week16

問題1: 針對每一個經 DCT…
Ans:左上是低頻分部地方，越往右下則屬高頻，由黃老師本週對JPEG的解釋，image redundancy有三個主要原因，其中high frequency components，就是在說明眼睛看不清，頻率高，去表示就沒什麼意義，還要用很多bits數去表示，就是一種浪費，所以我想在做量化時，和一個特定量化矩陣相除，這一步驟為何越往右下，所要除的值就越大，就是為了相除之後的結果值越小，就可以用比較少的bits數，去儲存影像，而對低頻眼睛看的比較清，所以就需要較多bits去表示，更像原圖，所以特定量化矩陣左上的值才會比較小，才比較不會失真太多。


問題2: 量化後的係數矩陣中, 存在許多個0…
Ans:表示0的情形，因該是越往右下呈現越多這樣情形，因該是要減少高頻用過多bits數去儲存。


問題3: 用 Zigzag 的方式….
Ans:因該是為了電腦好處理，將二維轉換為一維，在轉成2進位表示方法，這樣就轉換成一長串10表示，進去給電腦處理；以Z字型排列，這樣的取係數方法，就等於從低頻慢慢取到高頻，高頻部分常常被量化成0所以就不用表示，只要看到EOB，因該也有個特定的2進位表示，電腦處理到這串位元，就知道後面皆為0了，一直取0將矩陣補齊成8*8，就可以代表出這個矩陣了，就不用在浪費多餘bits數，去表示後面皆是0的部分，來減少檔案大小。


問題4:為什麼JPEG壓縮…..
Ans:entropy coding就是壓縮的最後一步驟，不失真因該就是為了能再解壓縮回來，每個一長串2進位表示，皆是8*8矩陣，在相乘特定的量化矩陣回來，接的反離散餘弦轉換，在加128回來，就成為原初8*8影像；這部分有些許疑問，是不是圖片只有在第一次JPEG做編碼會失真而已，接下來怎麼壓縮跟解壓縮都不會在改變圖片了??我想因該是這樣，因為第一次做壓縮時，矩陣的係數已經算是被整理過一次，接下來再怎麼壓縮或解壓縮，係數再怎麼轉還是那些在轉換。


問題5:熵編碼(entropy coding)的熵所….
Ans:不知道網路上找的，定義離散無記憶資料源(discrete memoryless source, DMS)，一個最簡單的資料源模型。