Image Compression Gaussian Noise 14/04/2010 Francesca Pizzorni Ferraese
Background Compression Ratio The amount of data/information (usually bits) in a digital image divided by the amount of data in a version after compression. Higher ratios indicate more compression which may degrade image quality. Esercizio 1 Costruire le seguenti funzioni: function cr = imratio(f1,f2) function rmse = compare(f1,f2,scale) Calcolo RMSE Visualizzazione immagine dellerrore e istogramma
Background
JPEG Esercizio 2 Caricare limmagine JAB.jpg Per i=1:100 salvare limmagine in JPEG con qualità i Utilizzare il comando dir e ricavare il numero di bit dellimmagine e di bit per pixel Caricare limmagine appena salvata Calcolare per ogni canale dellimmagine lerrore quadratico medio MSE, dopodichè con mean calcolare lMSE dellimmagine Calcolare il PSNR Plottare PSNR(i) MSE(i) per ogni canale MSE(bpp)
JPEG
Rumore Gaussiano Esercizio 3 Caricare limmagine kodim21.png Aggiungere rumore gaussiano con media 0 e varianza J = imnoise(I,'gaussian',m,v) adds Gaussian white noise of mean m and variance v to the image I. The default is zero mean noise with 0.01 variance.