I.

1. Prezentai modalitatea de diagonalizare a unei imagini utiliznd compresie.

Compresia unei imagini este procesul de a compacta datele pastrand
totusi informatiile necesare. Compresia unei imagini minimizeaza cerintele de
memeorie pentru stocarea datelor in special cand se lucreaza cu imagini
multidimensionale.
2. Prezentai descompunerea SVD a unei imagini cu compresie
O imagine provenita dintr-o camera digitala,scanner sau calculator este o
imagine digitala. Imaginea reala color este digitalizata prin convertirea imaginii
intr-o serie de numere. Pixelul reprezinta cel mai mic element al unei imagini
digitale. De exemplu o camera digitala de 3 megapixeli are o dimensiune de
2048 1536 = 3,145,828 pixeli. Cum imaginea initiala are dimensiunea
exprimata in pixeli de m liniii si n coloane, imaginea poate fi gandita ca o matrice
MxN. Dar, orice pixel al unei imagini color are valori RGB care sunt reprezentate
de 3 numere. Compozitia celor 3 valori RGB creaza culoarea finalaa unui singur
pixel. Asa ca se poate spune ca fiecare intrare din matricea MxN are 3 valori
numerice stocate in acea intrare, altfel spus o matrice cu dimensiunea MxNx3.
Diagrama bloc din Figura 1 arata descompunerea SVD a unei imagini cu
compresie, aplicabil pe fiecare banda a spectrului unei imagini. Tehnica de
descompunere a unei singuri valori (SVD) este populara in diverse aplicatii de
procesare a imaginilor. Tehnica SVD poate fi aplicata pe orice matrice cu
dimensiunile NxM, ea fiind o tehnica care realizeaza diagonalizarea imaginii.
Valorile pixelilor imaginii sunt stocate intr-o matrice si asupra acesteia se
realizeaza operatii. Desi in urma compresiei SVD se obtine o imagine calitativa,
rata de compresie e scazuta. Cand imaginea e transformata prin metoda SVD ,
nu e comprimata, ci doar expandata folosind valori singulare. Prima valoare
singulara detine maximul de informatie despre imagine si informatia descreste
gradat pe masura ce obtinem mai multe valori singulare. Acest lucru semnifica
faptul ca in cazul in care se iau in considerare doar primele valori pentru a
reprezenta o imagine, de fapt nu se pierde multa informatie despre imagine si
diferenta dintre imaginea reconstituita si cea originala nu e majora. Cu cat se iau
in considerare mai multe valori singulare cu atat creste claritatea imaginii si
decreste rata de compresie. Scopul descompunerii SVD este de a transform
matricea A in prosudul a 3 matrici S,V si U astfel incat:
A=USV T

Folosirea tehnicii SVD pentru comprimarea unei imagini e utila atunci cand
se urmareste a se salva spatiu de stocare.

Fie A matricea unei imagini

Gaseste AT

Computeaza AAT si ATA

Computeaza valorile
Eigen pentru a il
gasi pe S, AAT-l=0
ATA-l=0

Calculeaza U,
(AAT-l)x=0

Calculeaza V,
(ATA-l)x=0

Transmiterea valorilor S si
valorile corespunzatoare lui
[U] si [V]

Reconstructia spectrului
imaginii
Figura 1 - Diagrama bloc a compresiei unei
imagini SVD