[ΨΕΕ] Εργασία 4 - Απορίες

[Thmmy.gr portal]

  Thmmy.gr portal
   Forum
   Downloads
   Ενεργ. Λογαριασμού
   Επικοινωνία
  
  Χρήσιμα links
   Σελίδα τμήματος
   Βιβλιοθήκη Τμήματος
   Elearning
   Φοιτητικά fora
   Πρόγραμμα Λέσχης
   Πρακτική Άσκηση
   Ηλεκτρονική Εξυπηρέτηση Φοιτητών
   Διανομή Συγγραμμάτων
   Ψηφιακό Καταθετήριο Διπλωματικών
   Πληροφορίες Καθηγητών
   Instagram @thmmy.gr
   mTHMMY
  
  Φοιτητικές Ομάδες
   ACM
   Aristurtle
   ART
   ASAT
   BEAM
   BEST Thessaloniki
   EESTEC LC Thessaloniki
   EΜΒ Auth
   IAESTE Thessaloniki
   IEEE φοιτητικό παράρτημα ΑΠΘ
   SpaceDot
   VROOM
   Panther
  

THMMY.gr Web

Helios_MultiScribbles2SMF Default ThemeSMFone_Blue

[Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads]

Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη.

Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.

Ανεβάζετε τα θέματα των εξετάσεων στον τομέα Downloads με προσοχή στα ονόματα των αρχείων!

[Δείτε περισσότερα εδώ...]

Συμβουλές καλής χρήσης του φόρουμ: Youtube embed code and links, Shoutbox, Notify, ...

Δείτε περισσότερα εδώ...

[edenaxas]

όταν λέμε ομοιόμορφο κβαντιστή, εννοούμε πως εαν πχ έχω 8 Bit θα βρώ το εύρος της μεταβλητής και θα βάλω το 0000 0000 να δέιχνει στη minimum τιμή? Δηλαδή έστω οτι στην MxN συνιστόσα βρήκα πως για όλα τα blocks το range ειναι R, τοτε θα βάλω τον 8bit κβαντιστή να χωρίσει το R σε 256 τμήματα που θα αντιστοιχούν στα 256 βήματα του κβαντιστή?

[pmousoul]

έχω κι εγώ παρόμοια απορία..

έστω ότι ένα συγκεκριμένο pixel σε κάθε μετασχηματισμένο με dct2 τμήμα της εικόνας παίρνει τιμές από 15 μέχρι 200 και ότι αυτό το pixel θα πρέπει να κωδικοποιηθεί με 6 bits..

αυτό σημαίνει ότι θα πρέπει να χωρίσουμε το διάστημα [15,200] σε 64 ίσα υποδιαστήματα και να αντιστοιχίσουμε στο κάθε ένα διάστημα μία τιμή από 0 μέχρι 63?


τι γίνεται στην περίπτωση που το pixel παίρνει πάντα την τιμή 255 και θα πρέπει να κωδικοποιήσουμε με 8 bits?

δηλ. το διάστημα τιμών είναι [255,255]?

[edenaxas]

μηπως κατι παιζει και παντα παιρνει την τιμη 255? μηπως τερματιζει το int8? ψαξτο λιγο...

[Verminoz]

έχω κι εγώ παρόμοια απορία..

έστω ότι ένα συγκεκριμένο pixel σε κάθε μετασχηματισμένο με dct2 τμήμα της εικόνας παίρνει τιμές από 15 μέχρι 200 και ότι αυτό το pixel θα πρέπει να κωδικοποιηθεί με 6 bits..

αυτό σημαίνει ότι θα πρέπει να χωρίσουμε το διάστημα [15,200] σε 64 ίσα υποδιαστήματα και να αντιστοιχίσουμε στο κάθε ένα διάστημα μία τιμή από 0 μέχρι 63?

Ομοιόμορφος έχω την εντύπωση ότι σημαίνει ίσα διαστήματα μεταξύ των επιπέδων του κβαντιστή. Από εκεί και πέρα στο παράδειγμα που φέρνεις χωρίζεις το [15,200] σε 64 ίσα διαστήματα. Στην προκειμένη περίπτωση τα επίπεδα κβαντισμού προκύπτουν:

15, 17.9, 20.8, 23.7, 26.6 ... 200

δηλαδή από το 15 μέχρι το 200 με βήμα (200-15)/64 = 2.9 (περίπου).
Από εκεί και πέρα κάθε τιμή αυτού του συγκεκριμένου pixel από κάθε block θα στρογγυλοποιείται στο κοντινότερο επίπεδο κβαντισμού.

τι γίνεται στην περίπτωση που το pixel παίρνει πάντα την τιμή 255 και θα πρέπει να κωδικοποιήσουμε με 8 bits?

δηλ. το διάστημα τιμών είναι [255,255]?

Δε σε νοιάζει, θα προκύψει κακή συμπίεση καθώς θα ξοδεύεις 8 bits για να αναπαραστήσεις 1 μόνο τιμή, αλλά εφόσον σου λέει ότι με τόσα bits θα το κάνεις, με τόσα θα το κάνεις. Γι αυτό υπάρχουν διάφοροι πίνακες κβαντισμού που κοιτάνε να τους βελτιώσουν. Σου προέκυψε κάτι τέτοιο;

[pmousoul]

τι γίνεται στην περίπτωση που το pixel παίρνει πάντα την τιμή 255 και θα πρέπει να κωδικοποιήσουμε με 8 bits?

δηλ. το διάστημα τιμών είναι [255,255]?

Δε σε νοιάζει, θα προκύψει κακή συμπίεση καθώς θα ξοδεύεις 8 bits για να αναπαραστήσεις 1 μόνο τιμή, αλλά εφόσον σου λέει ότι με τόσα bits θα το κάνεις, με τόσα θα το κάνεις. Γι αυτό υπάρχουν διάφοροι πίνακες κβαντισμού που κοιτάνε να τους βελτιώσουν. Σου προέκυψε κάτι τέτοιο;

το πρώτο στοιχείο (πάνω αριστερή γωνία) στους μετασχηματισμένους με dct2 υποπίνακες 8x8 είναι πάντα 255..

το οποίο είναι λογικό, εφόσον με την χρήση του μετασχηματισμού του συνημιτόνου υποθέτουμε ότι η ενέργεια του σήματος (υποπίνακα 8x8) συγκεντρώνεται στις χαμηλότερες συχνότητες

πρώτα χωρίζουμε την εικόνα σε τμήματα και έπειτα κάνουμε dct2 σε κάθε τμήμα - έτσι λέει η εργασία

[pmousoul]

μηπως κατι παιζει και παντα παιρνει την τιμη 255? μηπως τερματιζει το int8? ψαξτο λιγο...

μπορεί να φταίει αυτό..

ίσως πρέπει να κάνω την εικόνα double πριν την κόψω και μετασχηματίσω το κάθε τμήμα.. μια και η dct2 θέλει όρισμα numeric ή logical..


υ.γ. ευχαριστώ Verminoz και edenaxas για τις απαντήσεις σας

[edenaxas]

τι γίνεται στην περίπτωση που το pixel παίρνει πάντα την τιμή 255 και θα πρέπει να κωδικοποιήσουμε με 8 bits?

δηλ. το διάστημα τιμών είναι [255,255]?

Δε σε νοιάζει, θα προκύψει κακή συμπίεση καθώς θα ξοδεύεις 8 bits για να αναπαραστήσεις 1 μόνο τιμή, αλλά εφόσον σου λέει ότι με τόσα bits θα το κάνεις, με τόσα θα το κάνεις. Γι αυτό υπάρχουν διάφοροι πίνακες κβαντισμού που κοιτάνε να τους βελτιώσουν. Σου προέκυψε κάτι τέτοιο;

το πρώτο στοιχείο (πάνω αριστερή γωνία) στους μετασχηματισμένους με dct2 υποπίνακες 8x8 είναι πάντα 255..

το οποίο είναι λογικό, εφόσον με την χρήση του μετασχηματισμού του συνημιτόνου υποθέτουμε ότι η ενέργεια του σήματος (υποπίνακα 8x8) συγκεντρώνεται στις χαμηλότερες συχνότητες

πρώτα χωρίζουμε την εικόνα σε τμήματα και έπειτα κάνουμε dct2 σε κάθε τμήμα - έτσι λέει η εργασία

oxi, oxi... panta to 1o stoixeio exei times se mena >1000! opote sou termatizei to int8..

[pmousoul]

Κοίταξε.. τώρα που δοκίμασα αυτό :

ίσως πρέπει να κάνω την εικόνα double πριν την κόψω και μετασχηματίσω το κάθε τμήμα.. μια και η dct2 θέλει όρισμα numeric ή logical..

οι τιμές της πάνω αριστερής γωνίας του κάθε τμήματος είναι περίπου 4 με 6

[pmousoul]

τελικά καταλήγουμε στα εξής..

αφού διαβάσεις μία εικόνα με την imread()

x= imread('lena256.bmp');

μετά την κάνεις double με

x = double(x);

ή

x = im2double(x);



εγώ μέχρι τώρα το έκανα με την im2double()



edit : Επίσης εάν ξέρει κανείς τίποτα πάνω σε αυτό το θέμα.. ας δώσει τα φώτα του.

[edenaxas]

diavazeis tin eikona me imread, xwrizeis se blocks 8x8, kaneis gia to ka8eena dct2 kai meta kaneis quantize.

apo tin alli exw piei tosi tequila pou den eimai k sigourogeg epgjerpg

[Social_waste]

(pantws an kaneis imread kai meta dct2 sou bgazei automatws double)

[pmousoul]

(pantws an kaneis imread kai meta dct2 sou bgazei automatws double)

σου βγάζει double μόνο εάν δημιουργήσεις νέα μεταβλητή που είτε θα έχει τον κάθε υποπίνακα ή όλους τους υποπίνακες

εάν επεξεργαστείς την ίδια την εικόνα παίρνοντας dct2 στο κάθε 8χ8 τμήμα της και αποθηκεύοντάς το αποτέλεσμα στην ίδια μεταβλητή της εικόνας, σου δίνει uint8

επειδή η αρχική μεταβλητή είναι uint8

έτσι εάν κάνεις την εικόνα double από την αρχή και πάρεις dct2 σε κάθε τμήμα της, αποθηκεύοντάς το στην ίδια μεταβλητή.. έχεις το αποτέλεσμα που θες

[pmousoul]

έστω ότι το κάνουμε αυτό :

Ομοιόμορφος έχω την εντύπωση ότι σημαίνει ίσα διαστήματα μεταξύ των επιπέδων του κβαντιστή. Από εκεί και πέρα στο παράδειγμα που φέρνεις χωρίζεις το [15,200] σε 64 ίσα διαστήματα. Στην προκειμένη περίπτωση τα επίπεδα κβαντισμού προκύπτουν:

15, 17.9, 20.8, 23.7, 26.6 ... 200

δηλαδή από το 15 μέχρι το 200 με βήμα (200-15)/64 = 2.9 (περίπου).
Από εκεί και πέρα κάθε τιμή αυτού του συγκεκριμένου pixel από κάθε block θα στρογγυλοποιείται στο κοντινότερο επίπεδο κβαντισμού.

τι γίνεται στην περίπτωση που ο πίνακας κβαντισμού έχει μηδενικά για κάποια pixel?

αφήνουμε τις τιμές ως έχουν?

[Verminoz]

έστω ότι το κάνουμε αυτό :

Ομοιόμορφος έχω την εντύπωση ότι σημαίνει ίσα διαστήματα μεταξύ των επιπέδων του κβαντιστή. Από εκεί και πέρα στο παράδειγμα που φέρνεις χωρίζεις το [15,200] σε 64 ίσα διαστήματα. Στην προκειμένη περίπτωση τα επίπεδα κβαντισμού προκύπτουν:

15, 17.9, 20.8, 23.7, 26.6 ... 200

δηλαδή από το 15 μέχρι το 200 με βήμα (200-15)/64 = 2.9 (περίπου).
Από εκεί και πέρα κάθε τιμή αυτού του συγκεκριμένου pixel από κάθε block θα στρογγυλοποιείται στο κοντινότερο επίπεδο κβαντισμού.

τι γίνεται στην περίπτωση που ο πίνακας κβαντισμού έχει μηδενικά για κάποια pixel?

αφήνουμε τις τιμές ως έχουν?

Φαντάζομαι πως...οι τιμές αυτές κατασφάζονται. Αφού σου λέει ότι το κωδικοποιείς με 0 bits τότε ουσιαστικά δεν κωδικοποιείς αυτές τις τιμές. Ας με διορθώσει κάποιος αν κάνω λάθος αλλά η λογική αυτό λέει.

Να ρωτήσω κι εγώ κάτι: Πως υπολογίζουμε MSE και PSNR μιας RGB εικόνας; Για κάθε κανάλι ξεχωριστά ή κάτι άλλο;

[edenaxas]

1. gia ta 0 bits, den asxolisai me tis times aftes kai sti 8esi tous vazeis 0. O pinakas kvantismou edw paizei ligo kai to rolo tou filtrou pou kovei tis psiles syxnotites...

2. mse :
e = a - b;
e = e .^2;
s = sum(e, 1);
s = sum(s, 2);
mse = s/64;

psnr = 10 * log10( 255^2 / mse);

i think so.. min sas parw kai sto laimo mou