15.1 Waves and Wavelets * Wavelet : wave 파형의 조각이다 - A wavelet y = sin(x) * exp(-x^2)\ - (1-x.^2).*exp(-x.^2) = W(x) (오메가) - 성격 > 확장, squash(쥐어 짬) > add, sub으로 이동 > 곱으로 크기 조절. DWT 기반 Image Processing 이미지 프로세싱에서는 더욱 좋은 압축이나 엣지 detect, 노이즈 제거하는데 사용하기도 한다. Forward Discrete Wavelet Transform 마지막에 0 이하를 zero로 처리하고, 복원하더라도, 원 이미지와 큰 차이가 없다. +) DCT의 문제점. Blocking에 따른 아티팩트 문제. ( 중간의 차이가 보인다. 그래서 모양이 안 좋다..

* 멀티미디어는 매우 큰 데이터이다. 예로, 512*512 24-bit RGB color 이미지 = 6.29Mbits 이다. 채널의 전송속도가 56kbps라면. 전송 시간은 112sec로 예상된다. * 멀티미디어데이터 압축 기본 개념 + 핵심 > 질(압축률)이 좋게! > 복잡도가 적게! > 수행 시간이 짧게! a. 보편적인 압축 시스템 구성 codec이라고도 부름. b. 압축률 c = (src coder input size)/(src coder output size) c. Lossy compression & Lossless compresion 손실 압축과 무손실 압축 d. Statical Redundancy(중복)의 제거 - Spatial redundancy 저주파->고주파... 이리 되니 zig zag..

퓨리에 - 모든 함수는 cos 함수들의 합으로 표현 가능하다. 1, DFT , k = 주파수, N = 원소의 갯수(길이), y : image, x : real , r = 1 2, Inverse DFT