手机网站建设方案doc,柳州人社app下载,图书网站建设策划书1万字,外贸创业一、前言
2023年02月22日#xff0c;我发布了滤波后#xff0c;为针对异常的白色和黑色像素进行处理的实验#xff0c;本次发布基于上下文处理的方案的实验#xff0c;目的是通过基于加权概率模型滤波后#xff0c;在逆滤波时直接修复大量的白色和黑色的异常像素#xf…一、前言
2023年02月22日我发布了滤波后为针对异常的白色和黑色像素进行处理的实验本次发布基于上下文处理的方案的实验目的是通过基于加权概率模型滤波后在逆滤波时直接修复大量的白色和黑色的异常像素效果很明显。 本次实验主要有三个点 1、在自定义的数据上判断滤波的作用以及滤波后数据的特征 2、在lenna.bmp图像上进行相同的统计确定图像已经被正常的滤波 3、我给出的简单修复算法能有效的去除逆滤波后的问题。
二、自定义256个字节进行滤波
2.1 实验一设定滤波系数15生成0-255的值 通过实验得出 1、滤波后的而且等于0xFF的数据为79很显然加权概率模型的滤波和DCT、小波区别巨大不会产生接近0的值而是大部分偏向255的值。 2、逆滤波后的差异个数为85个其他的数据完全正确。
2.2 实验二设定滤波系数20生成0-255的值 通过实验不难得出 1、滤波后的而且等于0xFF的数据为120。 2、逆滤波后的差异个数为133个其他的数据完全正确。
2.3 实验三设定滤波系数20随机生成256个字节进行三次
第一次 第二次 第三次 三次实验得出的结果是 1、滤波后等于0xFF的值会有一部分的波动但是逆滤波后的数据错误率变化不大。
2.4 实验结论
显然上述实验证明加权概率模型能有效的进行数据滤波另外实际上当滤波系数为15时是基于符号1的概率p1 665/1024 0.649414以及加权系数r 978/1024 0.955078进行的滤波。需要注意的是加权系数r的计算公式来自于《杰林码原理及应用》。为了方便将算法整数运算所以变成了查表的模式进行计算以前我把这个算法叫等熵变换或降熵变换算法其实就是滤波算法。滤波的目的是方便压缩和分析。
三、基于lenna.bmp图像滤波同时进行修复
3.1 实验一设定滤波系数15 不修复时 修复后 显然通过上下文能有效的修复图像其次等于0xFF的值大于了25%为图像压缩带来巨大的效应修复后的图像质量还不错
3.2 实验二设定滤波系数25 不修复时 修复后 显然通过上下文能有效的修复图像不过还需要一次修复处理其次等于0xFF的值大于了55%为图像压缩带来巨大的效应修复后的图像质量还不错不存在所谓的模糊、方块效应。
