"图像压缩实验"版本比较

版本1和18间的区别 (跳过第17版)

目的

掌握压缩图像的保真度计算
掌握图像的信息熵计算

内容

图像保真度评价标准
1. 写一个程序，计算压缩图像的均方根误差 $e_{rms}=\sqrt{\frac{1}{MN}\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}[\hat{f}(x,y)-f(x,y)]^2 }$ 和均方信噪比 $SNR_{ms} = \frac{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\hat{f}(x,y)^2}{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\left[\hat{f}(x,y) - f(x,y)\right]^2}$ 。
2. 下载图片 fig8.4a.jpg ，写一个程序将这个图像量化到16级灰度，生成类似如图
  
  中(b)所示效果。用前面的程序计算图像的失真，并解释。
图像的熵(Entropy)
1. 写一个程序计算图像的信息熵。 $H = -\sum_{i=0}^{L-1} Pi\log Pi$ ，其中Pi为各个像素级的概率，它等于各个像素级的像素个数除以图像像素总数。
2. 下载图片 fig8.14a.jpg 和 fig8.14b.tif ，使用上面的程序来计算它们的熵。解释这个结果。

-  ⇤ ← 于2007-05-21 09:57:49修订的的版本1 → 
  大小: 396
  编辑: czk
  备注:
+   ← 于2008-05-28 18:24:17修订的的版本18 → ⇥
  大小: 1124
  编辑: 218
  备注:
-删除的内容标记成这样。
+加入的内容标记成这样。
 行号 1:
+== 目的 ==
 1. 掌握压缩图像的保真度计算
 1. 掌握图像的信息熵计算
== 内容 ==
-行号 2:
+行号 7:
-    * 写一个程序，计算压缩图像的均方根误差 attachment:eq818.png 和均方信噪比 attachment:eq819.png 。
    * Download the image of Fig. 8.4(a) and write a program to generate the results in the (b) and (c) parts of the figure. Use your fidelity criteria program to characterize any loss of visual information and comment on your results.
+    a. 写一个程序，计算压缩图像的均方根误差<<latex($$e_{rms}=\sqrt{\frac{1}{MN}\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}[\hat{f}(x,y)-f(x,y)]^2 }$$)>>和均方信噪比 <<latex($$ SNR_{ms} = \frac{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\hat{f}(x,y)^2}{\sum_{x=0}^{M-1}\sum_{y=0}^{N-1}\left[\hat{f}(x,y) - f(x,y)\right]^2}$$)>> {{attachment:eq819.png}}。
    a. 下载图片 [[attachment:fig8.4a.jpg]] ，写一个程序将这个图像量化到16级灰度，生成类似如图<<BR>> {{attachment:fig8.4.jpg}} <<BR>>中(b)所示效果。用前面的程序计算图像的失真，并解释。  

 1. 图像的熵(Entropy)
    a. 写一个程序计算图像的信息熵。<<latex($$ H = -\sum_{i=0}^{L-1} Pi\log Pi $$)>>，其中Pi为各个像素级的概率，它等于各个像素级的像素个数除以图像像素总数。
    a. 下载图片 [[attachment:fig8.14a.jpg]] 和 [[attachment:fig8.14b.tif]] ，使用上面的程序来计算它们的熵。解释这个结果。