Kama sheria, ishara huingia kwenye mfumo wa usindikaji wa habari kwa fomu inayoendelea. Kwa usindikaji wa kompyuta wa ishara zinazoendelea, ni muhimu, kwanza kabisa, kuzibadilisha kuwa za digital. Kwa kufanya hivyo, shughuli za sampuli na quantization zinafanywa.

Sampuli za picha

Sampuli- hii ni mabadiliko ya ishara inayoendelea katika mlolongo wa nambari (sampuli), yaani, uwakilishi wa ishara hii kulingana na msingi fulani wa mwisho. Uwakilishi huu unajumuisha kuonyesha ishara kwenye msingi fulani.

Njia rahisi zaidi na ya asili ya sampuli kutoka kwa mtazamo wa kuandaa usindikaji ni kuwakilisha ishara kwa namna ya sampuli ya maadili yao (sampuli) kwa pointi tofauti, zilizopangwa mara kwa mara. Njia hii inaitwa rasterization, na mlolongo wa nodi ambazo sampuli huchukuliwa ni raster. Muda ambao maadili ya ishara inayoendelea huchukuliwa huitwa hatua ya sampuli. Kubadilishana kwa hatua hiyo inaitwa kiwango cha sampuli,

Swali muhimu linalojitokeza wakati wa sampuli: ni kwa masafa gani tunapaswa kuchukua sampuli za mawimbi ili kuweza kuijenga upya kutoka kwa sampuli hizi? Ni wazi, ikiwa sampuli zitachukuliwa mara chache sana, hazitakuwa na habari kuhusu ishara inayobadilika haraka. Kiwango cha mabadiliko ya ishara ni sifa ya mzunguko wa juu wa wigo wake. Kwa hivyo, upana wa chini unaoruhusiwa wa muda wa sampuli unahusiana na mzunguko wa juu zaidi wa wigo wa ishara (kinyume chake).

Kwa kesi ya sampuli sare, yafuatayo ni kweli: Nadharia ya Kotelnikov, iliyochapishwa mwaka wa 1933 katika kazi "Juu ya uwezo wa hewa na waya katika mawasiliano ya simu." Inasema: ikiwa ishara inayoendelea ina wigo mdogo na mzunguko, basi inaweza kujengwa upya kabisa na bila utata kutoka kwa sampuli zake zilizochukuliwa na kipindi, i.e. na frequency.

Urejesho wa ishara unafanywa kwa kutumia kazi . Kotelnikov alithibitisha kuwa ishara inayoendelea ambayo inakidhi vigezo hapo juu inaweza kuwakilishwa kama safu:

.

Nadharia hii pia inaitwa nadharia ya sampuli. Kazi pia inaitwa kazi ya sampuli au Kotelnikov, ingawa safu ya tafsiri ya aina hii ilisomwa na Whitaker mnamo 1915. Kazi ya sampuli ina ugani usio na mwisho kwa wakati na kufikia thamani yake kubwa, sawa na umoja, katika hatua ambayo ni ya ulinganifu.

Kila moja ya majukumu haya yanaweza kuzingatiwa kama jibu la bora chujio cha kupitisha chini(chujio cha pasi-chini) kwa mpigo wa delta unaofika kwa wakati. Kwa hivyo, ili kurejesha ishara inayoendelea kutoka kwa sampuli zake za kipekee, lazima zipitishwe kupitia kichungi kinachofaa cha kupitisha chini. Ikumbukwe kwamba chujio hicho sio sababu na kimwili haipatikani.

Uwiano ulio hapo juu unamaanisha uwezekano wa kuunda upya kwa usahihi ishara na wigo mdogo kutoka kwa mlolongo wa sampuli zao. Ishara za Spectrum Limited- hizi ni ishara ambazo wigo wa Fourier hutofautiana na sifuri ndani ya sehemu ndogo ya eneo la ufafanuzi. Ishara za macho zinaweza kuainishwa kama mojawapo yao, kwa sababu Wigo wa Fourier wa picha zilizopatikana katika mifumo ya macho ni mdogo kutokana na ukubwa mdogo wa vipengele vyao. Frequency inaitwa Mzunguko wa Nyquist. Huu ni mzunguko wa kuzuia juu ambayo haipaswi kuwa na vipengele vya spectral katika ishara ya uingizaji.

Ukadiriaji wa picha

Katika usindikaji wa picha za dijiti, anuwai inayoendelea ya maadili ya mwangaza imegawanywa katika viwango kadhaa tofauti. Utaratibu huu unaitwa quantization. Kiini chake kiko katika ugeuzaji wa kigezo endelevu kuwa kigeu tofauti ambacho huchukua seti bainifu ya maadili. Maadili haya yanaitwa viwango vya quantization. Kwa ujumla, mabadiliko yanaonyeshwa na kazi ya hatua (Mchoro 1). Ikiwa ukubwa wa sampuli ya picha ni wa muda (yaani, lini ), basi sampuli ya asili inabadilishwa na kiwango cha quantization, wapi – vizingiti vya quantization. Inachukuliwa kuwa anuwai inayobadilika ya thamani za mwangaza ni mdogo na ni sawa na .

Mchele. 1. Kazi inayoelezea quantization

Kazi kuu katika kesi hii ni kuamua maadili ya vizingiti na viwango vya quantization. Njia rahisi zaidi ya kutatua tatizo hili ni kugawanya masafa yanayobadilika katika vipindi sawa. Walakini, suluhisho hili sio bora zaidi. Ikiwa viwango vya ukubwa wa hesabu nyingi za picha zimejumuishwa, kwa mfano, katika eneo la "giza" na idadi ya viwango ni mdogo, basi inashauriwa kuhesabu kwa usawa. Katika eneo la "giza" ni muhimu kuhesabu mara nyingi zaidi, na katika eneo la "mwanga" chini mara nyingi. Hii itapunguza kosa la quantization.

Katika mifumo ya usindikaji wa picha ya digital, wanajitahidi kupunguza idadi ya viwango vya quantization na vizingiti, kwa kuwa kiasi cha habari kinachohitajika ili kusimba picha inategemea idadi yao. Hata hivyo, kwa idadi ndogo ya viwango katika picha iliyokadiriwa, mtaro wa uwongo unaweza kuonekana. Zinatokea kama matokeo ya mabadiliko ya ghafla katika mwangaza wa picha iliyokadiriwa na huonekana sana katika maeneo ya gorofa ya mabadiliko yake. Mtaro wa uwongo hudhoofisha sana ubora wa kuona wa picha, kwani maono ya mwanadamu ni nyeti sana kwa mtaro. Wakati wa kuhesabu picha za kawaida kwa usawa, angalau viwango 64 vinahitajika.

Sampuli za picha.

Fikiria picha inayoendelea - kazi ya vigezo viwili vya anga x 1 na x 2 f(x 1 , x 2) kwenye eneo la mstatili mdogo (Mchoro 3.1).

Kielelezo 3.1 - Mpito kutoka kwa picha inayoendelea hadi isiyo ya kawaida

Wacha tuanzishe wazo la hatua ya sampuli Δ 1 katika anuwai ya anga x 1 na Δ 2 kwa kutofautiana x 2. Kwa mfano, mtu anaweza kufikiria kwamba katika pointi mbali kutoka kwa kila mmoja kwa umbali Δ 1 kando ya mhimili x 1 kuna vihisi vya video vya uhakika. Ikiwa sensorer kama hizo za video zimewekwa juu ya eneo lote la mstatili, basi picha itafafanuliwa kwenye kimiani cha pande mbili.

Ili kufupisha nukuu, tunaashiria

Kazi f(n 1 , n 2) ni kazi ya vigeu viwili tofauti na inaitwa mfuatano wa pande mbili. Hiyo ni, sampuli ya picha kwa anuwai za anga hutafsiri kuwa jedwali la maadili ya sampuli. Kipimo cha meza (idadi ya safu na safu) imedhamiriwa na vipimo vya kijiometri vya eneo la asili la mstatili na uchaguzi wa hatua ya sampuli kulingana na fomula.

Ambapo mabano ya mraba [...] yanaashiria sehemu kamili ya nambari.

Ikiwa kikoa cha ufafanuzi wa picha inayoendelea ni mraba L 1 = L 2 = L, na hatua ya sampuli imechaguliwa kuwa sawa pamoja na shoka x 1 na x 2 (Δ 1 = Δ 2 = Δ), basi

na kipimo cha meza ni N 2 .

Sehemu ya jedwali iliyopatikana kwa sampuli ya picha inaitwa " pixel" au" Kuhesabu". Fikiria pikseli f(n 1 , n 2). Nambari hii inachukua maadili ya kuendelea. Kumbukumbu ya kompyuta inaweza tu kuhifadhi nambari tofauti. Kwa hiyo, kurekodi katika kumbukumbu thamani ya kuendelea f lazima iwe chini ya ubadilishaji wa analogi hadi dijiti kwa hatua D f(ona Mchoro 3.2).

Mchoro 3.2 - Ukadiriaji wa wingi unaoendelea

Uendeshaji wa ubadilishaji wa analogi hadi dijiti (kuchukua sampuli ya thamani inayoendelea kwa kiwango) mara nyingi huitwa. quantization. Idadi ya viwango vya kuhesabu, mradi tu thamani za chaguo za kukokotoa za mwangaza ziko katika muda _____ _ __ ___, ni sawa na

Katika matatizo ya usindikaji wa picha ya vitendo, wingi Q inatofautiana sana kutoka Q= 2 (picha za "binary" au "nyeusi na nyeupe") hadi Q= 210 au zaidi (takriban thamani zinazoendelea za mwangaza). Imechaguliwa mara nyingi zaidi Q= 28, ambapo pikseli ya picha imesimbwa kwa baiti moja ya data dijitali. Kutoka kwa yote hapo juu, tunahitimisha kuwa saizi zilizohifadhiwa kwenye kumbukumbu ya kompyuta ni matokeo ya sampuli ya picha ya awali inayoendelea kwa hoja (kuratibu?) na kwa viwango. (Wapi na ngapi, na kila kitu ni tofauti) Ni wazi kwamba hatua za sampuli Δ1 , Δ 2 lazima ichaguliwe ndogo vya kutosha ili hitilafu ya sampuli isahaulike na uwakilishi dijitali uhifadhi maelezo muhimu ya picha.

Ikumbukwe kwamba hatua ndogo ya sampuli na quantization, zaidi ya kiasi cha data ya picha ambayo lazima irekodi kwenye kumbukumbu ya kompyuta. Kama kielelezo cha kauli hii, zingatia picha kwenye slaidi yenye ukubwa wa 50x50 mm, ambayo imeingizwa kwenye kumbukumbu kwa kutumia mita ya wiani wa macho ya dijiti (microdensitometer). Ikiwa, juu ya pembejeo, azimio la mstari wa microdensitometer (hatua ya sampuli kwa vigezo vya anga) ni mikroni 100, kisha safu ya pande mbili ya saizi za mwelekeo. N 2 = 500×500 = 25∙10 4. Ikiwa hatua imepunguzwa hadi microns 25, basi vipimo vya safu vitaongezeka mara 16 na kiasi cha N 2 = 2000×2000 = 4∙10 6. Kutumia quantization katika viwango vya 256, yaani, kusimba pixel iliyopatikana kwa byte, tunaona kwamba katika kesi ya kwanza, megabytes 0.25 za kumbukumbu zinahitajika kwa kurekodi, na katika kesi ya pili, 4 megabytes.

Kanuni ya mbano ambayo hutoa ubora wa juu sana wa picha na uwiano wa mbano wa data wa zaidi ya 25:1. Picha ya rangi kamili ya biti 24 yenye ubora wa pikseli 640 x 480 (kiwango cha VGA) kwa kawaida huhitaji RAM ya video kwa uhifadhi... ...

Ubadilishaji wa wimbi la kipekee- Mfano wa kiwango cha 1 cha mabadiliko ya taswira ya wimbi la kipekee. Juu ni picha ya asili ya rangi kamili, katikati ni mabadiliko ya mawimbi yaliyofanywa kwa usawa wa picha ya asili (chaneli ya mwangaza tu), chini ni wimbi ... ... Wikipedia

RASTER - raster- picha ya kipekee iliyowasilishwa kama matrix [ya] saizi... E-Business Dictionary

michoro za kompyuta- taswira ya picha ya habari kwenye skrini ya kuonyesha (kufuatilia). Tofauti na kutoa picha kwenye karatasi au vyombo vingine vya habari, picha iliyoundwa kwenye skrini inaweza kufutwa mara moja na/au kusahihishwa, kubanwa au kunyooshwa... ... Kamusi ya encyclopedic

raster- Picha ya kipekee iliyowasilishwa kama matrix ya saizi kwenye skrini au karatasi. Rasta ina sifa ya azimio lake kwa idadi ya saizi kwa kila urefu wa kitengo, saizi, kina cha rangi, n.k. Mifano ya michanganyiko: msongamano... ... Mwongozo wa Mtafsiri wa Kiufundi

meza- ▲ meza ya safu mbili-dimensional safu mbili-dimensional; uwakilishi tofauti wa kazi ya vigezo viwili; gridi ya habari. tumbo. kadi ya ripoti | kujumlisha. mstari. mstari. safu. safu. safu. grafu. grafu. grafu. ▼ ratiba... Kamusi ya Kiitikadi ya Lugha ya Kirusi

Kubadilisha laplace- Badiliko la Laplace ni badiliko muhimu linalounganisha utendaji wa kigezo changamano (picha) na utendaji wa kigezo halisi (cha awali). Kwa msaada wake, mali ya mifumo ya nguvu hujifunza na kutatuliwa ... ... Wikipedia

Kubadilisha laplace

Kubadilisha Laplace kinyume- Badiliko la Laplace ni badiliko muhimu linalounganisha utendaji wa kigezo changamano (picha) na utendaji wa kigezo halisi (cha awali). Kwa msaada wake, mali ya mifumo ya nguvu inasomwa na tofauti na ... Wikipedia inatatuliwa

GOST R 52210-2004: Televisheni ya utangazaji ya dijiti. Masharti na Ufafanuzi- Istilahi GOST R 52210 2004: Televisheni ya utangazaji ya dijiti. Sheria na ufafanuzi hati asili: 90 (television) demultiplexer: Kifaa kilichoundwa kutenganisha mitiririko ya data ya televisheni ya kidijitali... ... Kitabu cha marejeleo cha kamusi cha masharti ya hati za kawaida na za kiufundi

Ukandamizaji wa video- (Mfinyazo wa Video ya Kiingereza) kupunguza kiasi cha data inayotumiwa kuwakilisha mtiririko wa video. Mfinyazo wa video hukuruhusu kupunguza ipasavyo mtiririko unaohitajika kusambaza video kupitia chaneli za utangazaji, kupunguza nafasi,... ... Wikipedia

Mtu ana uwezo wa kutambua na kuhifadhi habari katika mfumo wa picha (za kuona, sauti, tactile, gustatory na olfactory). Picha za kuona zinaweza kuhifadhiwa kwa namna ya picha (michoro, picha, nk), na picha za sauti zinaweza kurekodi kwenye rekodi, kanda za magnetic, rekodi za laser, na kadhalika.

Taarifa, ikiwa ni pamoja na picha na sauti, inaweza kuwasilishwa kwa fomu ya analogi au tofauti. Kwa uwakilishi wa analog, kiasi cha kimwili huchukua idadi isiyo na kikomo ya maadili, na maadili yake hubadilika kila wakati. Kwa uwakilishi tofauti, kiasi halisi huchukua seti yenye kikomo ya maadili, na thamani yake inabadilika ghafla.

Mfano wa uwakilishi wa analogi wa maelezo ya picha ni, kwa mfano, mchoro ambao rangi yake hubadilika mara kwa mara, na moja ya kipekee ni picha iliyochapishwa kwa kutumia kichapishi cha inkjet na inayojumuisha dots za rangi tofauti. Mfano wa hifadhi ya analog ya habari ya sauti ni rekodi ya vinyl (wimbo wa sauti hubadilisha sura yake kwa kuendelea), na moja ya pekee ni CD ya sauti (wimbo wa sauti ambao una maeneo yenye kutafakari tofauti).

Ubadilishaji wa maelezo ya picha na sauti kutoka kwa analog hadi fomu maalum hufanywa kwa sampuli, yaani, kugawanya picha inayoendelea ya picha na ishara ya sauti inayoendelea (analog) katika vipengele tofauti. Mchakato wa sampuli unahusisha usimbuaji, yaani, kupeana kila kipengele thamani maalum katika mfumo wa msimbo.

Sampuli ni mabadiliko ya picha na sauti zinazoendelea kuwa seti ya maadili tofauti katika mfumo wa misimbo.

Usimbaji wa picha

Kuna njia mbili za kuunda na kuhifadhi vitu vya picha kwenye kompyuta yako: raster au vipi vekta picha. Kila aina ya picha hutumia njia yake ya usimbaji.

Usimbaji wa Bitmap

Picha ya raster ni mkusanyiko wa dots (pixels) za rangi tofauti. Pikseli ni eneo ndogo zaidi la picha ambalo rangi yake inaweza kuwekwa kwa kujitegemea.

Wakati wa mchakato wa usimbaji, picha inatofautishwa na anga. Sampuli ya anga ya picha inaweza kulinganishwa na kujenga picha kutoka kwa mosai (idadi kubwa ya glasi ndogo za rangi nyingi). Picha imegawanywa katika vipande vidogo vidogo (dots), na kila kipande kinapewa thamani ya rangi, yaani, msimbo wa rangi (nyekundu, kijani, bluu, na kadhalika).

Kwa picha nyeusi na nyeupe, kiasi cha habari cha hatua moja ni sawa na kidogo (ama nyeusi au nyeupe - ama 1 au 0).

Kwa rangi nne - 2 bits.

Kwa rangi 8 unahitaji bits 3.

Kwa rangi 16 - 4 bits.

Kwa rangi 256 - bits 8 (1 byte).

Ubora wa picha hutegemea idadi ya nukta (kadiri ukubwa wa nukta inavyopungua na, ipasavyo, idadi yao kubwa, ubora bora) na idadi ya rangi zinazotumiwa (kadiri rangi inavyozidi, ndivyo ubora wa picha iliyosimbwa unavyoboreka. )

Ili kuwakilisha rangi kama nambari ya nambari, mifano miwili ya rangi kinyume hutumiwa: RGB au CMYK. Mfano wa RGB hutumiwa katika TV, wachunguzi, projectors, scanners, kamera za digital ... Rangi kuu katika mfano huu ni: nyekundu (Nyekundu), kijani (Kijani), bluu (Bluu). Mfano wa rangi ya CMYK hutumiwa katika uchapishaji wakati wa kuunda picha zinazokusudiwa kuchapishwa kwenye karatasi.

Picha za rangi zinaweza kuwa na kina cha rangi tofauti, ambacho hubainishwa na idadi ya biti zinazotumiwa kusimba rangi ya nukta.

Ikiwa tutasimba rangi ya pikseli moja kwenye picha yenye biti tatu (biti moja kwa kila rangi ya RGB), tunapata rangi zote nane tofauti.

			Rangi
			Zambarau

Kwa mazoezi, kuhifadhi habari juu ya rangi ya kila sehemu ya picha ya rangi katika mfano wa RGB, ka 3 (yaani, bits 24) kawaida hutengwa - 1 byte (hiyo ni bits 8) kwa thamani ya rangi ya kila sehemu. . Kwa hivyo, kila sehemu ya RGB inaweza kuchukua thamani katika safu kutoka 0 hadi 255 (2 8 = maadili 256 kwa jumla), na kila sehemu ya picha, iliyo na mfumo kama huo wa kuweka alama, inaweza kupakwa rangi katika moja ya rangi 16,777,216. Seti hii ya rangi kawaida huitwa Rangi ya Kweli, kwa sababu jicho la mwanadamu bado haliwezi kutofautisha aina kubwa zaidi.

Ili picha ifanyike kwenye skrini ya kufuatilia, taarifa kuhusu kila nukta (msimbo wa rangi ya dot) lazima ihifadhiwe kwenye kumbukumbu ya video ya kompyuta. Hebu tuhesabu kiasi kinachohitajika cha kumbukumbu ya video kwa mojawapo ya modes za graphics. Katika kompyuta za kisasa, azimio la skrini kawaida ni saizi 1280x1024. Wale. jumla 1280 * 1024 = 1310720 pointi. Kwa kina cha rangi ya bits 32 kwa pixel, kiasi kinachohitajika cha kumbukumbu ya video ni: 32 * 1310720 = 41943040 bits = 5242880 bytes = 5120 KB = 5 MB.

Picha za raster ni nyeti sana kwa kuongeza (kupanua au kupunguzwa). Wakati picha ya raster imepunguzwa, pointi kadhaa za jirani zinabadilishwa kuwa moja, hivyo uonekano wa maelezo mazuri ya picha hupotea. Unapopanua picha, ukubwa wa kila dot huongezeka na athari ya hatua inaonekana ambayo inaweza kuonekana kwa jicho la uchi.

Picha ya analogi na tofauti. Habari ya mchoro inaweza kuwasilishwa kwa fomu ya analogi au tofauti. Mfano wa picha ya analog ni mchoro ambao rangi yake hubadilika mara kwa mara, na mfano wa picha isiyoeleweka ni muundo uliochapishwa kwa kutumia kichapishi cha inkjet, kilicho na dots za kibinafsi za rangi tofauti. Analog (uchoraji wa mafuta). Tofauti.

Slaidi ya 11 kutoka kwa uwasilishaji "Usimbaji na usindikaji wa habari". Saizi ya kumbukumbu iliyo na wasilisho ni 445 KB.

Sayansi ya Kompyuta daraja la 9

muhtasari wa mawasilisho mengine

"Algorithms ya muundo wa matawi" - IF hali, basi hatua. Tunajua nini? Muundo wa somo. Algorithm ya matawi. Kamilisha algorithm na ujaze meza. Mwanafunzi aliyepata alama kutoka 85 hadi 100, zikijumlishwa, anafuzu hadi raundi ya pili ya shindano. Ingiza idadi ya alama na uamue ikiwa alifanikiwa kufika raundi ya pili. Tafuta nambari kubwa kati ya a na b. Andika programu katika lugha ya programu. Algorithm ya matawi ni algorithm ambayo, kulingana na hali, ama mlolongo mmoja au mwingine wa vitendo hufanywa.

"Uundaji wa akili ya bandia" - Mbinu ya kuiga. Mbinu za kujenga mifumo ya akili ya bandia. Mbinu ya mageuzi. Akili ya bandia. Inaweza kukaa na watu wengi, kusaidia kukabiliana na shida za kibinafsi. Mbinu ya kimuundo. Mbinu ya kimantiki. Matatizo wakati wa maendeleo. Matarajio ya maendeleo na maeneo ya maombi.

"Programu za baiskeli" - Dijiti. Kitanzi kilicho na masharti. Tafuta kiasi. Kitanzi kilicho na hali ya posta. Kitanzi na parameter. Algorithm ya Euclid. Programu za baiskeli. Pata jumla ya nambari za asili. Dhana ya mzunguko. Ada ya awali. Jedwali la kazi. Kokotoa. Mfano. Wagawanyaji. Sayansi ya kompyuta. Tafuta idadi ya nambari. Tafuta. Pata nambari ya nambari za asili zenye tarakimu tatu. Nambari za tarakimu tatu. Pata seti ya maadili ya kazi. Jedwali la ubadilishaji la Dola.

"Barua pepe ni nini" - Mtumaji. Barua pepe. Historia ya barua pepe. Swali la kuonekana kwa barua pepe. Muundo wa barua. Uelekezaji wa barua. Barua. Barua pepe. Nakili. Tarehe ya. X-mailer. Barua pepe. Jinsi barua pepe inavyofanya kazi.

"Kufanya kazi na barua pepe" - Anwani ya barua pepe. Sanduku la barua. Itifaki ya barua pepe. Mtandao wa kushiriki faili. Kutenganisha anwani. Faida za barua pepe. Wateja wa barua. Mvumbuzi wa barua pepe. Anwani. Barua pepe. Programu ya kufanya kazi na barua pepe. Jinsi barua pepe inavyofanya kazi. Teleconference. Seva ya barua. Kushiriki faili.

"Kusindika katika Photoshop" - watu wazuri. Jinsi ya kutofautisha bandia. Picha za raster na vekta. Utangulizi. Maeneo ya juu. Programu ya Adobe Photoshop. Kugusa upya. Mashindano ya kufanya kazi na Photoshop. Marekebisho ya mwangaza. Rafiki zangu. Sehemu ya vitendo. Programu zinazofanana. Sehemu kuu. Kubuni. Wanyama wasio wa kawaida. Muundo wa picha nyingi.