數字圖像處理複習

單門限灰度圖象分割方法適合於什麼樣的圖像?爲什麼?如何確定合適的門限制?

適合的圖像:
(1) 圖像分爲目標物和背景
(2) 同一分割區域內有灰度值相近的像素點組成
(3) 目標物和背景、不同目標物之間的灰度值有明顯差異

利用取閥值方法來分割灰度圖象是基於一定圖像模型的。最常用的模型可描述如下:假設圖像由具有單峯灰度分佈的目標和背景組成,在目標和背景內部的相鄰像素間的灰度值是高度相關的,但在目標和背景交界處兩邊的像素在灰度之上有很大的差別。

取閥值分割方法的關鍵問題是選取合適的閥值。閥值一般可寫成如下形式:
T = T [ x, y, f(x, y), p(x, y) ]
其中f(x, y)是在像素點(x, y)處的灰度值,p(x, y)是該點鄰域的某種局部性質。。換句話說,在一般情況下T是(x, y), f(x, y)和g(x, y) 的函數。我們可將取閥值分割方法分成如下3類:
(1) 如果僅根據f(x, y)來選取閥值,所得的閥值僅與各個圖像像素的本身性質有關(也有叫全局閥值的,因爲此時確定的閥值對全圖使用)
(2) 如果閥值是根據f(x, y)和p(x, y)來選取的,所得的閥值就是與(局部)區域性質相關的(也叫局部閥值)
(3) 如果閥值進一步(除根據f(x, y)和p(x, y)來選取外)還與x, y有關,這所得的閥值是與座標相關的(也叫動態閥值,且可將前兩種閥值對應稱爲固定閥值)。

變換編碼的步驟如何?各種編碼有何不同?
變換編碼由4個操作模塊構成:分解(構造)子圖像、變換、量化和編碼。具體步驟如下:
1. 一幅N*N圖像先被分解成尺寸爲n*n的子圖像,通過變換這些子圖像得到(N / n)*(N / n)個 n*n 的子圖像變換數組
2. 變換的目的是解除每個子圖像內部像素之間的相關性或將儘可能多的信息集中到儘可能少的變換系數上
3. 接下來的量化步驟有選擇的消除或較粗糙的量化攜帶信息最少的係數,因爲他們對重建的子圖像的質量影響最小
4. 最後是符號編碼,即(常利用變長碼)對量化了的係數進行編碼。



分析和理解H.264、Deinterlace以及upconversion之間的聯繫

幀速率上轉換(Frame rate up-conversion FRC)是近些年提出的論點,它伴隨着新的電視和多媒體系統的發展而產生。通常,電影的播放速率是每秒24幀,大部分視頻的播放速率爲每秒25或30幀,但是隨着高清晰度電視(HDTV)和多媒體計算機的發展人們需要更高的幀速率來提高視頻質量。尤其是在高清晰度電視上幀速率要實現從50幀提高到100幀。因此,幀速率轉換技術的研究和應用成爲一個非常活躍的研究領域。

在世界各國現行廣播電視系統中,爲了壓縮電視信號的帶寬,普遍採用隔行(interlace)掃描方式。但是在現在高分辨率的顯示器上,這種隔行掃描方式存在行閃爍和運動邊緣出現鋸齒的缺陷。於是人們提出了各種de-interlace算法。De-interlace算法可以分爲場內插值和場間插值兩大類[1]。

發佈了28 篇原創文章 · 獲贊 2 · 訪問量 9萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章