数字图像处理第12章图像编码新方法北邮出版社200810

合集下载

数字图像处理-图像变换编码

数字图像处理-图像变换编码

作逆变换,得到一个原图向量的近似值:
Xˆ AmTYm mX
3、均方误差
E{
X

2
}
N2
i
im1
4、K-L变换举例
[举例]
(1)求mx平均值向量; (2)求[Xi-mx]; (3)求Cx; (4)求协方差矩阵Cx的特征值及特征向量; (5)求K-L变换核矩阵; (6)进行变换; (7)协方差矩阵; (8)K-L逆变换;
eTN
2
CX矩阵与其特征值i和特征向量ei应符合关系:
CX ei iei i 1,2,...,N 2
1
CY
2
N 2
离散K-L逆变换公式为:
X ATY mX
实际使用中,只取前m个特征值所对应的特征向量。
e1T
Am
e2T
emT
m
N
2
得到:
Ym Am ( X mX )
离散余弦变换(Discrete Cosine Transform):
在傅立叶级数展开式中,如果被展开的 函数是实偶函数,那么,其傅立叶级数中只 包含余弦项,再将其离散化由此可导出余弦 变换,或称为离散余弦变换。
一维离散余弦变换
设一维离散函数f(x),将其扩展成偶函数:
对于偶对称:
f (x)
当0 x M -1
将图像集合为{f0(x,y),f1(x,y),…,fM-1(x,y)}离散表示为如下 的向量形式(X0,X1,…,XM-1)。
f0 (0,0)
f0
(0,1)
f0
(0,
N
1)
f0
(1,0)
X 0 f0 (1,1)
f0 (N 1,0)
f0

数字图像处理10_图像编码2

数字图像处理10_图像编码2

图4 均匀量化器

计算公式:
– 用右式计算
F (u, v) ˆ F (u, v) round ( ) Q(u, v)
24
2 JPEG算法的主要计算步骤(5)

量化步距 – 按照系数(频率的)所在的位置和每种颜色分量 的色调值来确定的。 1. 因为人眼对亮度信号
比对色差信号更敏感。 因此使用两种量化表: 如表2所示的亮度量化 表和表3所示的色差量 化表。 2. 由于人眼对低频分量 的图像比对高频分量 的图像更敏感,因此 表中的左上角的量化 步距要比右下角的量 化步距小
(4) 分层方式
在空间域将源图像以不同的分辨率表示。
每个分辨率对应一次扫描,处理时可以基于DCT或预
测编码,可以是渐进式,也可以是顺序式。
18
1.5 JPEG算法框图
8×8 图像块 基于DCT的编码器 FDCT 源图像数据 量化表 (a) JPEG压缩算法框图 基于DCT的解码器 压缩图像数据 熵解码器 逆量化器 IDCT 重构图像数据 熵编码表 量化表 8×8图像块 熵编码表 量化器 熵编码器 压缩图像数据
F (u , v)
图3 二维DCT变换方法
23
2 JPEG算法的主要计算步骤(4)
2.2 量化 对FDCT变换后的(频率的) 系数进行量化。 目的:
– 降低非“0”系数的幅度以 及增加“0”值系数的数目

量化DCT 系数输出
DCT 系数输入
用图4所示的均匀量化器 量化。 影响:
– 造成图像质量下降的最主 要原因
添加包括SPIFF*格式在内的扩展 定义注册扩展JPEG功能的参数的方法 数据无损压缩的标准(JPEG-LS)
16
表1 JPEG标准文档

数字图像处理~图像编码资料

数字图像处理~图像编码资料

4 香农-范诺编码
香农-范诺编码与Huffman编码相反,采用从上到下的 方法。
2 图像压缩ห้องสมุดไป่ตู้码的方法
图像压缩编码分为有损压缩和无损压缩。无损压缩无信息 损失,解压缩时能够从压缩数据精确地恢复原始图像;有损压 缩不能精确重建原始图像,存在一定程度的失真。
根据编码原理将图像编码分为: (1)熵编码:无损编码,给出现概率较大的符号赋予一个 短码字,而给出现概率较小的符号赋予一个长码字, 从而 使得最终的平均码长很小。
图像编码
1 图像编码的基本知识 2 图像压缩编码的方法 3 哈夫曼编码 4 香农-范诺编码 5 行程编码 6 算术编码 7 离散小波变换DWT 8 离散余弦变换DCT
1 图像编码的基本知识
数字化后的图像信息数据量非常大,图像压 缩利用图像数据存在冗余信息,去掉这些冗 余信息后可以有效压缩图像。
1.空间(像素间、几何):在同一幅图片中,规则物体和规则背景(所 谓规则是指表面有序的,而不是完全杂乱无章的排列)的表面物理特性 具有相关性,这些相关性的光成像结果在数字化图像中就表现为数据冗 余。
30 10 20 40 20 40 0 20 20 20 30 30 20 40 40 20
01 20 0 1
40 0 1 0 1 30
各灰度的编码如下:
0
10
灰度值: 20 40 30 10 0
哈夫曼编码: 0 10 111 1101 1100
则图所示的图像哈夫曼编码为:
1111010100101100000111111010100
2 图像编码的方法
l (2) 预测编码:基于图像数据的空间或时间冗余特性,用 l 相邻的已知像素(或像素块)来预测当前像素(或像素块) l 的取值,然后再对预测误差进行量化和编码。 l (3)变换编码:将空间域上的图像变换到另一变换域上, l 变换后图像的大部分能量只集中到少数几个变换系数上, l 采用适当的量化和熵编码就可以有效地压缩图像。 l (4)混合编码:综合了熵编码、变换编码或预测编码的编码方法。如

数字图像处理~图像编码

数字图像处理~图像编码
Ea = -log2(0.5) = 1
Eb = -log2(0.3) = 1.737
Ec = -log2(0.2) = 2.322
总信息量也即表达整个字符串需要的位数为:
E = Ea * 5 + Eb * 3 + Ec * 2 = 14.855 位
举例说明:
如果用二进制等长编码,需要多少位?
数据压缩技术的理论基础是信息论。
2.信息量和信息熵
A
B
数据压缩的基本途径
数据压缩的理论极限
信息论中信源编码理论解决的主要问题:
信息量等于数据量与冗余量之差
I = D - du
数据是用来记录和传送信息的,或者说数据
是信息的载体。
数据所携带的信息。
信息量与数据量的关系:
du—冗余量
I— 信息量
D— 数据量

实时传输:在10M带宽网上实时传输的话,需要压缩到原来数据量的?

存储: 1张CD可存640M,如果不进行压缩,1张CD则仅可以存放?秒的数据

可见,单纯依靠增加存储器容量和改善信道带宽无法满足需求,必须进行压缩
1 图像编码概述
数字化后的图像信息数据量非常大,图像压缩利用图像数据存在冗余信息,去掉这些冗余信息后可以有效压缩图像。
01.
02.
03.
04.
问题:
把某地区天气预报的内容看作一个信源,它有6种可能的天气:晴天(概率为0.30)、阴天(概率为0.20)、多云(概率为0.15)、雨天(概率为0.13)、大雾(概率为0.12)和下雪(概率为0.10),如何用霍夫曼编码对其进行编码?平均码长分别是多少?
哈夫曼编码
30
10

图像编码基本方法(最新整理)

图像编码基本方法(最新整理)

一、霍夫曼编码(Huffman Codes)最佳编码定理:在变长编码中,对于出现概率大的信息符号编以短字长的码,对于出现概率小的信息符号编以长字长的码,如果码字长度严格按照符号出现概率大小的相反的顺序排列,则平均码字长度一定小于按任何其他符号顺序排列方式的平均码字长度。

霍夫曼编码已被证明具有最优变长码性质,平均码长最短,接近熵值。

霍夫曼编码步骤:设信源X 有m 个符号(消息)⎭⎬⎫⎩⎨⎧=m m p x p p x x X 2121,1.1. 把信源X 中的消息按概率从大到小顺序排列,2.2. 把最后两个出现概率最小的消息合并成一个消息,从而使信源的消息数减少,并同时再按信源符号(消息)出现的概率从大到小排列;3.3. 重复上述2步骤,直到信源最后为⎭⎬⎫⎩⎨⎧=o o o o o p p x x X 2121为止;4.4. 将被合并的消息分别赋予1和0,并对最后的两个消息也相应的赋予1和0;通过上述步骤就可构成最优变长码(Huffman Codes)。

例:110005.0010010.000015.01120.00125.01025.0654321x x x x x x P Xi 码字编码过程则平均码长、平均信息量、编码效率、冗余度为分别为:%2%9842.2)05.0log 05.01.0log 1.015.0log 15.02.0log 2.025.0log 25.02(45.205.041.0415.0320.0225.022===⨯+⨯+⨯+⨯+⨯⨯-==⨯+⨯+⨯+⨯+⨯⨯=Rd H N η二 预测编码(Predictive encoding )在各类编码方法中,预测编码是比较易于实现的,如微分(差分)脉冲编码调制(DPCM )方法。

在这种方法中,每一个象素灰度值,用先前扫描过的象素灰度值去减,求出他们的差值,此差值称为预测误差,预测误差被量化和编码与传送。

接收端再将此差值与预测值相加,重建原始图像象素信号。

数字图象处理图像编码

数字图象处理图像编码
第33页/共73页
5.5.3 霍夫曼码
霍夫曼码变长编码法能得到一组最优的变长码。设原始信源有M个消息,即:
X up11
u2 p2
u3 p3
uM pM
霍夫曼码编码步骤:
(5—28)
第一步,把信源X中的消息按出现的概率从大到小的顺序排列,即:
p1 p2 p3 pM
第34页/共73页
第二步,把最后两个出现概率最小的消息合并成一个消息,从 而使信源的消息数减少一个,并同时再次将信源中的消息的概率从 大到小排列一次,得:
行。编码的基本限制就是码字要有单义性和非续长性。
第31页/共73页
信源
u1
概率
1 2
u2
1
4
u3
1 8
1
u4
8
码Ⅰ 0 0 1
10
码Ⅱ 0 1
00 11
码Ⅲ 0
码Ⅳ 0
10
01
110
011
111
0111
表5—4 四种代码表
第32页/共73页
最为常用的变长编码方法:
霍夫曼(Huffman)码 仙农-费诺(Shannon-Fano)码
信源 信宿
信源编码
信道编码
噪声
信源解码
信道解码
图5—1 数字通信系统模型
第2页/共73页
调制
传输信道
解调
• 去除冗余为基础的编码方法称为第一代编码,如:PCM、DPCM、 △M、亚取样编码法,变换域的DFT、DCT、Walsh-Hadamard 变换编码等方法以及以此为基础的混合编码法均属于经典的
第36页/共73页
例:求下述信源的霍夫曼码
X
u1 u2 u3 u4 u5 u6 0.25 0.25 0.20 0.15 0.10 0.05

数字图像处理-编码

数字图像处理-编码
数减为n-1个; (4)将n-1个概率,按大小重新排序; (5)重复(3),将新排序后的最后两个小概率再相 加,相加和与其余概率再排序;
(6)如此反复重复n-2次,得到只剩两个概率序列。
(7)以二进制码元(0,1)赋值,构成霍夫曼码字, 编码结束。
例题: 设有信号源s={x1,x2,x3,x4,x5}对应的出现概率为 p={0.25,0.22,0.20,0.18,0.15},用霍夫曼编码进行数据压缩。 1.00 0.58
即:
N = N + [ns p(ai ) + ni p(as )] - [ni p(ai ) + ns p (as )]
'
= N + (ns - ni )[ p(ai ) - p(as )]
由于 所以
p(ai ) ≥p(as ), ns ≥ i , n
N ≥N ,
'
即: N 是最短的。
可变长度最佳编码的平均码字长度
i 1
8
0.05 5 0.04 5 3.17
编码效率为:
H 2.55 = = = 80.4% R 3.17
实际编码举例
Landsat卫星是美国发射的地球资源卫星,以陆续发射了
6颗。以四个频道窗口,两个可见光,两个红外;每帧 图像有四幅照片,每张照片包括23403240个像素。通 常采用7比特量化。
单义代码
任意有限长的码字序列,只能被唯一地分割成一个个码 字,这样的码字序列称为单义代码。
非续长代码一定是单义码,但单义码不一定是非 续长代码。
Huffman编码方法:
(1)把信源符号按概率大小顺序排列,并设法按逆 序分配码字的长度; (2)在分配码字长度时,首先将出现概率最小的两 个符号的概率相加,合成一个概率;

第9(2)章-图像编码方法

第9(2)章-图像编码方法

预测器的系数和阶数,而且量化器级数可以根据图像局部情况发生调整,这就是所谓的
自适应预测编码。
预测器维数
采用同一扫描行中前几个像素值进行预测,称为一维预测;
5
采用同一行或前几行像素值进行预测,称为二维预测; 采用前几行和前几帧像素值进行预测,称为三维预测。 量化器级数 量化器对预测误差量化的等级数,一般为 2,4,8 级等。
当然第一个码需要单独用一个 7 位编码,并采用:
f '(0) = f (0) = 100
输入
m
f(m)
fˆ(m)
0
100
1
102
100
2
120
101
3
120
106
4
120
111
5
118
116
7 位编码首信息
[过程详解]
m=1
预测器(1)
e(m)
e' (m)
f '(m) δ (m)
2
1
19
5
14
5
9
5
输入
编码器
解码器
误差
N
f
f$
E
e&
f&
f$
f&
[f − f&]
0
12.0



12.0

12.0
0.0
1
16.0
12.0
4.0
5.0
17.0
12.0
17.0
–1.0
2
14.0
17.0
–3.0
–5.0
12.0
17.0
12.0

数字图像处理

数字图像处理
i =1 6
= 2.2bit
l l
(3)缺点:与计算机的数据结构不匹配; (4)缺点:需要多次排序,耗费时间。
无无损压缩技术
问题:如何克服Huffman编码需要多次排 序的问题? l 香香农编码法(Fano-Shannon)
l
输入概率 w1 w2 w3 w4 w5 0.4 0.3 0.1 0 0.1 0.06 1 w6 0.04 1 1111 1 1 0 1110 1 1101 0 0 0 0 10 1100
无无损压缩技术
Fano − Shannon压缩编码步骤: Step1: 把概率按大小从上到下排序,然后将w1 : wn分成两组, w1 : wk 和wk +1 : wn,使∑ pi ≈
i =1 k i = k +1 n
∑ p;
i
Step 2 : 将两个子集分别编码0和1; Step3: 将两个子集重复Step1,同样上面子集编码0,下面编码1; Step 4 : 重复Step3,直到每个子集只有1个w为止。最后将编码依 次排出,得到Fano - Shannon编码。
l
图像压缩编码主要分成三大大类
l
无无损编码
l
又又称为信息保持编码。要求编码—解码过程中 能够无无误差的重建图像。如在医学图像应用用中。 常被称为保真度编码。常用用在图像的信宿为人人 眼的应用用中,如数字电视、可视电话等。
l
有损编码
l
l
特征抽取编码
l
是一一种有损编码。常用用在图像的信宿为计算机 的应用用中,这是只需要保留计算机处理的信息 特征。如图像识别。
数字图像处理
第十十二二讲 图像压缩和编码
图像压缩和编码
序言言 l 无无损压缩技术 l 预测压缩技术 l 变换压缩技术 l 活动图像压缩技术 l 图像压缩编码的新进展 l 要点总结

浅谈数字图像编码技术

浅谈数字图像编码技术

浅谈数字图像编码技术【关键词】浅谈1 引言数字图像处理又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。

早期图像处理的目的是改善图像的质量,它以人为对象,以改善人的视觉效果为目的。

图像处理中,输入的是质量低的图像,输出的是改善质量后的图像。

常见的图像处理有图像数字化、图像编码、图像增强、图像复原、图像分割与图像分析等。

图像编码是对图像信息进行编码,可以压缩图像的信息量,以便满足传输与存储的要求。

本研究主要介绍了图像编码的基本原理和技术方法。

一幅二维数字图像可以由一个二维亮度函数通过采样和量化后而得到的一个二维数组表示。

这样一个二维数组的数据量通常很大,从而对存储、处理和传输都带来了许多问题,提出了许多新的要求。

为此人们试图采用对图像新的表达方法以减少表示一幅图像需要的数据量,这就是图像编码所要解决的主要问题。

压缩数据量的主要方法是消除冗余数据,从数学角度来讲是要将原始图像转化为从统计角度看尽可能不相关的数据集。

这个转换要在图像进行存储、处理和传输之前进行,然后将压缩了的图像解压缩以重建原始图像,即通常所称的图像编码和图像解码。

图1给出了一个通用的图像编码系统模型,这个模型主要包括2个通过信道级连接的结构模块:编码器和解码器。

当一幅输入图像送入编码器后,编码器根据输入数据进行信源编码产生一组信号,这组信号在进一步被信道编码器编码后进入信道。

通过信道传输后的码被送入信道解码器和信源解码器,解码器重建输入的图像。

一般来说,输出图是输入图的精确复制,那么系统是无失真的或者信息保持型的;否则,称系统是信息损失的。

信源编码器的作用是减少或消除输入图像中的编码冗余、像素间冗余及心理视觉冗余。

尽管信源编码器的结构与具体应用和对保真度的要求有关,但一般情况下信源编码器包括顺序的3个独立操作,而对应的信源解码器包含反序的2个独立操作(图2)。

在信源编码器中,映射器将输入数据变换以减少表达图像的数据,这与具体编码技术有关。

数字图像处理图像编码46页PPT

数字图像处理图像编码46页PPT
1、不要轻言放弃,否则对不起自己。
2、要冒一次险!整个生命就是一场冒险。走得最远的人,常是愿意 去做,并愿意去冒险的人。“稳妥”之船,从未能从岸边走远。-戴尔.卡耐基。
梦 境
3、人生就像一杯没有加糖的咖啡,喝起来是苦涩的,回味起来却有 久久不会退去的余香。
数字图像处理图像编码 4、守业的最好办法就是不断的发展。 5、当爱不能完美,我宁愿选择无悔,不管来生多么美丽,我不愿失 去今生对你的记忆,我不求天长地久的美景,我只要远躺在泥坑里的人,才不会再掉进坑里。——黑格尔 32、希望的灯一旦熄灭,生活刹那间变成了一片黑暗。——普列姆昌德 33、希望是人生的乳母。——科策布 34、形成天才的决定因素应该是勤奋。——郭沫若 35、学到很多东西的诀窍,就是一下子不要学很多。——洛克
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

则对 V0 空间的任意 f(t) ,有
V0 span{k (t)} k Z
f (t) akk (t)
k
14
定义:
{Vi}, j Z
(1)
L V2 V1 V0 V1 V2 L
(2)
I I Vj {0}; Vj L2 (R)
jZ
jZ
(3)
f (t) Vj f (2 j t) V0 j Z
WTf (a, )
1 a
R
f (t)
t
a
dt
f , a,
当所用小波的容许性条件成立时,其逆变换存在:
f (t) 1 C
da 0 a2
WTf (a, ) a, (t)d
1 C
da 0 a2
WTf (a, )
1 a
t
a
d
9
小波变换系数定义:
根据CWT 的定义可知,小波变换同傅立叶变换一样,也是一种
k
k
17
➢ 4. 离散序列的多分辨率分解
图12.3 二次分解电路结构
图12.4 二次重建电路结构图
18
❖ 12.1.4 图像的小波变换编码
➢ 1. 图像信号的二维小波变换
用分别在水平和垂直方向进行滤波的方法实现。 图12.5为二维图像的(一级)分解和重建电路结构图。 图12.6为相应的二维频域划分示意图。 图12.7为lena图像二级分解的示意图。
(4)
f (t) V0 f (t n) V0 n Z
(5) 正交基存在性:存在 (t) V0 ,使得
V0
span{n (t n)},
R
(t
n)
(t
m)dt

mn
15
➢ 2. 正交小波变换与多分辨率分析
当把 L2 (R) 空间按以下空间组合展开至任意尺度J 时:
则有
J
L2 (R) W j V j j
小波定义: 所谓小波(Wavelet),即存在于一个较小区域的波。 小波函数的数学定义:设 (t)为一平方可积函数,即 (t) L2 (R)。
若其傅立叶变换 ( ) 满足条件:
( ) 2
R d
则称 (t)为一个基本小波或小波母函数,并称上式是小波函数的可容
许条件。
3
小波特性: a. 根据小波函数的定义,小波函数一般在时域具有紧支集或近似
a ,
1 a
0
a ,
1
a
7
相平面
由此可见,连续小波的时、频窗口中心和宽度均随尺度因子a的变化 而伸缩,将不同a ,τ值下的时频域窗口绘在同一个图上,就得到小波基 函数的相平面,如图12.2所示。
图12.2 小波基函数的相平面
8
➢ 2. 连续小波变换
将 L2 (R) 空间的任意函数 f(t) 在小波基下进行展开,称其为函数 f(t) 的连续小波变换CWT,变换式为:
Mallat经过分析,得出剩余系数和小波系数分解的迭代关系:
c j1,k h0 (m 2k )c j,m
m
d j1,k h1 (m 2k )c j,m
m
➢ h0、h1 是由尺度函数和小波函数决定的,称为滤波器系数。
➢ h0 相当于低通滤波器, h1 相当于高通滤波器。
c j1,m c j,k h0 (m 2k) d j,k h1(m 2k)
紧支集,即函数的非零值定义域具有有限的范围,这即所谓“小” 的特点; b. 由于直流分量为零,因此小波又具有正负交替的波动性。
4
小波实例:
图12.1 一个小波例子
5
连续小波基函数
将小波母函数 (t)进行伸缩和平移,设其伸缩因子(亦称尺度因
子)为a,平移因子为τ,并记平移伸缩后的函数为 a, (t),则:
《数字图像处理与图像通信》
朱秀昌 刘 峰 胡 栋
北京邮电大学出版社
1
第12章 图像编码新方法
❖ 12.1 小波变换与图像编码 ❖ 12.2 模型基编码 ❖ 12.3 分形图像编码 ❖ 12.4 分级编码和多描述编码
2
12.1 小波变换与图像编码
❖ 12.1.1 连续小波变换
➢ 1. 连续小波基函数
➢ 1. 多分辨率分析的基本概念
定义函数 (t) L2 (R) 为尺度函数(Scale function),若其整数位移
系列 k (t) (t k) 满足正交关系:
k (t),k (t) k,k k,k Z
定义由 k (t) 在 L2 (R) 空间张成的空间为 V0 ,称为零尺度空间:

积分变换,称 WTf (a, ) 为小波变换系数。
10
❖ 12.1.2 离散小波变换
➢ 1. 尺度与位移的离散化
对连续小波基函数进行离散化可以得到离散小波变换,减少小 波变换系数的冗余度。
离散小波函数为:
m,n
(t )
m
2 2
(2m t
n)
任意函数 f(t) 的离散小波变换DWT为:
WTf (m, n) R f (t) m,n (t) dt
12
3. 离散小波逆变换
➢ 当 A = B 时(称为紧框架),离散小波变换的逆变换为:
f (t)
1 A
WTf ( j, k ) j,k (t)
j ,k
➢ 当A≠B时
f (t)
2 A B
WTf ( j, k ) j,k (t)
j,k
13
❖ 12.1.3 多分辨率分析
多分辨率分析(Multi Resolution Analysis, MRA),又称多尺度分析
J
f (t)
d j,k j,k (t) c j,k j,k (t)
j k
j
式中
d j,k f (t), j,k (t)
c j,k f (t), j,k (t)
分别称为小波系数和剩余系数。当 J 时,则有:
f (t)
d j,k j,k (t)
j k
16
➢ 3. 正交小波变换的快速算法-Mallat算法
a,
(t)
1
a 2
t
a
,
a
0,
R
并称 a, (t)为参数为a和τ的小波基函数。
由于a和τ均取连续变化的值,因此又称之为连续小波基函数。
6
定义小波母函数
(t)
的窗口宽度为
t
,窗口中心为
t
,则
0
可求得连续小波的窗口中心及窗口宽度分别为:
ta, at0
ta, at

a, ( ) ae j (a )
11
➢ 2. 小波框架
小波框架的定义是:当由基本小波经伸缩和位移引出的函数族:
j,k
(t)
j
a0 2
(a0
jt
kTs
)
j,k Z
具有下述性质时:
A f 2
f , j,k
2
B
f2
0 AB
jk
便称 { j,k (t)}( j,k )Z 构成了一个小波框架,并称上式为小波框架条
件,其频域表示为:
(2 j ) 2 0 jZ
相关文档
最新文档