Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm
Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm
Titel: Om fingeraftryk – komprimering med ... - of Arne Mejlholm
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
6.6 Transformation ved hjælp af forudsigelse 6. Komprimeringsteknikker<br />
y[2 j ] = v[1]x[1] + v[2]x[2] + · · · + v[2 j − 1]x[2 j − 1] + v[2 j ]x[2 j ]<br />
Dvs. har vi den rigtig base, kan vi ogs˚a findes det transformerede signal<br />
eller det inverse transformerede signal. Ved at multiplicere matricen W j senhed<br />
<strong>med</strong> et givet komprimeret datasignal x[2j ], opstillet som søjle, s˚a f˚as det<br />
oprindelig datasignal y[2j ]: W j senhedx[2j ] = y[2j ]. P˚a tilsvarende m˚ade finder<br />
man W j aenhed ved at wavelets transformere de 8 enhedsvektorer.<br />
[1, 0, 0, 0, 0, 0, 0, 0] [0, 1, 0, 0, 0, 0, 0, 0] . . . [0, 0, 0, 0, 0, 0, 0, 1]<br />
og efter transponering ender man op <strong>med</strong> følgende.<br />
W (3)<br />
aenhed =<br />
⎡<br />
1<br />
8<br />
1<br />
8<br />
1<br />
4<br />
1<br />
2<br />
endvidere gælder der at<br />
1<br />
8<br />
1<br />
8<br />
1<br />
4<br />
1 −<br />
1<br />
8<br />
1<br />
8<br />
1 − 4<br />
1<br />
8<br />
1<br />
8<br />
1<br />
8<br />
1 − 8<br />
1<br />
8<br />
1 − 8<br />
1<br />
8<br />
1 − 8<br />
0 0 0 0 0 0 1<br />
2<br />
1<br />
8<br />
1 − 8<br />
⎢<br />
⎥<br />
⎢<br />
⎥<br />
⎢<br />
1<br />
⎢<br />
− 4 0 0 0 0 ⎥<br />
⎢ 2 0 0 0 0 0 0 ⎥<br />
⎢<br />
1 1<br />
⎢ 0 0 2 − 2 0 0 0 0 ⎥<br />
⎣<br />
1 1<br />
0 0 0 0 2 − 2 0 0 ⎦<br />
W j senhed · W j aenhed = I og W j aenhed · W j senhed<br />
da, Wsenhed er invertibel, hvor matricen I er en j × j enhedsmatrice.<br />
Vi har i dette afsnit benyttet lineær algebra til at give en fortolkning af<br />
wavelet transformation. Det er ikke effektivt at implementere wavelet transformation<br />
ved brug af matrix multiplication i et program, p˚a baggrund af<br />
matriceregneoperationerne, da man vil f˚a en kvadratisk udførselstid, dvs.<br />
O(n2 ) fremfor en lineær udførselstid, dvs. O(n), for en udførelse af lifting.<br />
6.6.4 Komprimering af billeder <strong>med</strong> wavelets<br />
Indtil videre har vi kun omtalt signaler i en dimension, men da billeder er<br />
repræsenteret i to dimensioner, skal vi udvide wavelets til at kunne h˚andtere<br />
to dimensioner. Til det form˚al findes der to metoder. Man kan vælge at anvende<br />
to endimensionelle transformationer eller man kan bruge ægte todimensional<br />
transformation.<br />
Separat transformation<br />
For endimensionelle transformationer repræsenterer man et givent billede<br />
ved hjælp af en matrice. Lad os nu antage at vi har en m × n matrix:<br />
68<br />
− 1<br />
2<br />
= I<br />
⎤