学习,先什么都学一点,然后发现完蛋了。
Images
Binary images 二值图像 0或1取值,技术有Image Halftone
Gray images 灰度图 0 到 255 8bits/pixel
Color images
- indexed color images (based on palette) 意思就是调色板存储要出现的RGB值
- Full color images 真彩色图像 24bits/pixel
Bit Depth 拿灰度图像举例,0-255,8位 0-32 5位
老师说 c++设置时候的*data,指的是图像RGB分量的值
数字信号处理
Ω/2Π 为有理数,那么就是周期的
老师讲的特别好,用欧几里得空间来说明 是三个基向量,一个向量可以由这三个基向量线性表示
傅里叶变换,则是有无数个基向量,且是个复频域,因此求幅值要乘共轭。在欧几里得空间用坐标来表示这个V,换到复频域就用X(w),总之就是有比较明显的对应关系。
图像是二维的,对图像做变换要用到二维的DFT,二维的DFT是一维DFT的变式,可以理解一个为x轴一个为y轴,自然形式也是差不多的。
analysis的时候要求基分量,求赋值的时候要有共轭(负号)
第一幅图,垂直方向上没有变换,水平方向上变化;
第二幅图,水平方向上没有变换,垂直方向变换,且次数更多;
频率域中,点越密表示变换越慢,点距离越远则变换越快;反过来说,变换越多,点越稀疏,变换越少,点越密;
例子如下
类似阶跃函数,频率也就是无限。
自然图像的频率成分集中在低频,能量也集中在低频,纹理细节-高频部分对我们人眼来说也不重要,就可以压缩了。
相位谱比幅度谱更重要。老师做了个实验,非常有意思。