Graph Compression

一、分类

形式: 实际、抽象

亮度: 黑白、灰度

光谱: 黑白、彩色

维度: 1D, 2D, ...

二、人的视觉特性

1. 视觉的适应性

所有的感觉都基于对比。如果你突然进入暗室，需要过一段时间，你才能看清东西。

2. 对比度特性

$C = \frac{Light_{max} + Light_{env}}{Light_{min} + Light_{env}} = \frac{最大亮度+环境亮度}{最小亮度+环境亮度}$

3. 视觉的残留与闪烁

残留: 人的视觉采集器的采集速度有限，你可以趁它没来得及反应，送上下一幅图片，这样人类就会以为他看到的是连续的真实画面。(比如电影就是由 frames 组成的，a frame = a picture)

闪烁: 频率不高的脉冲，才会让人有闪烁感。

三、颜色

RGB

red, green, blue

HSB

hue: 色调，光的颜色，取决于光的波长

saturation: 颜色深浅，即与黑色混合的程度，越高越纯、越不黑

brightness: 亮度

YUV

HSL

hue, saturation, lightness

HSV

hue, saturation, value

四、图像数字化

采样: 像素化

HD: High Definition

720P: 1280x720；高清

1080P: 1920x1080；隔行扫描属于高清；逐行扫描属于全高清

4K: 4096x2160

量化: 描述每个像素

如灰度，0~255

如RGB，若一个像素成分为8bit，则每个像素为 8x3=24 bit

如黑白，0 or 1

五、图像编码

主要是预测编码

• 帧内预测: 如 H.264

• 帧间预测: 如 H.265。利用下一frame相对于上一frame产生的移动(或偏移)信息，来还原图像。

具体的标准有:

• JPEG2000

• CIF: common intermediate format

• H.261、262、263、264、265: block -> macro-block -> group of block -> picture. (A block is 8x8 pixels)