●●● 采样数 ●●●● ●●●●● ●●●● ●●●0● ●●●0 1024×1024→512×512→256×256→128×12864×64
采样数 1024 ×1024 → 512 × 512 → 256 × 256 → 128 × 128 → 64 × 64
●●● 灰度级数 ●●●● ●●●●● ●●●● ●●●0● ●●●0 256灰度级 16灰度级 8灰度级 4灰度级
灰度级数
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 实际需要 1)当图像中有大面积灰度变化缓慢的平滑区域(如 人脸),则b加大,MN可变小。否则会出现假轮廓。 2)当复杂的图像时(如球场观众),则b减小,MN 可加大。否则会丢失图像细节。 请思考? $进一步阅读: Gonzalez,p48
1 图像获取 实际需要： 1）当图像中有大面积灰度变化缓慢的平滑区域（如 人脸），则b加大， M*N可变小。否则会出现假轮廓。 2）当复杂的图像时（如球场观众），则b减小， M*N 可加大。否则会丢失图像细节。 请思考？ $进一步阅读：Gonzalez, p48
●●● 1图像获取 ●●●● ●●●●● 多大区间中的电信号对应同一个输出代码? ●典型量化过程 在显示时一个输出代码到底对应哪个电信号 数值? 输出代码 Zkt 63--11 图 象 象31.42 亮232时11 素 度 电 信 Z32q3010 号 Z21q2-001 H1|20-+e00 判决层量化层概率密度函数
1. 多大区间中的电信号对应同一个输出代码? 2. 在显示时, 一个输出代码到底对应哪个电信号 数值? 1 图像获取 ⚫ 典型量化过程 图 象 象 素 亮 度 电 信 号 H2 H1 31.4 判决层 量化层 输出代码 概率密度函数 Z1 Z2 Z3 Z31 Z32 Zk Zk+1 q1 q2 q3 q31 qk 000000 000001 000010 011111 111111 0 1 2 31 32 63 64
●●● 1图像获取 ●●●● ●●●●● ●●●● ●●●0● ●●●0 ●最佳量化 使量化误差最小的量化方法为最佳量化。 使用均方误差测度讨论最佳量化。 设:z和q分别代表数字图像像素幅度和其量化值 p(Z)为像素幅度概率密度函数; z的取值范围在H个~H2之间,量化总层数为K 63表示量化器量化的均方误差。 解:根据均方误差定义可得 k=I'k(z 82=∑k (z-k)p(z)uz
1 图像获取 ⚫ 最佳量化 使量化误差最小的量化方法为最佳量化。 使用均方误差测度讨论最佳量化。 设：Z和q分别代表数字图像像素幅度和其量化值； p(Z)为像素幅度概率密度函数； Z的取值范围在H1~H2之间，量化总层数为K， δ 2表示量化器量化的均方误差。 解：根据均方误差定义可得 (Z q ) p(Z)dZ K k 1 Z Z 2 k 2 k 1 k = + = −