10.01.2014 Aufrufe

1 20 2 20 3 10 4 20 5 20 6 20 7 20 8 20 150 Note - Ing. H. Heuermann

1 20 2 20 3 10 4 20 5 20 6 20 7 20 8 20 150 Note - Ing. H. Heuermann

1 20 2 20 3 10 4 20 5 20 6 20 7 20 8 20 150 Note - Ing. H. Heuermann

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

DTTI – 03-05.1 Heu/Wa<br />

Name: Matr.-Nr.: Blatt 2<br />

------------------------------------------------ -------------------------<br />

Aufgabe 1: Eine stark vereinfachte Bildvorlage besteht aus 4x5<br />

− Bildpunkten mit den in Abb.<br />

1.1 gegebenen amplitudendiskreten Grauwerten. Für die bitserielle Übertragung<br />

dieser Bildvorlage soll das Datenvolumen möglichst stark redundanzreduziert<br />

übertragen werden. Dazu werden verschiedene statistische Quellmodelle zu Grunde<br />

gelegt.<br />

5 4 8 11 15<br />

3 2 5 8 12<br />

3 5 3 4 8<br />

2 6 3 1 5<br />

{ x ( ρ),...,<br />

x ( ρ),...,<br />

x ( ρ)<br />

}<br />

X ( ρ)<br />

=<br />

0<br />

i<br />

N −1<br />

N = 16<br />

{ X ( ρ)<br />

x ( )}<br />

p ( x ( ρ))<br />

= prob = ρ<br />

i<br />

n = ( 4x5)<br />

− Bildpunkte / Bild<br />

i<br />

Abb.1.1: Graubildvorlage mit amplitudendiskreten Bildpunkten<br />

a) Modell 1: Gleiche Auftrittswahrscheinlichkeit der Amplitudenwerte und statistische<br />

Unabhängigkeit der einzelnen Bildpunkte untereinander<br />

p( xi<br />

) = p(<br />

x<br />

j<br />

) ∀ ( i,<br />

j)<br />

∈[ 0, N −1]<br />

Bestimmen Sie den mittleren Informationsgehalt oder Entropie H (X ) der diskreten Datenquelle<br />

X . Wie viele Bit werden zum Übertragen eines Ereignisses X ∈ xi<br />

benötigt, wie groß ist die<br />

mittlere Codewortlänge m (X ) und die relative Redundanz r (X ) ? Wie groß ist das Datenvolumen<br />

zum Übertragen eines Bildes?<br />

b) Modell 2: Ungleiche Auftrittswahrscheinlichkeit der Amplitudenwerte, aber noch statistische<br />

Unabhängigkeit der einzelnen Bildpunkte untereinander<br />

p(<br />

xi<br />

) ≠ p(<br />

x<br />

j<br />

) ∀ ( i,<br />

j)<br />

∈[ 0, N −1]<br />

p(<br />

xi<br />

, x<br />

j<br />

) = p(<br />

xi<br />

) ⋅ p(<br />

x<br />

j<br />

)<br />

Im Folgenden soll ausgenutzt werden, dass die Grauwerte mit unterschiedlichen<br />

Wahrscheinlichkeiten auftreten, aber noch voneinander statistisch unabhängig sind. Bestimmen Sie<br />

nun den mittleren Informationsgehalt oder Entropie H (X ) der diskreten Datenquelle X . Wie viele<br />

Bit werden zum Übertragen eines Ereignisses X ∈ xi<br />

benötigt und wie groß ist jetzt die relative<br />

Redundanz r (X ) ?<br />

c) Modell 3: Ungleiche Auftrittswahrscheinlichkeit der Amplitudenwerte und statistische<br />

Abhängigkeit zweier benachbarter einzelner Bildpunkte<br />

p(<br />

xi<br />

) ≠ p(<br />

x<br />

j<br />

) ∀ ( i,<br />

j)<br />

∈[ 0, N −1]<br />

p(<br />

xi<br />

, x<br />

j<br />

) = p(<br />

xi<br />

) ⋅ p(<br />

x<br />

j<br />

/ xi<br />

)<br />

Das 3. Quellmodell (nächste Seite) berücksichtigt statistische Abhängigkeiten zwischen 2<br />

benachbarten Bildpunkten einer Zeile. Die darin steckende Redundanz kann reduziert werden, in<br />

dem nur die Differenzamplituden zweier benachbarter Bildpunkte einer Zeile übertragen werden.<br />

Um eine Fehlerfortpflanzung über eine Zeile hinaus zu verhindern, wird der 1. Bildpunkt jeder Zeile<br />

in seinem Amplitudenwert voll übertragen.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!