1. 什麼是資料壓縮 就是縮減資料量
2. 什麼是資料重複性 就是同一個故事可以用不同的說法去表示, 而和故事本體無關的的字句, 就是資料重複的地方 以數學的角度
RD(資料重複性） = 1 - 1/CR
CR (壓縮比） = n1/n2 , 其中n1, n2 表示不同的說法
假設n1=100, n2=10, 表示同一個故事n1用100個字去表示, n2用10個字去表示, 則n1和n2的壓縮比為10, n1的資料重複性為90％ 3. 什麼是直方圖 數位影像處理, p175 圖4.10 4. 灰階 就是明亮度的量化值 例如：從CCD而來的影像資訊為 256 x 256 x 8bits, 代表一個像素的灰階為2的8次方 = 256 階 明亮度 其中0為黑, 255為白 5. Coding Redundancy （編碼重複多餘性） 因為大部分影像的直方圖（不同的灰階出現的機率不同）不是平均的, 而灰階的自然二進制編碼則對最大機率和最小機率都配給相同的位元數, 這就不能使每個像素的平均位元數極小, 結論是產生編碼重複性 數位影像處理, p316 編碼重複多餘性 6. 什麼是標準化自相關係數 7. 全彩轉灰階 我們可以設 y=(r+g+b)/3 也可以設 y= 0.299*r + 0.587*g + 0.114*b, 換句話說不同的係數應該都可以, 只是效果不同
2. 什麼是資料重複性 就是同一個故事可以用不同的說法去表示, 而和故事本體無關的的字句, 就是資料重複的地方 以數學的角度
RD(資料重複性） = 1 - 1/CR
CR (壓縮比） = n1/n2 , 其中n1, n2 表示不同的說法
假設n1=100, n2=10, 表示同一個故事n1用100個字去表示, n2用10個字去表示, 則n1和n2的壓縮比為10, n1的資料重複性為90％ 3. 什麼是直方圖 數位影像處理, p175 圖4.10 4. 灰階 就是明亮度的量化值 例如：從CCD而來的影像資訊為 256 x 256 x 8bits, 代表一個像素的灰階為2的8次方 = 256 階 明亮度 其中0為黑, 255為白 5. Coding Redundancy （編碼重複多餘性） 因為大部分影像的直方圖（不同的灰階出現的機率不同）不是平均的, 而灰階的自然二進制編碼則對最大機率和最小機率都配給相同的位元數, 這就不能使每個像素的平均位元數極小, 結論是產生編碼重複性 數位影像處理, p316 編碼重複多餘性 6. 什麼是標準化自相關係數 7. 全彩轉灰階 我們可以設 y=(r+g+b)/3 也可以設 y= 0.299*r + 0.587*g + 0.114*b, 換句話說不同的係數應該都可以, 只是效果不同
說話的藝術 (1)