫມັກຂອງ wavelet ໄດ້ຫັນປ່ຽນເປັນວິທີການຂອງ JPEG 2000 Compress ໂດຍໃຊ້ວິທີການອີງໃສ່ Haar vector ແປພາສາຂອງທັງສອງ pixel X ແລະ Y vector (X + Y) / 2 ແລະ (X - Y) / 2. ມັນເປັນພຽງພໍທີ່ຈະວີຜົນປະໂຫຍດໄດ້ vector ທໍາອິດໃນຕາຕະລາງຂ້າງລຸ່ມນີ້.

ຖ້າຫາກວ່າຈຸດເພີ່ມເຕີມ, ໃຊ້ເວລາມາຕຣິກເບື້ອງຫຼາຍ, ຊຶ່ງສາມາດຈັດລຽງສຸດ H. ມາຕຣິກເບື້ອງຂວາງເພາະສະນັ້ນ, vector ໃນເບື້ອງຕົ້ນເປັນອິດສະຫຼະຂອງຄວາມຍາວຂອງຕົນແມ່ນການປຸງແຕ່ງໃນຄູ່.

ການກັ່ນຕອງ

ການສົ່ງຜົນໃຫ້ "ເຄິ່ງຫນຶ່ງຂອງລວມ" - ເປັນຄ່າຫວ່າງສະເລ່ຍຂອງ pixels ໃນຄູ່. ທີ່ເປັນມູນຄ່າໃນເວລາທີ່ປ່ຽນໃຈເຫລື້ອມໃສກັບຮູບພາບຄວນໃຫ້ເຂົາເປັນສໍາເນົາ, ການຫຼຸດຜ່ອນໃນ 2 ເທື່ອ. ໃນນີ້ເຄິ່ງຫນຶ່ງຂອງລວມຍອດສະຫວ່າງ, t. E. "ກອງ" ລະເບີດໄປຂອງຄຸນຄ່າແລະປະຕິບັດຂອງເຂົາເຈົ້າຍ້ອນມີການສົ່ງຄວາມຖີ່.

ໃນປັດຈຸບັນໃຫ້ຂອງ deal ກັບຜູ້ທີ່ສະແດງໃຫ້ເຫັນຄວາມແຕກຕ່າງໄດ້. ເຂົາເຈົ້າໄດ້ຖືກ "ຫ່າງໄກສອກຫລີກ" interpixel "ລະເບີດ", ຖອນອົງປະກອບຄົງທີ່, ie. E. "ກອງ" ຄ່າຄວາມຖີ່ຕ່ໍາ.

ເຖິງແມ່ນວ່າຈາກດ້ານເທິງ Haar Wavelet ປ່ຽນສໍາລັບ "dummies" ມັນຈະກາຍເປັນທີ່ຈະແຈ້ງວ່າມັນເປັນຄູ່ຂອງການກັ່ນຕອງທີ່ແບ່ງສັນຍານໄດ້ເຂົ້າໄປໃນທັງສອງອົງປະກອບ: ຄວາມຖີ່ຂອງການສູງແລະຄວາມຖີ່ຕ່ໍາ. ພຽງແຕ່ Re: -unite ອົງປະກອບເຫຼົ່ານີ້ເພື່ອໄດ້ຮັບສັນຍານຕົ້ນສະບັບ.

ຍົກຕົວຢ່າງ

ສົມມຸດວ່າພວກເຮົາຕ້ອງການທີ່ຈະບີບອັດການຖ່າຍຮູບ (ການທົດສອບຮູບພາບ Lenna). ພິຈາລະນາຕົວຢ່າງຂອງ wavelet ໄດ້ຫັນປ່ຽນມາຕຣິກເບື້ອງຂອງຄວາມສະຫວ່າງຂອງ pixels ລວງ. ອົງປະກອບສູງຄວາມຖີ່ຂອງຮູບພາບແມ່ນຮັບຜິດຊອບສໍາລັບການສະແດງລາຍລະອຽດດີແລະອະທິບາຍສິ່ງລົບກວນ. ໃນຖານະເປັນສໍາລັບການຕ່ໍາຄວາມຖີ່, ມັນປະກອບດ້ວຍຂໍ້ມູນກ່ຽວກັບຮູບຮ່າງຂອງໃບຫນ້າແລະ gradients ກ້ຽງຂອງຄວາມສະຫວ່າງ.

ຄຸນນະສົມບັດຮູບພາບຂອງເບິ່ງບັນຫາແບບຂອງມະນຸດດັ່ງກ່າວແມ່ນວ່າກໍແມ່ນອົງປະກອບທີ່ສໍາຄັນຫຼາຍ. ນີ້ຫມາຍຄວາມວ່າໃນເວລາທີ່ຖືກບີບອັດພາກສ່ວນໃດຫນຶ່ງຂອງຂໍ້ມູນສູງຄວາມຖີ່ຂອງສາມາດໄດ້ຮັບການຍົກເລີກ. ຫຼາຍດັ່ງນັ້ນເນື່ອງຈາກວ່າມັນມີມູນຄ່າຫນ້ອຍແລະຖືກເຂົ້າລະຫັດເພີ່ມເຕີມ compactly.

ເພື່ອເພີ່ມທະວີລະດັບຂອງການບີບອັດສາມາດໄດ້ຮັບການນໍາໃຊ້ຫຼາຍເວລາຫັນ Haar ເປັນຂໍ້ມູນຕ່ໍາຄວາມຖີ່.

ການນໍາໃຊ້ຂອງອາເລສອງມິຕິລະດັບ

ດັ່ງທີ່ໄດ້ກ່າວແລ້ວ, ຮູບພາບດິຈິຕອນໃນຄອມພິວເຕີຢູ່ໃນຮູບແບບຂອງຕາຕະລາງຂອງຄ່າຄວາມເຂັ້ມຂອງ pixels ຂອງຕົນໄດ້. ດັ່ງນັ້ນ, ພວກເຮົາຄວນຈະສົນໃຈໃນສອງມິຕິລະດັບ Haar ແປງເວຟເລັດການຫັນປ່ຽນ. ເພື່ອປະຕິບັດມັນເປັນສິ່ງຈໍາເປັນພຽງແຕ່ການປະຕິບັດການປ່ຽນແປງມິຕິລະດັບຂອງຕົນສໍາລັບການໃນແຕ່ລະແຖວແລະຄໍລໍາຂອງມາຕຣິກເບື້ອງຂອງຄວາມຮຸນແຮງຂອງ pixels ຢູ່ໃນຮູບພາບດັ່ງກ່າວໃນແຕ່ລະ.

ຄ່າໃກ້ກັບສູນ, ສາມາດໄດ້ຮັບການຍົກເລີກໂດຍບໍ່ມີຄວາມເສຍຫາຍທີ່ສໍາຄັນກັບຮູບພາບຖອດລະຫັດ. ຂະບວນການນີ້ແມ່ນເປັນທີ່ຮູ້ຈັກເປັນ quantization. ແລະຢູ່ໃນຂັ້ນຕອນຂອງຂໍ້ມູນຂ່າວສານນີ້ແມ່ນສູນເສຍໄປ. ໂດຍວິທີການ, ຈໍານວນຂອງປັດໃຈ Nullable ອາດມີການປ່ຽນແປງ, ເຮັດໃຫ້ພື້ນຖານການປັບລະດັບຂອງການບີບອັດໄດ້.

ຂັ້ນຕອນທັງຫມົດເຫຼົ່ານີ້ສົ່ງຜົນໃຫ້ວ່າມາຕຣິກເບື້ອງໄດ້ຮັບທີ່ມີຈໍານວນຂະຫນາດໃຫຍ່ຂອງ 0 ຄວນຈະໄດ້ຮັບລາຍລັກອັກສອນເສັ້ນບັນທັດໃນໄຟລ໌ຂໍ້ຄວາມແລະອັດ Archiver ໃດ.

ການຖອດລະຫັດ

ໃນການຫັນເປັນກັນຢູ່ໃນຮູບພາບທີ່ກ່ຽວກັບວິທີການດັ່ງຕໍ່ໄປນີ້:

• ມັນ unpacks ຮວບຮວມ;
• ໃຊ້ກັນ Haar ປ່ຽນ;
• ຮູບພາບຖອດລະຫັດຖືກປ່ຽນເປັນຕາຕະລາງໄດ້.

ຂໍ້ດີເມື່ອທຽບກັບ JPEG

было сказано, что он основан на ДКП. ໃນເວລາທີ່ພິຈາລະນາຂັ້ນຕອນວິທີການ Group Joint Photographic Experts ໄດ້ບອກວ່າມັນແມ່ນອີງໃສ່ DCT. ການປ່ຽນແປງນີ້ແມ່ນດໍາເນີນການໃນທາງຕັນ (8 x 8 pixels). ດັ່ງນັ້ນ, ຖ້າຫາກວ່າເປັນການບີບເຂັ້ມແຂງກ່ຽວກັບຮູບພາບການຫຼຸດຜ່ອນການກາຍເປັນໂຄງປະກອບການ block ນວນຫຼາຍ. ໃນລະຫວ່າງການບີບໃຊ້ Wavelet ບັນຫາດັ່ງກ່າວແມ່ນບໍ່. ຢ່າງໃດກໍຕາມ, ສິ່ງລົບກວນອາດຈະປາກົດປະເພດທີ່ແຕກຕ່າງກັນທີ່ມີລັກສະນະຂອງ ripples ປະມານແຄມຂອງ. ມັນໄດ້ຖືກເຈົ້າເຊື່ອວ່າສິ່ງປະດິດທີ່ຄ້າຍຄືກັນໂດຍສະເລ່ຍຫນ້ອຍຫນັງສືແຈ້ງການກ່ວາ "ສີ່ຫລ່ຽມ" ຊຶ່ງສາມາດສ້າງໃນເວລາທີ່ການນໍາໃຊ້ຂັ້ນຕອນວິທີ JPEG.

ໃນປັດຈຸບັນທີ່ທ່ານຮູ້ຈັກສິ່ງທີ່ Wavelet ແມ່ນສິ່ງທີ່ເຂົາເຈົ້າມີແລະສິ່ງທີ່ນໍາໃຊ້ພາກປະຕິບັດສໍາລັບພວກເຂົາໄດ້ພົບເຫັນໃນພາກສະຫນາມຂອງການປະມວນຜົນແລະບີບອັດຮູບພາບດິຈິຕອນໄດ້.