Wavelet ਬਦਲ: ਐਪਲੀਕੇਸ਼ਨ ਮਿਸਾਲ ਦਾ ਪਤਾ

ਖਰਚ ਡਿਜ਼ੀਟਲ ਕੈਮਰੇ ਦੇ ਆਉਣ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਧਰਤੀ ਦੇ ਵਾਸੀ, ਦੇ ਇੱਕ ਵੱਡੇ ਹਿੱਸੇ ਨੂੰ ਉਮਰ ਅਤੇ ਲਿੰਗ ਦੀ ਪਰਵਾਹ, ਆਦਤ ਉਸ ਦੇ ਹਰ ਕਦਮ ਨੂੰ ਹਾਸਲ ਕਰਨਾ ਅਤੇ ਸਮਾਜਿਕ ਨੈੱਟਵਰਕ ਵਿੱਚ ਜਨਤਕ ਡਿਸਪਲੇਅ ਤੇ ਆਪਣੇ ਚਿੱਤਰ ਨੂੰ ਰੱਖਣ ਲਈ ਹਾਸਲ ਕੀਤਾ ਹੈ. ਇਸ ਦੇ ਇਲਾਵਾ, ਜੇ ਪਹਿਲੇ ਪਰਿਵਾਰ ਫੋਟੋ ਅਕਾਇਵ ਉਸੇ ਐਲਬਮ ਵਿੱਚ ਰੱਖਿਆ ਗਿਆ ਸੀ, ਅੱਜ ਇਸ ਨੂੰ ਤਸਵੀਰ ਦੇ ਸੌ ਦੇ ਸ਼ਾਮਲ ਹਨ. ਕ੍ਰਮ ਨੂੰ ਨੈੱਟਵਰਕ ਤੇ ਸਟੋਰੇਜ਼ ਅਤੇ ਸੰਚਾਰ ਦੀ ਸਹੂਲਤ ਲਈ ਭਾਰ ਘਟਾਉਣ ਦੇ ਇੱਕ ਡਿਜ਼ੀਟਲ ਚਿੱਤਰ ਨੂੰ ਲੋੜ ਹੈ. ਇਸ ਨੂੰ ਅੰਤ ਵਿੱਚ ਕਰਨ ਲਈ, ਢੰਗ, ਜੋ ਕਿ ਇੱਕ wavelet ਬਦਲ ਸਮੇਤ ਵੱਖ-ਵੱਖ ਐਲਗੋਰਿਥਮ, 'ਤੇ ਆਧਾਰਿਤ ਹਨ ਵਰਤੇ ਗਏ ਹਨ. ਇਹ ਕੀ ਹੈ, ਸਾਡੀ ਲੇਖ ਨੂੰ ਦੱਸੋ.

ਇੱਕ ਡਿਜ਼ੀਟਲ ਚਿੱਤਰ ਨੂੰ ਕੀ ਹੁੰਦਾ ਹੈ

ਕੰਪਿਊਟਰ ਵਿੱਚ ਵਿਜ਼ੂਅਲ ਜਾਣਕਾਰੀ ਨੰਬਰ ਦੇ ਰੂਪ ਵਿਚ ਦਰਸਾਇਆ ਗਿਆ ਹੈ. ਸਧਾਰਨ ਰੂਪ ਵਿੱਚ, ਇੱਕ ਫੋਟੋ ਇੱਕ ਡਿਜ਼ੀਟਲ ਜੰਤਰ ਦੇ ਨਾਲ ਲਿਆ, ਜਿਸ ਵਿਚ ਸੈੱਲ ਇਸ ਦੇ ਪਿਕਸਲ ਰੰਗ ਦੇ ਹਰ ਦੇ ਮੁੱਲ ਦਾਖਲ ਹੋ ਰਹੇ ਹਨ ਇੱਕ ਸਾਰਣੀ ਹੈ. ਚਿੱਟੇ - ਇਸ ਨੂੰ ਇੱਕ ਵਾਈਟ ਚਿੱਤਰ ਨੂੰ ਕਰਨ ਲਈ ਆਇਆ ਹੈ, ਜਦ, ਫਿਰ ਉਹ ਅੰਤਰਾਲ [0, 1], ਜਿੱਥੇ 0 ਅਤੇ 1 ਕਾਲਾ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਵਰਤਿਆ ਗਿਆ ਹੈ, ਤੱਕ luminance ਦਾ ਮੁੱਲ ਨਾਲ ਤਬਦੀਲ ਕਰ ਰਹੇ ਹਨ. ਹੋਰ ਰੰਗ ਦਸ਼ਮਲਵ ਨੰਬਰ ਦਿੱਤੇ ਗਏ ਹਨ, ਪਰ ਉਸ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਕੋਝੇ ਹੈ, ਇਸ ਲਈ ਸੀਮਾ ਵਧਾ ਰਿਹਾ ਹੈ ਅਤੇ 0 ਅਤੇ 255. ਵਿਚਕਾਰ ਅੰਤਰਾਲ ਚੁਣਿਆ ਮੁੱਲ ਇਹ ਕੀ ਹੈ? ਇਹ ਸਧਾਰਨ ਹੈ! ਹਰ ਪਿਕਸਲ ਦੀ luminance ਦਾ ਐਨਕੋਡ ਕਰਨ ਲਈ ਬਾਇਨਰੀ ਨੁਮਾਇੰਦਗੀ ਵਿਚ ਇਸ ਚੋਣ ਨਾਲ ਠੀਕ ਇੱਕ ਬਾਈਟ ਦੀ ਲੋੜ ਹੈ. ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਮੈਮੋਰੀ ਦਾ ਇੱਕ ਬਹੁਤ ਸਾਰਾ ਵੀ ਇੱਕ ਛੋਟੇ ਚਿੱਤਰ ਨੂੰ ਸੰਭਾਲਣ ਦੀ ਲੋੜ ਹੈ. ਮਿਸਾਲ ਲਈ, 256 X 256 ਪਿਕਸਲ ਦੀ ਤਸਵੀਰ ਦਾ ਆਕਾਰ 8 ਅਧਿਕਤਮ ਲੱਗਦਾ ਹੈ.

ਚਿੱਤਰ ਨੂੰ ਕੰਪਰੈਸ਼ਨ ਢੰਗ ਬਾਰੇ ਇੱਕ ਕੁਝ ਸ਼ਬਦ

ਯਕੀਨਨ ਹਰ ਤਸਵੀਰ, ਜਿੱਥੇ ਇੱਕੋ ਰੰਗ ਹੈ, ਜੋ ਕਿ ਮਾਅਰਕੇ ਕਹਿੰਦੇ ਹਨ ਚਤੁਰਭੁਜ ਦੇ ਰੂਪ ਵਿਚ ਭਟਕਣਾ ਹਨ ਦੇ ਗਰੀਬ ਗੁਣਵੱਤਾ ਨੂੰ ਵੇਖਿਆ ਗਿਆ ਹੈ. ਉਹ ਇਸ ਲਈ-ਕਹਿੰਦੇ ਹਲਕੇ ਦੇ ਨਤੀਜੇ ਦੇ ਤੌਰ ਪੈਦਾ. ਇਹ ਕਾਫ਼ੀ, ਚਿੱਤਰ ਦੇ ਭਾਰ ਨੂੰ ਘੱਟ ਕਰ ਸਕਦੇ ਪਰ, ਇਸ ਨੂੰ ਲਾਜ਼ਮੀ ਇਸ ਦੀ ਗੁਣਵੱਤਾ 'ਤੇ ਅਸਰ ਕਰੇਗਾ.

ਹਲਕੇ ਲਈ ਕੰਪਰੈਸ਼ਨ ਐਲਗੋਰਿਥਮ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• JPEG. ਇਸ ਦਾ ਸਭ ਪ੍ਰਸਿੱਧ ਐਲਗੋਰਿਥਮ ਦੀ ਹੁਣ ਤੱਕ ਇੱਕ ਇੱਕ ਕਰਕੇ ਹੈ. ਇਹ ਖੰਡਿਤ ਗਣਨਾ ਦੀ ਵਰਤੋ ਨੂੰ ਬਦਲ 'ਤੇ ਆਧਾਰਿਤ ਹੈ. ਨਿਰਪੱਖਤਾ ਵਿਚ ਇਸ ਨੂੰ ਉਥੇ ਨਹੀ ਕਾਰਗੁਜ਼ਾਰੀ ਹਲਕੇ ਲਈ ਚੋਣ ਹਨ, ਜੋ ਕਿ ਨੋਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਇਹ ਰਹਿਤ JPEG ਅਤੇ JPEG-ਲੋਕ ਸਭਾ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ.
• JPEG 2000 ਐਲਗੋਰਿਥਮ ਮੋਬਾਈਲ ਪਲੇਟਫਾਰਮ 'ਤੇ ਵਰਤਿਆ ਹੈ, ਅਤੇ ਇੱਕ ਖੰਡਿਤ wavelet ਦੇ ਕਾਰਜ ਨੂੰ ਬਦਲ' ਤੇ ਆਧਾਰਿਤ ਹੈ.
• ਫਰੈਕਟਲ ਕੰਪਰੈਸ਼ਨ. ਕੁਝ ਹਾਲਾਤ ਵਿੱਚ, ਇਸ ਨੂੰ ਤੁਹਾਨੂੰ ਵੀ ਮਜ਼ਬੂਤ ਕੰਪਰੈਸ਼ਨ ਨਾਲ ਸ਼ਾਨਦਾਰ ਗੁਣਵੱਤਾ ਦੇ ਚਿੱਤਰ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸਹਾਇਕ ਹੈ. ਪਰ, ਇਸ ਢੰਗ ਦਾ patenting ਨਾਲ ਸਮੱਸਿਆ ਦਾ ਕਾਰਨ ਤਰਜ ਹੋ ਰਿਹਾ ਹੈ.

ਹਲਕੇ ਐਲਗੋਰਿਥਮ ਕੇ ਕੀਤੀ:

• RLE (TIFF ਫਾਰਮੈਟ, BMP, ਲੋੜੀਦੀ ਵਿਚ ਮੁੱਢਲਾ ਢੰਗ ਦੇ ਤੌਰ ਤੇ ਵਰਤਿਆ).
• LZW (ਫਾਰਮੈਟ ਵਿੱਚ ਵਰਤਿਆ).
• LZ-Huffman (PNG ਫਾਰਮੈਟ ਲਈ ਵਰਤਿਆ).

Fourier ਬਦਲ

wavelet ਵੱਲ ਮੁੜ ਅੱਗੇ, ਇਸ ਨੂੰ ਬਣਦੀ ਹੈ, ਸਬੰਧਿਤ ਫੰਕਸ਼ਨ ਦੀ ਪੜਚੋਲ ਕਰਨ ਲਈ, ਐਲੀਮਟਰੀ ਭਾਗ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਜਾਣਕਾਰੀ, ਵੱਖ-ਵੱਖ ਫਰੀਕੁਇੰਸੀ ਨਾਲ ਭਾਵ. ਈ harmonic ਥਿੜਕਣ ਦੇ ਵਿਸਥਾਰ ਦੇ ਗੁਣਾ ਕਰਨ ਵਾਲੀ ਸੰਖਿਆ ਦੀ ਜਾਣਕਾਰੀ ਲਈ. ਹੋਰ ਸ਼ਬਦ ਵਿੱਚ, Fourier ਬਦਲ - ਖੰਡਿਤ ਅਤੇ ਲਗਾਤਾਰ ਦੁਨੀਆ ਨਾਲ ਜੁੜਨ ਦਾ ਇੱਕ ਵਿਲੱਖਣ ਸੰਦ ਹੈ.

ਇਹ ਇਸ ਨੂੰ ਦਿਸਦਾ ਹੈ:

ਉਲਟੀ ਫਾਰਮੂਲਾ ਹੇਠ ਲਿਖਿਆ ਹੈ:

ਨੂੰ ਇੱਕ wavelet ਕੀ ਹੈ

ਇਸ ਨਾਮ ਦੇ ਪਿੱਛੇ ਦਾ ਇੱਕ ਗਣਿਤ ਫੰਕਸ਼ਨ ਹੈ, ਜੋ ਕਿ ਤੁਹਾਨੂੰ ਟੈਸਟ ਡਾਟਾ ਦੇ ਵੱਖ-ਵੱਖ ਬਾਰੰਬਾਰਤਾ ਭਾਗ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਸਹਾਇਕ ਹੈ ਓਹਲੇ. ਇਸ ਦਾ ਗ੍ਰਾਫ ਇੱਕ undulation ਜਿਸ ਦੇ ਐਪਲੀਟਿਊਡ ਮੂਲ ਦੂਰ 0 ਘਟਦੀ ਹੈ. ਆਮ ਦਿਲਚਸਪੀ ਵਿਚ wavelet ਗੁਣਾ ਕਰਨ ਵਾਲੀ ਸੰਖਿਆ ਅਟੁੱਟ ਸੰਕੇਤ ਪੱਕਾ ਇਰਾਦਾ ਕੀਤਾ ਹੈ.

ਦੇ ਬਾਅਦ ਵੱਖ-ਵੱਖ ਫੀਚਰ ਨੂੰ ਆਪਣੇ ਲੌਕਿਕ ਭਾਗ ਨੂੰ ਨਾਲ ਸਪੈਕਟ੍ਰਮ ਸੰਕੇਤ ਸੰਬੰਧਿਤ Wavelet spectrograms, ਰਵਾਇਤੀ Fourier ਵਿਸਤਾਰ ਤੱਕ ਵੱਖ ਵੱਖ ਹੁੰਦੇ ਹਨ.

Wavelet ਤਬਦੀਲੀ

ਸਿਗਨਲ ਤਬਦੀਲੀ (ਫੰਕਸ਼ਨ) ਦਾ ਇਹ ਢੰਗ ਨੂੰ ਇਸ ਨੂੰ ਵਾਰ-ਫਰੀਕੁਇੰਸੀ ਨੁਮਾਇੰਦਗੀ ਵਿੱਚ ਇੱਕ ਵਾਰ ਤੱਕ ਦਾ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਸਹਾਇਕ ਹੈ.

wavelet ਕਰਨ ਲਈ ਤਬਦੀਲੀ ਸੰਭਵ ਸੀ, ਅਨੁਸਾਰੀ wavelet ਫੰਕਸ਼ਨ ਲਈ, ਹੇਠ ਹਾਲਾਤ ਨੂੰ ਮਿਲੇ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ:

• ਕੁਝ ਫੰਕਸ਼ਨ ψ (T) ਨੂੰ ਬਦਲ -Fourier ਲਈ ਜੇ ਫਾਰਮ ਹੈ

ਹੈ, ਜੋ ਕਿ ਹਾਲਤ ਸੰਤੁਸ਼ਟ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:

ਇਸ ਦੇ ਨਾਲ:

• Wavelet ਇੱਕ ਸੀਮਿਤ ਊਰਜਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ;
• ਇਸ ਨੂੰ integrable ਲਗਾਤਾਰ ਹੋ ਅਤੇ ਸੰਖੇਪ ਸਹਿਯੋਗ ਨੂੰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ;
• wavelet ਦੋਨੋ ਬਾਰੰਬਾਰਤਾ ਵਿੱਚ ਹੈ ਅਤੇ ਵਾਰ (ਸਪੇਸ) ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.

ਕਿਸਮ

ਇਕ ਲਗਾਤਾਰ wavelet ਬਦਲ ਅਨੁਸਾਰੀ ਸੰਕੇਤ ਲਈ ਵਰਤਿਆ ਗਿਆ ਹੈ. ਹੋਰ ਬਹੁਤ ਦਿਲਚਸਪ ਨੂੰ ਇਸ ਦੇ ਖੰਡਿਤ analogue ਹੈ. ਸਭ ਦੇ ਬਾਅਦ, ਇਸ ਨੂੰ ਕੰਪਿਊਟਰ ਵਿੱਚ ਜਾਣਕਾਰੀ ਨੂੰ ਕਾਰਵਾਈ ਕਰਨ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ. ਪਰ, ਇੱਕ ਸਮੱਸਿਆ ਵਿੱਚ ਉੱਠਦਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਖੰਡਿਤ fiberboard ਲਈ ਫਾਰਮੂਲਾ ਹੀ ਸਧਾਰਨ ਉਚਿਤ discretization ਫਾਰਮੂਲੇ DNP ਕੇ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ.

ਇਸ ਸਮੱਸਿਆ ਦਾ ਹੱਲ Daubechies, ਔਰਥੋਗੋਨਲ wavelets, ਜਿਸ ਦੀ ਹਰੇਕ ਗੁਣਾ ਕਰਨ ਵਾਲੀ ਸੰਖਿਆ ਦੀ ਇੱਕ ਸੀਮਿਤ ਗਿਣਤੀ, ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਤ ਹੈ ਦੀ ਇੱਕ ਲੜੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਢੰਗ ਦੀ ਚੋਣ ਕਰਨ ਦੇ ਯੋਗ ਸੀ, ਜੋ ਨਾਲ ਪਾਇਆ ਗਿਆ ਸੀ. ਬਾਅਦ ਵਿਚ ਤੇਜ਼ ਐਲਗੋਰਿਥਮ ਅਜਿਹੇ ਐਲਗੋਰਿਥਮ ਮੱਲਾ ਦੇ ਤੌਰ ਤੇ ਬਣਾਇਆ ਗਿਆ ਸੀ,. ਨਮੂਨਾ ਲੰਬਾਈ ਹੈ, ਅਤੇ ਨਾਲ - - ਗੁਣਾ ਕਰਨ ਵਾਲੀ ਸੰਖਿਆ ਦੀ ਗਿਣਤੀ ਨੂੰ ਇਸ ਦੇ ਕਾਰਜ ਨੂੰ ਸੜਨ ਵਿਚ ਕਰਨ ਲਈ ਜ ਕਾਰਵਾਈ ਕਰਨ ਲਈ ਚੀਨ, ਜਿੱਥੇ ਐਨ ਦੀ ਲੋੜ ਕ੍ਰਮ ਨੂੰ ਬਹਾਲ ਕਰਨ ਲਈ ਹੈ.

Vayvlet Haar

ਇੱਕ ਚਿੱਤਰ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਨ ਲਈ, ਇਸ ਨੂੰ ਇਸ ਦੇ ਡਾਟਾ ਦਾ ਆਪਸ ਵਿੱਚ ਇੱਕ ਖਾਸ ਵਰਤਾਰਾ ਹੈ, ਅਤੇ ਵੀ ਬਿਹਤਰ ਹੈ ਜੇ ਇਹ ਮਨੁਖ ਨੂੰ ਦੇ ਲੰਮੇ ਕੈਦ ਹੋ ਜਾਵੇਗਾ ਪਤਾ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਹੈ. ਇਹ ਹੈ, ਜਿੱਥੇ ਇਸ ਨੂੰ ਅਲਗੋਰਿਦਮ ਬਦਲ wavelet ਲਈ ਲਾਭਦਾਇਕ ਹੋ ਸਕਦਾ ਹੈ. ਪਰ, ਸਾਨੂੰ ਕ੍ਰਮ ਵਿੱਚ ਕੰਮ ਕਰਨ ਦੇ ਢੰਗ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਜਾਰੀ ਰੱਖੋ.

ਪਹਿਲੀ ਇਸ ਨੂੰ ਯਾਦ ਕਰਨ ਲਈ ਹੈ, ਜੋ ਕਿ ਚਿੱਤਰ ਤੇੜੇ ਪਿਕਸਲ ਦੀ ਚਮਕ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਰਕਮ ਨਾਲ ਪਤਾ ਚੱਲਦਾ ਹੈ ਜ਼ਰੂਰੀ ਹੈ. ਵੀ, ਜੇ ਉੱਥੇ ਤਿੱਖੀ ਨਾਲ ਅਸਲੀ ਸਾਈਟ ਤੇ ਚਿੱਤਰ, ਚਮਕ ਦੀ ਅੰਤਰ ਫ਼ਰਕ ਹਨ, ਉਹ ਸਿਰਫ਼ ਚਿੱਤਰ ਦਾ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਹਿੱਸਾ ਰੱਖਿਆ. ਇੱਕ ਉਦਾਹਰਨ ਦੇ ਤੌਰ ਤੇ, ਜਾਣਿਆ ਟੈਸਟ Lenna ਗਰੇ ਚਿੱਤਰ ਉੱਤੇ ਲੈ. ਸਾਨੂੰ ਇਸ ਦੇ ਪਿਕਸਲ ਦੀ luminance ਦਾ ਇੱਕ ਮੈਟਰਿਕਸ ਲੈ ਜੇ, ਫਿਰ ਪਹਿਲੀ ਲਾਈਨ ਦਾ ਹਿੱਸਾ ਨੰਬਰ 154, 155, 156, 157, 157, 157, 158, 156 ਦੇ ਇੱਕ ਲੜੀ ਦੇ ਰੂਪ ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਜਾਵੇਗਾ.

ਤੁਹਾਨੂੰ ਇਸ ਨੂੰ ਕਰਨ ਮਨੁਖ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇਸ ਲਈ-ਕਹਿੰਦੇ ਡੈਲਟਾ ਢੰਗ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹੋ. ਇਹ ਕਰਨ ਲਈ, ਸਿਰਫ ਪਹਿਲੇ ਨੰਬਰ, ਅਤੇ ਹੋਰ ਲਈ ਨਿਸ਼ਾਨ "+" ਜ ਦੇ ਨਾਲ ਪਿਛਲੇ ਇੱਕ ਦੇ ਹਰ ਦੇ ਸਿਰਫ ਅੰਤਰ ਲੈ "-".

ਇਸ ਦਾ ਨਤੀਜਾ ਹੈ, ਇੱਕ ਲੜੀ 154,1,1,1,0,0,1 ਹੈ -2.

ਡੈਲਟਾ-ਇੰਕੋਡਿੰਗ ਦੀ ਇੱਕ ਨੁਕਸਾਨ ਹੈ ਇਸ ਦੇ ਗੈਰ-ਇਲਾਕਾ ਹੈ. ਨੂੰ ਹੋਰ ਸ਼ਬਦ ਵਿੱਚ, ਇਸ ਨੂੰ ਕ੍ਰਮ ਦੇ ਸਿਰਫ ਇੱਕ ਟੁਕੜਾ ਲੈ ਅਤੇ ਕੀ ਚਮਕ ਇਸ ਨੂੰ ਏਨਕੋਡ ਕੀਤੀ ਗਈ ਹੈ, ਡੀਕੋਡ ਨੂੰ ਬਾਹਰ ਦਾ ਪਤਾ, ਜੇ ਨਾ ਉਸ ਦੇ ਸਾਹਮਣੇ ਮੁੱਲ ਦੇ ਸਾਰੇ ਨੂੰ ਅਸੰਭਵ ਹੈ.

ਇਸ ਨੁਕਸਾਨ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ, ਦਾ ਨੰਬਰ ਜੋੜੇ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਹੈ ਅਤੇ ਹਰ (v. ਏ) ਅਤੇ ਅੱਧੇ ਫਰਕ (V. D), ਲਈ ਮੀਟਰ. ਐੱਫ਼ (154,155) (156,157) (157,157) (158,156) ਹੈ ਦੇ ਅੱਧੇ ਰਕਮ (154.5 ਹਨ, 0,5) (156.5,0.5) (157,0.0), (157, -1.0). ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਇਸ ਨੂੰ ਹਮੇਸ਼ਾ ਇੱਕ ਜੋੜਾ ਵਿੱਚ ਦੋ ਨੰਬਰ ਦੇ ਮੁੱਲ ਦਾ ਪਤਾ ਕਰਨ ਲਈ ਸੰਭਵ ਹੈ.

ਆਮ ਤੌਰ ਤੇ, ਖੰਡਿਤ wavelet ਸਿਗਨਲ ਐਸ ਦੇ ਬਦਲ, ਸਾਡੇ ਕੋਲ:

ਇਹ ਵਿਧੀ ਦੀ ਪਾਲਣਾ ਤੱਕ ਲਗਾਤਾਰ wavelet ਦਾ ਖੰਡਿਤ ਕੇਸ, ਬਦਲ Haar ਅਤੇ ਵਿਆਪਕ ਡਾਟਾ ਨੂੰ ਕਾਰਵਾਈ ਕਰਨ ਅਤੇ ਕੰਪਰੈਸ਼ਨ ਦੇ ਵੱਖ-ਵੱਖ ਖੇਤਰ ਵਿੱਚ ਵਰਤਿਆ.

ਕੰਪਰੈਸ਼ਨ

(- Y ਨੂੰ X) / 2 ਦੇ ਨਾਤੇ ਹੀ ਜ਼ਿਕਰ wavelet ਦੇ ਕਾਰਜ ਦੀ ਖੇਤਰ ਦੇ ਇੱਕ ਬਦਲ ਇੱਕ ਢੰਗ 'ਤੇ ਹੈ ਅਤੇ ਦੋ ਪਿਕਸਲ X ਨੂੰ ਦੇ Haar ਅਨੁਵਾਦ ਵੈਕਟਰ ਵਾਈ ਵੈਕਟਰ (X + Y) / 2 ਅਤੇ ਆਧਾਰਿਤ ਵਰਤ JPEG 2000 ਨਪੀੜੋ ਦੀ ਐਲਗੋਰਿਥਮ ਹੈ. ਇਸ ਨੂੰ ਹੇਠ ਮੈਟਰਿਕਸ ਵਿਚ ਸ਼ੁਰੂਆਤੀ ਵੈਕਟਰ ਗੁਣਾ ਕਰਨ ਲਈ ਕਾਫੀ ਹੈ.

ਅੰਕ ਹੋਰ, ਹੋਰ ਮੈਟਰਿਕਸ, ਜੋ ਕਿ ਇਸ ਲਈ ਇੱਕ Diagonal ਮੈਟਰਿਕਸ ਐੱਚ 'ਤੇ ਪ੍ਰਬੰਧ ਕੀਤਾ ਗਏ ਹਨ ਨੂੰ ਲੈ, ਜੇ, ਇਸ ਦੀ ਲੰਬਾਈ ਦੇ ਸੁਤੰਤਰ ਸ਼ੁਰੂਆਤੀ ਵੈਕਟਰ ਜੋੜੇ ਵਿਚ ਕਾਰਵਾਈ ਹੋ ਰਹੀ ਹੈ.

ਫਿਲਟਰ

ਨਤੀਜੇ "ਅੱਧੇ-ਰਕਮ" - ਜੋੜੇ ਵਿਚ ਪਿਕਸਲ ਦੀ ਔਸਤ luminance ਦਾ ਮੁੱਲ ਹੈ. ਜਦ ਕਿ ਚਿੱਤਰ ਨੂੰ ਕਰਨ ਲਈ ਤਬਦੀਲ ਉਸ ਨੂੰ ਇੱਕ ਕਾਪੀ, 2 ਵਾਰ ਵਿਚ ਘਟਾ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ ਮੁੱਲ ਹੈ. ਇਸ ਅੱਧੇ-ਰਕਮ ਚਮਕ ਔਸਤ, ਟੀ. ਈ ਆਵਿਰਤੀ ਫਿਲਟਰ ਦੇ ਤੌਰ ਤੇ "ਫਿਲਟਰ" ਆਪਣੇ ਮੁੱਲ ਅਤੇ ਕੰਮ ਦੇ ਬੇਤਰਤੀਬੇ ਫੱਟ.

ਹੁਣ ਉਹ ਹੈ, ਜੋ ਕਿ ਫਰਕ ਦਿਖਾ ਨਾਲ ਨਜਿੱਠਣ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ. ਉਹ "ਅਲੱਗ" ਹਨ interpixel "ਫੱਟ", ਲਗਾਤਾਰ ਭਾਗ ਨੂੰ ਹਟਾਉਣ, ਭਾਵ. ਈ ਘੱਟ ਫਰੀਕੁਇੰਸੀ 'ਤੇ ਮੁੱਲ ਹਨ "ਫਿਲਟਰ".

ਵੀ ਤੱਕ Haar ਉਪਰੋਕਤ "Dummies" ਲਈ ਬਦਲ wavelet ਇਹ ਗੱਲ ਜ਼ਾਹਰ ਹੁੰਦੀ ਹੈ ਕਿ ਇਹ ਫਿਲਟਰ ਹੈ, ਜੋ ਕਿ ਦੋ ਭਾਗ ਵਿੱਚ ਇੱਕ ਸਿਗਨਲ ਨੂੰ ਵੰਡਣ ਦਾ ਇੱਕ ਜੋੜਾ ਹੈ: ਉੱਚ ਆਵਿਰਤੀ ਅਤੇ ਘੱਟ ਫਰੀਕੁਇੰਸੀ. ਬਸ, ਅਸਲੀ ਸਿਗਨਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇਹ ਤੱਤ ਮੁੜ-ਮਿਲਾ.

ਮਿਸਾਲ

ਫ਼ਰਜ਼ ਕਰੋ ਕਿ ਫੋਟੋ (ਟੈਸਟ ਚਿੱਤਰ ਨੂੰ Lenna) ਸੰਕੁਚਿਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ. wavelet ਦੀ ਮਿਸਾਲ 'ਤੇ ਗੌਰ ਕਰੋ ਪਿਕਸਲ brightnesses ਦੀ ਮੈਟਰਿਕਸ ਬਦਲ. ਚਿੱਤਰ ਦੇ ਉੱਚ-ਬਾਰੰਬਾਰਤਾ ਭਾਗ ਨੂੰ ਜੁਰਮਾਨਾ ਵਿਸਥਾਰ ਵੇਖਾਉਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਅਤੇ ਸ਼ੋਰ ਬਾਰੇ ਦੱਸਦਾ ਹੈ. ਖੋਜੋ ਆਵਿਰਤੀ ਲਈ ਦੇ ਰੂਪ ਵਿੱਚ, ਇਸ ਨੂੰ ਚਿਹਰੇ ਅਤੇ ਚਮਕ ਦੇ ਨਿਰਵਿਘਨ ਢਾਲਵੇ ਦੀ ਸ਼ਕਲ ਬਾਰੇ ਜਾਣਕਾਰੀ ਸ਼ਾਮਿਲ ਹੈ.

ਫੀਚਰ ਮਨੁੱਖੀ ਧਾਰਨਾ ਦੇ ਫੋਟੋ ਅਜਿਹੇ ਹਨ, ਜੋ ਕਿ ਬਾਅਦ ਜ਼ਿਆਦਾ ਜ਼ਰੂਰੀ ਹਿੱਸਾ ਹੈ. ਇਸ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜਦ ਕੰਪਰੈੱਸ ਉੱਚ-ਵਾਰਵਾਰਤਾ ਡਾਟਾ ਦੀ ਇੱਕ ਨੂੰ ਕੁਝ ਹਿੱਸਾ ਰੱਦ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ. ਹੋਰ, ਇਸ ਲਈ ਇਸ ਨੂੰ ਘੱਟ ਮੁੱਲ ਹੈ, ਅਤੇ ਹੋਰ ਵੀ ਪਰਾਚੀਨਕਾਲ ਇੰਕੋਡ ਹੈ, ਕਿਉਕਿ.

ਨਪੀੜਨ ਦੀ ਡਿਗਰੀ ਕਈ ਵਾਰ ਇੱਕ ਘੱਟ-ਬਾਰੰਬਾਰਤਾ ਡਾਟਾ ਨੂੰ Haar ਤਬਦੀਲੀ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਨੂੰ ਵਧਾਉਣ ਲਈ.

ਦੋ-ਆਯਾਮੀ ਐਰੇ ਦੀ ਵਰਤੋ

ਹੀ ਜ਼ਿਕਰ ਹੋਣ ਦੇ ਨਾਤੇ, ਕੰਪਿਊਟਰ ਵਿੱਚ ਡਿਜ਼ੀਟਲ ਚਿੱਤਰ ਨੂੰ ਇਸ ਦੇ ਪਿਕਸਲ ਦੀ intensities ਮੁੱਲ ਦੇ ਮੈਟਰਿਕਸ ਦੇ ਰੂਪ ਵਿੱਚ ਹਨ. ਇਸ ਲਈ, ਸਾਨੂੰ ਇੱਕ ਦੋ-ਆਯਾਮੀ Haar ਵਿੱਚ ਦਿਲਚਸਪੀ ਬਦਲ wavelet ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਇਸ ਨੂੰ ਸਿਰਫ਼ ਹਰ ਕਤਾਰ ਅਤੇ ਚਿੱਤਰ ਵਿੱਚ ਪਿਕਸਲ ਦੀ intensities ਦੇ ਮੈਟਰਿਕਸ ਦੇ ਹਰੇਕ ਕਾਲਮ ਦੇ ਲਈ ਇਸ ਦੇ ਆਯਾਮੀ ਤਬਦੀਲੀ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਹੈ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ.

ਜ਼ੀਰੋ ਨੇੜੇ ਮੁੱਲ, ਡੀਕੋਡ ਚਿੱਤਰ ਨੂੰ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਨੂੰ ਨੁਕਸਾਨ ਬਿਨਾ ਰੱਦ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ. ਇਸ ਕਾਰਵਾਈ ਨੂੰ quantization ਦੇ ਤੌਰ ਤੇ ਜਾਣਿਆ ਗਿਆ ਹੈ. ਅਤੇ ਜਾਣਕਾਰੀ ਦੇ ਇਸ ਪੜਾਅ 'ਤੇ ਖਤਮ ਹੋ ਰਿਹਾ ਹੈ. ਤਰੀਕੇ ਨਾਲ ਕਰ ਕੇ, nullable ਕਾਰਕ ਦੀ ਗਿਣਤੀ ਹੈ, ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਕੰਪਰੈਸ਼ਨ ਦੀ ਡਿਗਰੀ ਨੂੰ ਠੀਕ ਕਰਨ.

ਇਹ ਸਾਰੇ ਕਦਮ ਦਾ ਨਤੀਜਾ ਮੈਟਰਿਕਸ ਪ੍ਰਾਪਤ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ ਹੈ, ਜੋ ਕਿ ਵੱਡੀ ਮਾਤਰਾ 0. ਦੀ ਇਹ ਇੱਕ ਪਾਠ ਫਾਇਲ ਵਿੱਚ ਲਾਈਨ ਦੇ ਕੇ ਲਾਈਨ ਲਿਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਿਸੇ ਵੀ ਆਰਚੀਵਰ ਸੰਕੁਚਿਤ ਸ਼ਾਮਿਲ ਹਨ.

ਡੀਕੋਡਿੰਗ

ਹੇਠ ਐਲਗੋਰਿਥਮ 'ਤੇ ਚਿੱਤਰ ਨੂੰ ਵਿਚ inverse ਤਬਦੀਲੀ:

• ਇਹ ਇੱਕ ਅਕਾਇਵ unpacks;
• ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ ਉਲਟਾ Haar ਬਦਲ;
• ਡੀਕੋਡ ਚਿੱਤਰ ਨੂੰ ਇੱਕ ਮੈਟਰਿਕਸ ਵਿੱਚ ਬਦਲ ਗਿਆ ਹੈ.

JPEG ਦੇ ਮੁਕਾਬਲੇ ਫਾਇਦੇ

было сказано, что он основан на ДКП. ਜਦ ਐਲਗੋਰਿਥਮ ਦਾ ਵਿਚਾਰ ਜੁਆਇੰਟ ਫੋਟੋਗਰਾਫ਼ਿਕ ਐਕਪਰਟ ਗਰੁੱਪ ਹੈ, ਜੋ ਕਿ ਇਸ ਨੂੰ ਡੀ.ਸੀ.ਟੀ. 'ਤੇ ਆਧਾਰਿਤ ਹੈ ਨੂੰ ਕਿਹਾ ਗਿਆ ਸੀ. ਇਹ ਤਬਦੀਲੀ ਬਲਾਕ (8 x 8 ਪਿਕਸਲ) ਵਿਚ ਬਾਹਰ ਹੀ ਰਿਹਾ ਹੈ. ਇਸ ਦੇ ਨਤੀਜੇ ਦੇ ਤੌਰ ਤੇ, ਜੇਕਰ ਘਟਾ ਚਿੱਤਰ ਨੂੰ 'ਤੇ ਮਜ਼ਬੂਤ ਕੰਪਰੈਸ਼ਨ ਸ਼ਲਾਘਾਯੋਗ ਬਲਾਕ ਬਣਤਰ ਬਣ ਗਿਆ ਹੈ. ਦੌਰਾਨ ਕੰਪਰੈਸ਼ਨ wavelets ਵਰਤ ਅਜਿਹੇ ਇੱਕ ਸਮੱਸਿਆ ਹਾਜ਼ਰ ਹੈ. ਪਰ, ਸ਼ੋਰ-ਵੱਖ ਕਿਸਮ ਦੀ ਹੈ, ਜੋ ਕਿ ਕੋਨੇ ਦੇ ਦੁਆਲੇ ਸਮੁੰਦਰ ਦੀ ਦਿੱਖ ਹੈ ਵਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ. ਇਹ ਮੰਨਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ ਔਸਤ ਘੱਟ "ਵਰਗ", ਜੋ ਕਿ JPEG ਐਲਗੋਰਿਥਮ ਵਰਤ ਕੇ ਬਣਾਇਆ ਰਹੇ ਹਨ, ਵੱਧ ਨਜ਼ਰ 'ਤੇ ਇਸੇ ਮਾਅਰਕੇ.

ਹੁਣ ਤੁਹਾਨੂੰ ਪਤਾ ਹੈ ਕਿ ਕੀ wavelets ਉਹ ਕੀ ਹਨ ਅਤੇ ਕੀ ਅਮਲੀ ਵਰਤਣ ਲਈ ਕਾਰਵਾਈ ਕਰਨ ਅਤੇ ਡਿਜ਼ੀਟਲ ਚਿੱਤਰ ਸੰਕੁਚਿਤ ਦੇ ਖੇਤਰ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਸੀ, ਹਨ.