aboutsummaryrefslogtreecommitdiffstats
path: root/buch
diff options
context:
space:
mode:
authorAlain <mceagle117@gmail.com>2021-06-05 15:15:57 +0200
committerAlain <mceagle117@gmail.com>2021-06-05 15:15:57 +0200
commit668b065f377691fde6727ba10fc979a82c1e5c7b (patch)
tree84f22fe66a066a6cc46e42fb15db02dddafb7dce /buch
parentchap3 a bit (diff)
downloadSeminarMatrizen-668b065f377691fde6727ba10fc979a82c1e5c7b.tar.gz
SeminarMatrizen-668b065f377691fde6727ba10fc979a82c1e5c7b.zip
La Reconstruction Text.
Diffstat (limited to '')
-rw-r--r--buch/papers/ifs/teil3.tex11
1 files changed, 9 insertions, 2 deletions
diff --git a/buch/papers/ifs/teil3.tex b/buch/papers/ifs/teil3.tex
index d31eee7..bc848bc 100644
--- a/buch/papers/ifs/teil3.tex
+++ b/buch/papers/ifs/teil3.tex
@@ -68,7 +68,7 @@ Die Parameter $s$ und $g$ beschreiben die Änderung des Grautones. $s$ veränder
$s$ und $g$ werden mit der linearen Regression ermittelt.
\begin{align*}
z' = sz + g \\
- f(\tilde{D_j}) \text{, Funktion um Grauton von Pixel zu erhalten} \\
+ f(\tilde{D_j}) \text{, Funktion um das Bild eins Blockes zu erhalten} \\
s = \frac{cov(f(R_i), f(\tilde{D_j}))}{var(\tilde{D_j})} \\
g = E(f(R_i)) - s E(f(\tilde{D_j}))
\end{align*}
@@ -85,4 +85,11 @@ Am Ende des Verfahrens haben wir also für jeden $R_i$ einen passenden $D_i$ mit
\subsubsection{Rekonstruktion des Bildes}
Mit den Gefundenen Abbildungen lässt sich das Bild generieren.
Wir beginnen wie schon im letzten Kapitel mit einer beliebigen Startmenge.
-In unserem Fall ist dieses ein Bild derselben Grösse.
+In unserem Fall ist dieses ein Bild $f_0$ derselben Grösse.
+Nun ersetzen wir jedes $R_i$ mit der Transformierten des zugehörigen Domain-Blocks $T(G_j)$.
+Dies wird verkürzt als Operator $W$ geschrieben.
+So erhalten wir ein neues Bild $f_1 = W(f_0)$.
+Dieses Vorgehen führen wir iteriert aus bis wir von $f_n = W(f_{n-1})$ zu $f_{n-1}$ kaum mehr einen unterschied fesstellen. Die Iteration hat nun ihren Fixpunkt, das Bild, erreicht.
+
+TODO Bilder Beispiel
+TODO Performance und Kompressonsverhältnis