造价通

反馈
取消

热门搜词

造价通

取消 发送 反馈意见

哈尔小波转换应用

2022/07/16108 作者:佚名
导读:哈尔小波转换说明 由于数字图片档案过大,因此我们往往会对图片做图像压缩,压缩过后的档案大小不仅存放于电脑中不会占到过大容量,也方便我们于网络上传送。哈尔小波转换其中一种应用便是用来压缩图像。压缩图像的基本概念为将图像存成到一矩阵,矩阵中的每一元素则代表是每一图像的某画素值,介于0到255间。例如256x256大小的图片会存成256x256大小的矩阵。JPEG影像压缩的概念为先将图像切成8x8大小的

哈尔小波转换说明

由于数字图片档案过大,因此我们往往会对图片做图像压缩,压缩过后的档案大小不仅存放于电脑中不会占到过大容量,也方便我们于网络上传送。哈尔小波转换其中一种应用便是用来压缩图像。压缩图像的基本概念为将图像存成到一矩阵,矩阵中的每一元素则代表是每一图像的某画素值,介于0到255间。例如256x256大小的图片会存成256x256大小的矩阵。JPEG影像压缩的概念为先将图像切成8x8大小的区块,每一区块为一8x8的矩阵。

在处理8x8二维矩阵前,先试着对一维矩阵

作哈尔小波转换,

公式为

哈尔小波转换范例

对8x8的二维矩阵A作哈尔小波转换,由于AH是对A的每一行作哈尔小波转换,作完后还要对A的每一列作哈尔小波转换,因此公式为

。以下为一简单的例子:

列哈尔小波转换(row Haar wavelet transform)

行哈尔小波转换(column Haar wavelet transform)

由以上例子可以看出哈尔小波转换的效果,原本矩阵中变化量不大的元素经过变换后会趋近零,再配合适当量化便可以达到压缩的效果了。此外若一矩阵作完哈尔小波转换后所含的零元素非常多的话,称此矩阵叫稀疏,若一矩阵越稀疏压缩效果越好。因此可对定一临界值
若矩阵中元素的绝对值小于此临界值
,可将该元素令成零,可得到更大的压缩率。然而
取过大的话会造成图像严重失真,因此如何取适当的
也是值得讨论的议题。

*文章为作者独立观点,不代表造价通立场,除来源是“造价通”外。
关注微信公众号造价通(zjtcn_Largedata),获取建设行业第一手资讯

热门推荐

相关阅读