Hyanguestc的博客

百度清华--面向自动驾驶的车路协同关键技术与展望-白皮书.pdf

TCSAE 53-2017

哈夫曼编码(Huffman Coding)，是一种熵编码方式，哈夫曼编码是可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫做Huffman编码（有时也称为霍夫曼编码）。 本实验实现了如下功能： （1）产生[0 255]范围内均匀分布、正态分布、拉普拉斯分布的三组离散随机整数。每组数据个数为 1920×1080，并对这三组数据分别进行哈夫曼编码和解码。计算熵和码字的平均码长。 （2）将彩色图像的像素 R、G、B 值作为独立符号，进行哈夫曼编码和解码，计算熵和码字平均码长。 （3）将彩色图像的像素 R、G、B 值作为联合符号，进行哈夫曼编码和解码，计算熵和码字的平均码长。

对于颜色不太丰富的彩色图像来说，用 24 位存储真彩色存在一定的浪费。如果 24 位彩色转成 256 色图像，则可以将数据压缩到原来的 1/3。但是，压缩的过程中可能存在失真。因此，保持颜色最小失真的情况下，选择保留主要颜色，去除非主要的颜色是压缩算法的重 点。-

视频处理中常见的颜色空间是 RGB 、YUV、YIQ 和 YCrCb。它们在图像显示、信号表示、数据特性分析等方面各有特点。虽然各有不同，但可以相互转换。 (1) 分离出 RGB 三个分量，再从 RGB 分别转换成 YIQ，YUV、YCrCb 的各个分量。 (2) 分别计算 YIQ，YUV、YCrCb 颜色空间内三个分量图像(亮度分量、两个色度分量)之间 的相关系数、每个分量图像的熵。 (3) 将 YIQ，YUV、YCrCb 三种颜色空间之间相互转换，计算三种亮度分量之间的相关 系数，计算色度分量之间的相关系数。 (4) 分析并总结上述颜色转换和颜色分量的特性。 注意：本设计中不是使用 Matlab 自带的或者其他库函数实现颜色转换函数

Implement Canny Edge Detector for gray scale images. This would include a. Convolution with partial derivatives of gaussian in x and y. You can write separate functions to generate derivatives of Gaussian Kernels for different values of σ ). b. Finding the gradient magnitude image. c. Non-Maximum Suppression. (The input of this module will be the output image of part (b)) d. Hysteresis Thresholding (The input of this module will be the output image of part ‘c’ and the output will be a binary image). Experiment with different values of σ and thresholds for input images.

Write a function Convolution (Image I, Kernel H) that has arguments a. Image B (Images is corrupted by salt-and-pepper noise). b. Kernel H (You should allow varying size Kernels) The output of function should be the convolution of I with H. Test your function and show results on the following Kernels. i. Averaging Kernel ( 3×3 and 5 ×5 ) ii. Median Kernel ( 3×3 and 5 ×5 )

Write a function that transfer ( Image A) to a binary image and experiment with different values of a thresholds.

Write a function Reduce / Expand that has an image as an input and the output should be re-sampled copy of half / twice the width and height of the input image.