基于小波变换图像压缩的量化技术研究(1)(2)
2014-06-25 01:04
导读：(3) (4) 把图像中的像素按灰度值用一个预设初值T分成两类C0和C1，C0由灰度值在[0，T]间的像素组成，C1由[T 1，L-1]间的像素组成，对于灰度分布几率(图3），
(3)
(4) 把图像中的像素按灰度值用一个预设初值T分成两类C0和C1，C0由灰度值在[0，T]间的像素组成，C1由[T 1，L-1]间的像素组成，对于灰度分布几率(图3），整幅图像的均值为：
(5)则C0和C1的均值为：
(6)其中：
(7)由上面三式可得：
(8)类间方差定义为：
(9) 在[0，L-1]内对T取值使
最小的T值即为Otsu法的最佳阈值。这里对512×512×8的256灰度级的lena图像进行4级小波分解，以LH1子图为例，它的系数最大值是94.35，最小值是-102.27。在计算其量化阈值时，T的初值取最大和最小值间的中值是-7.92，灰度的范围是[-102.27，94.35]。计算出第一个阈值17.61，依据图2，再取-17.61，则LH1图中在-17.61到17.61之间的系数全取为共2页: 1 [2] 下一页 论文出处(作者):
ASP.NET AJAX 在Web开发中的应用
模糊层次分析法在网络设备优选中的应用
