JPEG Kodierung Farbraum- wechsel Chroma- Subsampling DCTQuantisierung Beispie l 8x8 Pixel Segment ZigZag Huffmann.

Slides:



Advertisements
Ähnliche Präsentationen
Vom Bildungsplan zum Stundenthema
Advertisements

Fast Fourier Transformation
3. 3D-Betrachtungstransformationen
Schnelle Matrizenoperationen von Christian Büttner
13. Transformationen mit Matrizen
11. Matrizen. 11. Matrizen Eine mn-Matrix ist ein Raster aus mn Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (aij)1  i  m, 1.
christiane, steffen und stephan
Faltung Entfaltung Bestimmung der (unbekannten) Funktion f aus den (bekannten) Funktionen h und g. Bezeichnung h(x) … Messdaten f(y) … Physikalisches Profil.
X =. Allgemeine Form der Gleichung (Addition): Allgemeine FormLösungshinweis x + a = b a + x = b x = b - a Allgemeine Form der Gleichung (Subtraktion):
Dr. Monique Jucquois-Delpierre
Was wir zur numerischen Lösung von Dglen wissen
Bilder und Rasterdaten
FH-Hof Georeferenzieren Richard Göbel. FH-Hof Geographische Positionen in Bilddaten Bilddaten werden von Kameras (Sensoren): auf Flugzeugen oder auf Satelliten.
Law of comparative judgement
Algorithmus. Ein Kochrezept, zum Beispiel: Kartoffelbrei.
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Kompressionsverfahren (für Texte)
WS Algorithmentheorie 08 – Dynamische Programmierung (2) Matrixkettenprodukt Prof. Dr. Th. Ottmann.
Gruppe Multiplizierer. Aufgabe Implementation eines seriellen Multiplizierers Verwendung des Prinzips der systolischen Arrays inklusive Built In Self.
ISWeb - Information Systems & Semantic Web Marcin Grzegorzek 5.4 Latent Semantic Indexing und Singulärwertzerlegung Zerlegung von.
Grafikkomprimierung Andreas Pretzsch.
Quaternionen Eugenia Schwamberger.
Bildtransformationen
Medien- Technik Datei-Formate: TIFF Tagged Image File Format.tif.tiff.
Dateiformate für Rasterbilder
Dateiformate .jpeg Verlustbehaftete Kompression.
Medien- Technik Dateiformate.jpeg Verlustbehaftete Kompression.
Objekt- und Selbstlokalisation in der Robotik
Zahlenmengen.
Bruchrechenregeln Los geht´s Klick auf mich! Melanie Gräbner.
Rechnen im Binärsystem
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
Polynome und schnelle Fourier-Transformation
Daniel Laxar, Felix Lucny, Markus Tonner
Fourier-Analyse und technologische Anwendungen
§22 Invertierbare Matrizen und Äquivalenz von Matrizen
Vertauschungs-, Verbindungs-, Verteilungsgesetz
Scaffold 29S: Komplexe Zahlen
JPEG Joint Photographic Experts Group Thomas Leinmüller
Softwaretechnologie für Fortgeschrittene Teil Thaller Stunde IV: Bildverarbeitung IV Köln 15. Januar 2015.
Lineare Algebra 11. Matrizen Eine m  n-Matrix ist ein Raster aus m  n Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (a ij )
Softwaretechnologie für Fortgeschrittene Teil Thaller Stunde III: Bildverarbeitung III Köln 2. Dezember.
Messen Zuordnung von Zahlen zu Objekten/Ereignissen gemäß Regeln
Wichtige Transformationen
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Ein Referat von Robert Becker
6. Thema: Arbeiten mit Feldern
Rechnungsarten Die Addition
JPEG Ingo Kregel Layout: R G B Lila: Blau:
Image compression Seminar : Bildverarbeitung und Computer Vision
PCA Principal Component Analysis. Gliederung PCA – Warum eigentlich? PCA – Was ist zu tun? Was passiert eigentlich? Anwendungen Zusammenfassung.
Proseminar – Computer Graphics Martin Schreiber computer graphics & visualization Image Processing.
Desktop-Publishing Grafik- und Bildformate. F. Müller Übersicht Bitmaps – Pixel, Größe – Auflösung – Optimierung – Farbtiefe – Speicherformate – Animationen.
EINFÜHRUNG IN DIE BILDVERARBEITUNG Grafiktypen Rastergrafiken (bitmaps) Vektorengrafiken.
Einführung. Einführung Mengenlehre Beziehungen zwischen Mengen Einführung Definition: Menge Darstellungsarten von Mengen Definition: Leere Menge Beziehungen.
Verschlüsselung nach dem RSA-Verfahren
HCS Übung 9 Von: Patrick Denk Oleg Arenz
► Zahlen kleiner 0 heissen negative Zahlen.
Softwaretechnologie für Fortgeschrittene Teil Thaller Stunde III: Bildverarbeitung III Köln 5. Dezember 2013.
Ultrakurzeinführung OpenCV
Raster Operationen.
Datentypen: integer, char, string, boolean
Was kann man mit Zahlen anfangen?
Theorie der unscharfen Mengen
Verhalten eines Graphen im Unendlichen: der limes
Diagramm der Farbwerte (Lab-Farbraum, 16 Farbklassen-Modell), Adolph Menzel, Théâtre du Gymnase Farbsummenrelationen:
Das Wurzelzeichen √ und seine Bedeutung
Diagramm der Farbwerte (Lab-Farbraum, 16 Farbklassen-Modell), Adolph Menzel, Balkonzimmer Goldene Relationen (1,61): 100% / gelbes Segment und gelbes.
Rechenausdrücke (Terme) – Fachbegriffe - Rechenregeln
 Präsentation transkript:

JPEG Kodierung Farbraum- wechsel Chroma- Subsampling DCTQuantisierung Beispie l 8x8 Pixel Segment ZigZag Huffmann

JPEG Kodierung Beispiel Vorbereitung Werte um 0 zentrieren  128 von allen Werten subtrahieren überführt von Intervall [0,255] nach [- 128,127] 

JPEG Kodierung Beispiel Diskrete Cosinustransformation orthonormale Transformation  inversible Operation (verlustfrei!) 

JPEG Kodierung Beispiel Quantisierung „Division“ der transformierten Matrix durch Quantisierungsmatrix eigentlich: Typische Quantisierungs- matrix (JPEG Standard)

JPEG Kodierung Beispiel Quantisierung „Division“ der transformierten Matrix durch Quantisierungsmatrix 

JPEG Kodierung Beispiel Run Length Encoding  Zigzag- Kodierung

JPEG Kodierung Beispiel Run Length Encoding  Zigzag-Kodierung  Huffmann- Kodierung

JPEG Dekodierung Beispiel Inverse Quantisierung jede Position mit relativem Wert in Quantisierungsmatrix multiplizieren 

JPEG Dekodierung Beispiel Inverse Diskrete Cosinustransformatio n 

JPEG Dekodierung Beispiel Addition von 128 

JPEG Vergleich Beispiel Vorh er Nach her