Documente Academic
Documente Profesional
Documente Cultură
Capitolul I
Introducere
I.1. Introducere............................................................................................3
I.2. Compresia semnalelor..............................................................................7
Capitolul II
Transformari biparametrice
II.1. Introducere.............................................................................................16
II.2 Transformri liniare..............................................................................17
Capitolul III
Transformata Hadamard discret 2-D
III.1. Noiuni generale................................................................................22
III.2. Exemplificri ale transformatei Hadamard
discrete bidimensionale pentru cazul N=4....23
III.3. Exemplificri ale transformatei Hadamard
discrete bidimensionale pentru cazul N=8....29
III.4. Exemplificri ale transformatei Hadamard
discrete bidimensionale pentru cazul N=16..34
III.5. Exemplificri ale transformatei Hadamard
discrete bidimensionale pentru cazul N=32..39
Capitolul IV
Transformarea Cosinus discreta 2-D
IV.1. Noiuni generale
IV.2. Exemplificri ale transformatei Cosinus
discrete bidimensionale pentru cazul N=4
IV.3. Exemplificri ale transformatei Cosinus
discrete bidimensionale pentru cazul N=8
IV.4. Exemplificri ale transformatei Cosinus
discrete bidimensionale pentru cazul N=16
IV5. Exemplificri ale transformatei Cosinus
discrete bidimensionale pentru cazul N=32
Capitolul V
Bibliografie
CAPITOLUL l
INTRODUCERE
nvatatura l face pe om ntreg,
discutiile pregtit, scrierea exact
Francis Bacon, Of Studies
I.1. Introducere
De-a lungul secolelor, comunicaia ntre oameni a jucat un rol esenial n
dezvoltarea civilizaiei, a industriei, a societii. Astfel, conceptul de
comunicaie s-a diversificat i rafinat, avnd n zilele noastre cea mai mare
dezvoltare dintre toate domeniile tehnice. Cartea, fotografia, telegrafia,
telefonul, televiziunea i mai nou comunicaia cu ajutorul Internetului sunt doar
cteva dintre reperele dezvoltrii comunicaiilor.
Astzi a transmite informaie, nseamn a transmite sunet de nalt
fidelitate, imagini de nalt rezoluie i date cu o mare fiabilitate pornind de la
un post fix sau mobil. Suntem n epoca autostrzilor informaionale n care
numerizarea textului, sunetului, a imaginilor fixe sau animate sunt absolut
necesare pentru noile comunicaii ale secolului XXI.
In cadrul telecomunicaiilor un rol fundamental l au standardele, care
sunt absolut necesare astzi pentru realizarea unei comunicaii. El permite ca
transmitorul i receptorul s se poat nelege ntr-un limbaj comun.
Telegrafia a fost primul exemplu al unui nou sistem de comunicaii bazat
pe o tehnologie complet nou care a necesitat un standard pentru ca prile
Cuantificare
Codare
Figura IV.1.
Schema general a algoritmilor de compresie video
Din analiza schemei de mai sus se observ ca primul pas al
algoritmului de compresie l reprezint ntodeauna transformarea liniar. Ea
are scopul de a decoda ct mai bine informaia coninut n imagine n scopul
eliminrii redundanei.
Multe standarde de compresie au fost puse la punct i dintre cele mai
frecvent utilizate standarde n aplicaii multimedia ce utilizeaz compresia
sunetului i a imaginii putem aminti:
- Standardul MIDI (Music Instrument Digital Interface - standard astzi
arhicunoscut pentru muzic instrumental. Este considerat cea mai
compact interfa de muzic n care n medie 10 minute de muzic ocup
200Kbii de date MIDI;
Tabel I.1
Cteva dintre cele mai uzuale tipuri de imagini
Tipul
Dimensiuni
Nr.
Volum date
Banda
imaginii
imagine
Bii/pixel
necomprimate
transmisiei
Alb-negru
512x512
262KB
2,1Mb/imag
Color
512x512
24
786KB
6,29Mb/imag
Medicale
2048x1680
12
5,16KB
41,3Mb/imag
nalt
rezoluie
2048x2048
24
12,58KB
100Mb/imag
100 cadre
60minute
in culori
1 minut
10 minute
animaie
video
Figura I.1.
Cantitatea de informaii pentru diverse aplicaii
Compresia simetric este compresia n care att procesul propriu-zis
de compresie ct i cel de decompresie sunt aproximativ egal din punct
de vedere al cerinelor hardware, software i al timpului de procesare. De
exemplu, dac se dorete compresia video n timp real pe un PC i apoi
vizionarea secvenei comprimate este foarte util alegerea unui algoritm de
compresie simetric.
Compresia asimetric este compresia n care algoritmul nu opereaz n
real, este realizat pe sisteme dedicate i necest un volum foarte mare de
picule, iar decompresia este realizat n timp real, pe sisteme mici i nu
foarte scumpe. Acest tip de compresie-decompresie este specific sistemelor
x foarte muli utilizatori, ca de exemplu televiziunea sau utilizatorii de CD- =
OM-uri.
O alt clasificare a algoritmilor de compresie care ine cont de felul
reconstituirii semnalului este:
Repetare de 7 ori
10
Date de intrare: 111 015 127 053 053 123 066 066 066 066 066 066 066034
233 ...
Date de ieire: 111 015 127 053 053 123 255 066 007 034 233
Repetare de 7 ori a simbolului
Valoarea care se repet
Codul de ieire
Figura l.2.
Exemplu de codare run-length
Codarea diatomic
Codarea diatomic este o variaie a codrii run-length i este aplicat n
special la documentele de tip text. Procedeul de codare const n
determinarea probabilitii celor mai frecvente litere sau grupuri de dou litere
i nlocuirea lor cu un cod, de exemplu un octet (256 de litere sau grupuri de
dou litere). Prin acest procedeu simplu se pot obine reduceri de pn la 10%
din volumul de date iniial.
La aplicarea algoritmului trebuie avut n vedere faptul c probabilitatea
de apariie a literelor sau grupurilor de cte dou litere este diferit de la o
limb la alta i de aceea algoritmul nu poate fi aplicat fr cunoatea
probalittilor de apariie ale acestor simboluri. De exemplu, n englez
probabilitatea ntlnirii grupului de litere "th" este mult mai mare dect cea din
limba romn i astfel un algoritm realizat pentru un text n englez nu va
putea fi utilizat cu rezultate comparabile pentru un text n romn.
Pattern matching
11
12
13
14
15
CAPITOLUL II
Transformri biparametrice
"Dac toat bogia unui om se afl n
mintea sa, nimeni nu va putea s i-o fure"
Benjamin Franklin
II.1. Introducere
n sistemele multimedia din zilele nostre un rol central l au algoritmii de
compresie, deoarece ei permit reducerea cu cel puin a unui ordin de mrime
a volumului de informaie ce trebuie tranzmis. Menionm c acest lucru
trebuie realizat fr ca la recepie semnalele reconstituite s fie puternic
afectate.
Procesarea numeric a imaginilor este astazi o realitate tehnic curent
i a devenit aproape indisponibil n comunicaiile multimedia. Costurile
ridicate ale acestor tipuri de aplicaii erau determinate nainte de cantitatea
imens de informaie ce trebuia transmis pentru o imagine. Astfel o imagine
TV color conine aproximativ un milion de octei. Dac dorim o rezoluie ct
mai bun dect cea oferit de imaginea TV, cum ar fi rezoluia imaginilor din
cinematografe, acest volum de informaie poate s creasc de pna la 10 ori.
Din aceste exemple se observ c algoritmii de compresie, mai ales n cazul
semnalelor video sunt absolut necesari i indisponibili.
Se poate spune c performana unui algoritm de compresie depinde i
de performana cu care se face acest decorelare. Trebuie spus c n
vederea alegerii transformrii liniare ce trebuie aplicate algoritmului de
16
F(u,v)=
f ( x, y) K (x,y,u,v)
d
x 0 y 0
(II.1)
iar transformarea bidimensional invers prin:
N 1 N 1
f(x,y)=
u 0 v 0
(II.2)
17
F (u , v) Ki(x,y,u,v)
F1(x,v) =
y 0
(II.4)
urmat de transformarea:
N 1
F(u,v) =
x 0
(II.5)
sau invers
N 1
F2 ( x, y ) f ( x, y ) K d 1 ( x, u );
x o
0 y N-1 0 u N-1
(II.6)
urmat de transformarea:
N 1
F ( x, y ) F2 ( y , u ) K d 2 ( y, v );
y 0
0 u N-1 0 v N-1
(II.7)
Nucleul transformarii se numete simetric dac el este separabil i n plus
este satisfacut condiia (IV.8)
K d 1 a, b K d 2 a, b
; a, b 0, N 1
(II.8)
n aceast situaie i transformata 2-D este similar.
Dac nucleul transformrii este simetric atunci toate relaiile pot fi scrise
i sub form matriceal. Fie matricile corespunztoare funciilor de mai sus
definite astfel:
f NxN
f x 1, y 1 x , y 1, N
K d1 NxN
(II.9)
K d 1 x 1, u 1 x ,u 1, N
K i1 NxN K i1 x 1, u 1 x,u 1, N
18
F NxN
F u 1, v 1 u ,v 1, N
F Kd1* f Kd1
T
f Ki1* F Ki1
T
(II.10)
(II.11)
unde prin [Kd1*] s-a notat matricea complex conjugat, iar matricea transpus
prin [Kd1*]T.
ntre matricile ce conin nucleele transformrii avem relaia:
(II.12)
K d 1 T K d 1 1
(II.13)
f x o , y o F u , v * K i * xo , y o , u , v
u o V O
(II.14)
19
.................................................................................
K
(
N
1
,
0
,
u
,
v
).
K
(
N
1
,
1
,
u
,
v
).......
K
(
N
1
,
N
1
,
u
,
v
)
i
i
i
(II.15)
cu u=0,..N-1 si v=0,.N-1.
Din relaia (IV.15) se observ c pentru o imagine de dimensiune NxN
numrul bazelor de imagini este N2.
Conform celor de mai sus descompunerea unei imagini poate fi scris
cu ajutorul bazelor de imagini:
N 1 N 1
(II.16)
20
Ki1 o, u
Ki1 1, u
K 2, u
i1
bu Nx1
Ki1 3,u
.......
K N 1, u
i1
Ki2 0, v
Ki2 1, v
K 2, v
i2
bv Nx1
(II.17)
Ki2 3, v
.......
K N 1, v
i2
bu bv T
Bu ,v
(II.18)
21
CAPITOLUL III
Transformata Hadamard discret 2-D
maxima
III.1. Noiuni generale
22
(III.1)
(III.2)
K d (x, y, u, v) =
1 n 1
p ( x ) p (u )
1 i i ( 1) pi ( y ) pi ( v )
i
0
N
K d (x, y, u, v) =
1 n 1
p ( x ) p (u )
1 i i ( 1) pi ( y ) pi ( v )
N i 0
unde:
- n=log2N
- pi(x) reprezint bitul i a numarului x reprezentat n binary
- p0(x) corespunde celui mai puin semnificativ bit (LSB)
- pn-1(x) corespunde celui mai semnificativ bit (MSB).
Se consider asemanarea foarte mare ntre transformata Walsh i
Hadamard i de aceea aceste dou transformari mai sunt numite i
transformare Walsh-Hadamard.
Pentru a exemplifica acest lucru vom prezenta in continuare
transformata Hadamard bidimensional si transformata Walsh
bidimensional pentru cazul N=4.
23
24
25
Pentru N=4 rezult n=2. Atunci harta numerelor este dat in tabelul I.3.
Binar
po(N)
p1(N)
00
01
10
11
1
N
n 1
pi x pi u
(III.3)
i 0
26
1 1
p o1 0up p11 1up 0up
1 1 1 1
buNx1 po2 0up p121up 1up
2 1 2 1
po3 0up p13 1up oup 1up
1 1
p00 0up p10 1up 0
(III.4)
1
1
1
1
1 1
1 1
1 1
1 1
b0 , b1 , b2 , b3
21
21
2 1
2 1
1
1
1
1
(III.5)
27
Bu ,v bu bv
i obinem :
1 1 1 1
1 1 1 1 1
B0.0
;
41 1 1 1
1 1 1 1
1 -1 1 -1
1 1 -1 1 -1
B0,1
4 1 -1 1 -1
1 -1 1 -1
1 1 - 1 - 1
1 1 1 - 1 - 1
B0 , 2 ;
4 1 1 -1 -1
1 1 - 1 - 1
1 1 1 1
1 1 1 1 1
B0 , 3
;
4 1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
1 -1 -1 -1 -1
1 1 11 1
;
B1,0
; B1,1
4 1 111
4 1 1 1 -1
1 1 1 1
1 1 1 1
28
(III.6)
1 1 -1 1
1 -1 1 1 1
;
B1,2
4 1111
1 -1 1 -1
1 1 1 1
1 -1 1 1 -1
;
B1,3
4 1 -1 -1 1
1 1 1 1
1 1 1 1
1 1 1 1 1
;
B2, 0
4 -1 -1 -1 -1
1 1 1 1
1 -1 1 1
1 1 1 1 -1
;
B2,1
4 -1 1 1 1
1 1 -1 1
1 1 -1 1
1 1 1 1 -1
;
B2 , 2
4 -1 1 1 1
1 -1 1 1
1 11 1
1 1 -1 -1 1
;
B2, 3
4 -1 1 1 -1
1 1 1 1
29
1 1 1 1
1 -1 1 1
1 1 1 1 1
1 1 1 - 1 1
;
;
B3,0
B3,1
4 1 111
4 1 1 -1 1
1 1 1 1
1 -1 1 1
1 1 - 1 1
1 1 - 1 1 1
;
B3, 2
4 1 -1 1 1
1 1 - 1 1
1 1 1 1
1 1 1 1 1
;
B3,3
4 1 1 1 1
1 1 1 1
Pentru N=4
%Funcia Hadamard.m calculeaz i afieaz bazele de imagini ale funciei
%Hadamard bidimensionale pentru un domeniu bidimensional de forma
%NxN.Valorile tuturor bazelor unidimensionale [bu]Nx1 sunt calculate n
%matricea Ki.Sintaxa funiei este Ki=Hadamard(N).
N=4
n=log2(N);
%calcularea matricii p corespunzatoare biilor primelor N numere
for k=1:N
v=dec2bin(k-1,n);
for i=1:n
p(k,i)=v(i);
30
end
end
%calcularea tuturor bazelor unidimensionale
for k=1:N
for m=1:N
a=0;
for i=1:n
a=a+p(k,i)*p(m,i);
end
ki(k,m)=(-1)^a;
end
end
%afiarea bazelor bidimensionale Hadamard
contor=1;
v=ki;
u=v';
for i=1:N
for j=1:N
subplot(N,N,contor), imshow(u(:,i)*v(j,:))
contor=contor+1;
end
end.
Se obin 16 baze de imagini pentru N=4. Aceste baze de imagini sunt
imagini binare i dac stabilim conversia ca valoare +1 reprezint un pixel
alb i valoarea -1 reprezint un pixel negru putem avea o reprezentare
geometric a acestor baze.
31
Figura I.4.
Baza de imagini Hadamard pentru cazul N=4
32
Figura I.5.
Zoom al bazei de imagini B1,1
Realizm un zoom n baza de imagini Hadamard pentru N=4 i
rezultatul este prezentat n figura de mai jos:
Figura I.6.
Zoom al bazei de imagini B3,1
33
Binar
po(N)
p1(N)
000
001
010
011
100
101
110
111
34
p2(N)
1po(0)p2(u)p1(0)p1(u)p2(0)p0(u) (1)0
(1)p0(1)p2(u)p1(1)p1(u)p2(1)p0(u) (1)p2(u)
p ( 2 ) p ( u ) p ( 2 ) p ( u ) p ( 2 ) p ( u ) p (u )
(1) 0 2 1 1 2 0 (1) 1
p0(3)p2(u)p1(.3)p1(u)p2(3)p0(u) p1(u)p2(u)
1 (1)
1 (1)
bNx1 p0(4)p2(u)p1(4)p1(u)p2(4)p0(u) p0(u)
8 (1)
8 (1)
p2 ( u ) p0 ( u )
p0(5) p2(u)p1(5) p1(u) p2(5) p0(u)
(1)
(1)
p0(6)p2(u)p1(6)p1(u)p2(6)p0(u) p1(u)p0(u)
(1)
(1)
p0(7)p2(u)p1(7)p1(u)p2(7)p0(u) (1)p1(u)p2(u)p0(u)
(1)
Prin particularizare
unidimensionale:
(III.7)
cu
u 0,7
35
obinem
expresiile
bazelor
b0
b3
1
1
1
1
1
1
1
1
b1
1
1
1
1
1
1
1
36
1
1
1
1
1
1
1
b2
1
1
1
1
1
1
1
b4
b7
1
1
1
1
1
1
1
b5
1
1
1
1
1
1
1
b6
1
1
1
1
1
1
1
1
1
1
1
1
1
1
37
Pentru N=8
%Funcia Hadamard.m calculeaz i afieaz bazele de imagini ale funciei
%Hadamard bidimensionale pentru un domeniu bidimensional de forma
%NxN.Valorile tuturor bazelor unidimensionale [b u]Nx1 sunt calculate n %matricea
Ki.Sintaxa funiei este Ki=Hadamard(N).
N=8
n=log2(N);
%calcularea matricii p corespunzatoare biilor primelor N numere
for k=1:N
v=dec2bin(k-1,n);
for i=1:n
p(k,i)=v(i);
end
end
%calcularea tuturor bazelor unidimensionale
for k=1:N
for m=1:N
a=0;
for i=1:n
a=a+p(k,i)*p(m,i);
end
ki(k,m)=(-1)^a;
end
end
%afiarea bazelor bidimensionale Hadamard
contor=1;
v=ki;
u=v';
for i=1:N
for j=1:N
38
subplot(N,N,contor), imshow(u(:,i)*v(j,:))
contor=contor+1;
end
end
39
Figura I.7.
Baza de imagini Hadamard pentru cazul N=8
40
Figura I.8.
Zoom al bazei de imagini B3,3
Figura I.9.
Zoom al bazei de imagini B5,5
Figura I.10.
Zoom al bazei de imagini B7,1
Figura I.11.
Zoom al bazei de imagini B7,7
41
42
contor=contor+1;
end
end
43
Figura I.6.
Baza de imaginii Hadamard pentru cazul N=16
44
Figura I.12.
Zoom al bazei de imagini B1,5
Figura I.13.
Zoom al bazei de imagini B5,15
Figura I.14.
Zoom al bazei de imagini B9,9
Figura I.15.
Zoom al bazei de imagini B10,9
45
Figura I.16.
Zoom al bazei de imagini B11,15
Figura I.17.
Zoom al bazei de imagini B13,7
Figura I.18.
Zoom al bazei de imagini B15,9
Figura I.19.
Zoom al bazei de imagini B15,13
46
47
contor=contor+1;
end
end
48
Figura I.20.
Baza de imagini Hadamard pentru cazul N=32
49
Figura I.21.
Zoom al bazei de imagini B18,6
Figura I.22.
Zoom al bazei de imagini B19,19
Figura I.23.
Zoom al bazei de imagini B22,31
Figura I.24.
Zoom al bazei de imagini B25,3
50
Figura I.25.
Zoom al bazei de imagini B26,22
Figura I.26.
Zoom al bazei de imagini B28,4
Figura I.27.
Zoom al bazei de imagini B28,31
Figura I.28.
Zoom al bazei de imagini B30,3
51
Figura I.29.
Zoom al bazei de imagini B30,17
Figura I.30.
Zoom al bazei de imagini B31,15
Figura I.31.
Zoom al bazei de imagini B31,22
Figura I.32.
Zoom al bazei de imagini B31,31
52
CAPITOLUL IV
IV.1. TRANSFORMATA COSINUS DISCRET 2-D
K d x, y, u , v C u C v cos
2 x 1 u
2N
cos
2 y 1 v
2N
(IV.1)
Ki x, y, u , v C u C v cos
2 x 1 u
2N
cos
(IV.2)
53
2 y 1 v
2N
unde:
N1 , u 0
N1 , v 0
C u
C u
;
N2 , u 1, N 1
;
N2 , v 1, N 1
(IV.3)
cos u8
cos v8
cos 3u8
bu 41 Cu
cos
cos 7u
8
5 u
8
cos 3v8
bv 41 Cv
cos
cos 7v
8
Particularizand pentru
u 0,3
v 0,3
obinem:
54
5v
8
(IV.4)
1 1
b0
21
cos 8
1 cos 38
b1 2 5
cos 8
cos 7
8
(IV.5)
cos 28
1 cos 68
b2 2 10
cos 8
cos14
8
cos 38
1 cos 98
b3 2 15
cos 8
cos 21
8
u 0,3
(IV.6)
v 0,3
bu i bv T funcia
55
56
Figura IV.1.
Baza de imagini DCT pentru cazul N=4
57
Figura IV.2.
Zoom al bazei de imagini B3,1
Realizm un zoom n baza de imagini Cosinus pentru N=4 i rezultatul
este prezentat n figura de mai jos:
Figura IV.3.
Zoom al bazei de imagini B3,3
58
Pentru N=8
%Funcia Baza DCT.m calculeaz i afiseaz bazele de imagine ale
%funciei Cosinus bidimensionale pentru un domeniu bidimensional
%de forma NxN.Sintaxa funciei este Baza DCT(N).
N=8
v=dctmtx(N);
u=v';
contor=1;
for i=1:N
for j=1:N
subplot (N,N,contor),imshow (u(:,i)*v(j,:),[-1 1])
contor=contor+1;
end
end
n figura IV.4. este prezentat rezultatul pentru cazul N=8 n care
valoarea +1 este reprezentat cu alb, iar valoarea -1 este reprezentat cu
negru. Valorile intermediare sunt reprezentate cu nuane corespunzatoare de
gri.
Astzi se pot realiza circuite care s suporte complexiti de calcul
corespunztor valorii lui N=16 sau chiar N=32. Datorit compatibilitii cu
aplicaiile i standardele anterioare se utilizeaz i astzi valoarea lui N=8.
59
60
Figura IV.4.
Baza de imagini DCT pentru cazul N=8
61
Figura IV.5.
Zoom al bazei de imagini B3,5
Figura IV.6.
Zoom al bazei de imagini B5,6
Figura IV.7.
Zoom al bazei de imagini B6,5
Figura IV.8.
Zoom al bazei de imagini B7,7
62
Pentru N=16
%Funcia Baza DCT.m calculeaz i afiseaz bazele de imagine ale
%funciei Cosinus bidimensionale pentru un domeniu bidimensional
%de forma NxN.Sintaxa funciei este Baza DCT(N).
N=16
v=dctmtx(N);
u=v';
contor=1;
for i=1:N
for j=1:N
subplot (N,N,contor),imshow (u(:,i)*v(j,:),[-1 1])
contor=contor+1;
end
end
n figura IV.9. este prezentat rezultatul pentru cazul N=16 n care
valoarea +1 este reprezentat cu alb, iar valoarea -1 este reprezentat cu
negru. Valorile intermediare sunt reprezentate cu nuane corespunzatoare de
gri.
63
Figura IV.9.
Baza de imagini DCT pentru cazul N=16
64
Figura IV.10.
Zoom al bazei de imagini B6,4
Figura IV.11.
Zoom al bazei de imagini B7,9
Figura IV.12.
Zoom al bazei de imagini B9,5
Figura IV.13.
Zoom al bazei de imagini B11,11
65
Figura IV.14.
Zoom al bazei de imagini B12,6
Figura IV.15.
Zoom al bazei de imagini B13,11
Figura IV.16.
Zoom al bazei de imagini B14,2
Figura IV.17.
Zoom al bazei de imagini B15,14
66
Pentru N=32
%Funcia Baza DCT.m calculeaz i afiseaz bazele de imagine ale
%funciei Cosinus bidimensionale pentru un domeniu bidimensional
%de forma NxN.Sintaxa funciei este Baza DCT(N).
N=32
v=dctmtx(N);
u=v';
contor=1;
for i=1:N
for j=1:N
subplot (N,N,contor),imshow (u(:,i)*v(j,:),[-1 1])
contor=contor+1;
end
end
n figura IV.18. este prezentat rezultatul pentru cazul N=32 n care
valoarea +1 este reprezentat cu alb, iar valoarea -1 este reprezentat cu
negru. Valorile intermediare sunt reprezentate cu nuane corespunzatoare de
gri.
67
Figura IV.18.
Baza de imagini DCT pentru cazul N=32
68
Figura IV.19.
Zoom al bazei de imagini B5,5
Figura IV.20.
Zoom al bazei de imagini B7,23
Figura IV.21.
Zoom al bazei de imagini B9,15
Figura IV.22.
Zoom al bazei de imagini B11,18
69
Figura IV.23.
Zoom al bazei de imagini B14,10
Figura IV.24.
Zoom al bazei de imagini B17,9
Figura IV.25.
Zoom al bazei de imagini B19,30
Figura IV.26.
Zoom al bazei de imagini B23,28
70
Figura IV.27.
Zoom al bazei de imagini B24,11
Figura IV.28.
Zoom al bazei de imagini B27,25
Figura IV.29.
Zoom al bazei de imagini B30,26
Figura IV.30.
Zoom al bazei de imagini B31,31
71
BIBLIOGRAFIE
1. Mircea
RDUCANU
Sisteme
aplicaii
multimedia-
2.
4.
5.
72