|
Kategorie: Diplomové, bakalářské práce |
Tento dokument chci!
Prvním cílem diplomové práce je prostudování základních principů komprimace obrazových signálů. Seznámení se s technikami používanými pro redukci zbytečnosti a nadbytečnosti v obrazovém signálu. Druhým cílem je, na základě těchto informací, realizovat jednotlivé komprimační nástroje v programovém prostředí Matlab a sestavit tak jednoduchý model video kodeku. Diplomová práce obsahuje popis realizace tří základních komprimačních bloků a sice - kódování uvnitř snímku, mezi snímkové kódování a kódování s proměnnou délkou slova - podle standardu MPEG-2.
Pole vektorů (vlevo) kompenzovaný snímek (vpravo). této hranice doba zpracování plného vyhledávání zvyšující se
velikostí vyhledávacího okna, lineárně roste, cca 2,6 sekund. 38, všech algoritmů přibližně stejná oblasti
+/– pixelů.
. grafu lze vyvodit, případě těchto
dvou snímků N-krokové vyhledávání náchylné větší velikost pohybových vektorů při
větší velikosti vyhledávacího okna, sumě cca 800 více než ostatních.
Závislost SAE velikosti vyhledávacího okna, viz obr.
Závislost sumy pohybových vektorů velikosti vyhledávacího okna, viz obr. grafu vyplývá, situace muže takových případech dokonce
zhoršovat, viz oblast +/– (10 15) pixelů, kdy SAE zvyšuje. Plné vyhledávání
NSS N-Krokové vyhledávání
LS Logaritmické vyhledávání
Tab. Obecně platí (pokud uvažujeme dva výrazně sebe lišící snímky), čím menší
rozdíl snímků, tím větší suma pohybových vektorů. 36. případě malého pohybu obsahu snímku zvolení
velké prohledávací oblasti díky odpovídající velikosti kroku globální maximum přeskočeno
už prvním kroku. 40. Srovnání výkonnosti vyhledávacích algoritmů.
Doba zpracování, viz obr.
Suma rozdílu snímků
[ tisících ]
Suma pohybových
vektorů ]
Srovnávací operace ]
Vyhledávací
okno
[ +/– pixelů NSS NSS NSS LS
1 894 894 894 617 617 617 3328 3328 3328
3 515 527 558 1644 1620 1421 17760 6665 6669
7 428 482 494 2139 2387 1902 80896 10014 8983
15 412 518 526 2493 3323 2389 344256 13390 10182
Pozn.30
Obr. Tyto výsledky závisí hardwaru jiných konfiguracích mohou lišit. zachycení lokálním minimu
přispívá charakter jednotlivých snímků.
Počet srovnávacích operací nejmenší pro logaritmické vyhledávání, což ovšem projevuje
i sumě rozdílu snímků, kde naopak logaritmické vyhledávání nejhorší. 37, ukazuje, plné
vyhledávání vždy lokalizuje globální minimum celé prohledávané oblasti, zatímco
N-krokové logaritmické vyhledávání mají díky pevně danému kroku tendenci zachytit
v lokálním minimu prohledávané oblasti, viz obr. Jak N-krokové, tak
logaritmické vyhledávání drží celý rozsah 0,4 sekund, přičemž N-krokové něco
málo rychlejší. 39,
inverzně kopíruje průběh závislosti SAE, drobné výjimky, viz zachycení lokálním
minimu
