1. Pierwszy szarobury obrazek z białym jednolitym obiektem na czarnym tle a drugi wiele szczegółów w tej samej
rozdzielczości i skali szarości. Poddane dwa obrazki Huffmanem. Opisać różnice.
-Dla obrazu jednolitego z dużymi elementami współczynnik kompresji jest większy niż dla obrazu szczegółowego,
średnia liczba bitów na punkt mniejsza niż dla obrazu szczegółowego. Ogólnie więc: obrazy mniej szczegółowe
lepiej się kompresują kompresją Huffmana. Jakość ta sama, bo kompresja Huffmana to kompresja bezstratna.

2. Dwa obrazki skompresowane przy użyciu DCT
- 30% DCT
- 70% DCT
Różnice (przyjmując, że chodzi o stopień kompresji):
-Obraz skompresowany w stopniu 70% będzie gorszej jakości, wystąpią większe skoki wartości na granicach
zrekonstruowanych bloków (efekt blokowy) w przypadku użycia bloków do kompresji. Jeśli nie zostaną użyte bloki,
to obraz będzie bardziej rozmyty i nieostry. Po kompresji 70% obraz będzie miał również mniejszy rozmiar.

3. Co to jest mapa dysparycji?
-Dysparycją nazywamy różnicę pomiędzy położeniami punktu w obrazach z jednej i drugiej kamery. Różnice takie
wyznaczone dla wszystkich pikseli obrazów stanowią obraz zwany mapą dysparycji.

4. Zależność współczynnika PSNR a DCT przy tych samych innych (wtf? :D ) współczynnikach przy zmianie ilości elementów bloku.
-W przypadku kompresji z blokami składającymi się z większej ilości elementów współczynnik PSNR jest mniejszy,
czyli obraz wynikowy jest mniej podobny do oryginalnego niż w przypadku mniejszych bloków.

5. Kompresja Huffmana, różnica między obrazem skompresowanym a przed kompresją.
-Kompresja Huffmana jest kompresją bezstratną, a więc obraz skompresowany będzie identyczny z oryginalnym. Zmieni się (zmniejszy)
jedynie jego rozmiar (zajmowana pamięć).

6. Czego wymaga rekonstrukcja 3D?
-Problem rekonstrukcji opiera się na wyznaczeniu współrzędnych punktu P w przestrzeni na podstawie znajomości odpowiadających
mu punktów PR i PL w obrazach z kamery prawej i lewej.
- Rekonstrukcja dokładna (zwana także triangulacją; wymaga ona znajomości zarówno zewnętrznych jak i wewnętrznych parametrów układu),
- Rekonstrukcja z dokładnością do współczynnika skalującego (przy tej rekonstrukcji wymagana
jest znajomość tylko parametrów wewnętrznych układu),
- Rekonstrukcja z dokładnością do pewnego przekształcenia rzutowego przestrzeni
(w tym przypadku nie ma żadnych informacji o zewnętrznych oraz wewnętrznych parametrach układu).

7. Parametry uzyskane przez kalibrację układu stereowizyjnego.
parametry zewnętrzne (rotacja i przesunięcie układu odniesienia), jak i wewnętrzne (ogniskowa, sposób translacji pomiędzy współrzędnymi
kamery a współrzędnymi pikselowymi obrazu, zniekształcenia geometryczne wprowadzane przez układ optyczny kamery).

8. Do czego służy filtr LR dla mapy głębi?
-Uzupełnia dziury w mapie głębi. Jeśli np. mapa głębi przedstawia twarz a nie widać w niej kawałka boku nosa to filtr ten go uzupełni.

9. Zastosowano kompresję DCT. Jak będzie wygladał obraz po dekompresji jeśli
a) do kompresji zastosowano bloki
b) do kompresji nie zastosowano bloków
-a) pojawią się gwałtowne skoki wartości na granicach zrekonstruowanych bloków, czyli tzw. efekt blokowy (szczególnie przy silnej kompresji).
-b) przy silnej kompresji obraz będzie rozmyty, nieostry.

10. Jak będzie zachowywał się współczynnik b/p jeżeli jeden obraz jest w niskiej rozdzielczości, a drugi taki sam w wyższej (Huffman)?
-W przypadku programu huf.exe współczynnik b/p (średnia liczba bitów na punkt) jest trochę mniejszy dla obrazu o mniejszej rozdzielczości.
-W przypadku programu direct.exe współczynnik b/p jest trochę mniejszy dla obrazu o większej rozdzielczości.
-W każdym z programów do kompresji Huffmana, które używaliśmy na laboratorium współczynnik b/p (średnia liczba bitów na punkt)
był mniejszy dla obrazu o większej rozdzielczości.

11. Porównać wartości współczynnika kompresji przy kompresji Huffmana dla takich samych obrazków z czego jeden jest w niskiej a drugi
w wysokiej rozdzielczości.
-W przypadku programu huf.exe współczynniki kompresji dla obu obrazów są mniej więcej takie same.
-W przypadku programu direct.exe współczynnik komresji jest trochę większy dla obrazu o większej rozdzielczości.
-W każdym z programów do kompresji Huffmana, które używaliśmy na laboratorium współczynnik kompresji był większy dla obrazu o większej rozdzielczości.

**********

12. Co to jest redundancja statyczna?
-Informacje, których nie trzeba przesyłać, gdyż można je odtworzyć na podstawie innych przesyłanych informacji (usunięcie ich powoduje
kompresję bezstratną).

13. Co to jest redundancja subiektywna?
-Informacje, które w danym zastosowaniu nie są konieczne (usunięcie ich powoduje kompresję stratną).

14. Co to jest entropia?
-Średnia ilość informacji, przypadająca na znak symbolizujący zajście zdarzenia z pewnego zbioru.

15. Co to jest MSE?
-Błąd średniokwadratowy - średnia kwadratów różnic wartości wszystkich pikseli obrazu oryginalnego i skompresowanego.

16. Co to jest wskaźnik PSNR?
-Szczytowy stosunek sygnału do szumu - miara podobieństwa obrazu oryginalnego do skompresowanego. Wyznacza się ją na podstawie błędu
średniokwadratowego.

17. Co to jest współczynnik kompresji?
-Stosunek rozmiarów obrazu oryginalnego do obrazu skompresowanego.

18. Co to jest rektyfikacja?
-Rektyfikacja jest to przekształcenie obrazów stereoskopowych w taki sposób, że odpowiadające sobie linie epipolarne w obu
obrazach stają sie współliniowe oraz równoległe do poziomych linii skanowania obrazów.

19. Co to jest Kalibracja kamer?
-Znalezienie parametrów zewnętrznych oraz wewnętrznych kamery lub też podzbioru tych parametrów.

20. Wyjaśnij ideę kompresji Huffmana.
-Metoda kompresji bezstratnej. Kodowanie Huffmana polega na utworzeniu słów kodowych (ciągów bitowych), których długość jest
odwrotnie proporcjonalna do prawdopodobieństwa wystąpienia danego znaku. Tzn. im częściej dany znak występuje (może wystąpić)
w ciągu danych, tym mniej zajmie bitów. Kompresja polega na zastąpieniu symboli otrzymanymi kodami.

21. Jakie znasz metody kalibracji systemu stereowizyjnego?
-Z trójwymiarowym obiektem referencyjnym, którego kształt i wymiary są znane z dużą precyzją.
-Poprzez obserwację wzorca płaskiego umieszczanego w różnych położeniach względem kamery.
-Bez użycia żadnego obiektu. Przeprowadza się ją na podstawie odpowiadających sobie punktów
w obrazach rejestrowanych przez poruszającą się kamerę obserwującą statyczną scenę.

int cvMeanShift(const CvArr* prob_image, CvRect window, CvTermCriteria
criteria, CvConnectedComp* comp)¶
Funkcja cvMeanShift() znajduje środek śledzonego obiektu na podstawie jego koloru i
znajomości jego początkowego położenia, z wykorzystaniem metody projekcji wstecznej
histogramu. Funkcja kończy działanie, gdy przesunięcie środka okna w kolejnej iteracji jest
mniejsze niż zadana wartość, lub gdy wykonana zostanie zadana liczba iteracji. Funkcja
zwraca liczbę wykonanych iteracji.
Parametry:
· prob_image – obraz otrzymany w wyniku projekcji wstecznej histogramu (po
zastosowaniu funkcji cvCalcBackProject())
· window – początkowe okno obejmujące śledzony obiekt
· criteria – kryteria stosowane do określenia kiedy zakończyć śledzenie
· comp – struktura wynikowa zawierająca współrzędne okna wskazującego nowe
położenie śledzonego obiektu (comp->rect field) i sumę pikseli znajdujących się w
tym oknie (comp->area field)
int cvCamShift(constCvArr * prob_image, CvRect window, CvTermCriteria criteria,
CvConnectedComp* comp, CvBox2D* box=NULL)¶
Funkcja cvCamShift implementuje algorytm śledzenia obiektów CAMSHIFT. Najpierw
znajduje środek śledzonego obiektu za pomocą funkcji cvMeanShift, a następnie wyznacza
rozmiar i orientację obiektu. Funkcja zwraca liczbę iteracji wykonanych przez funkcję
cvMeanShift.
Parametry:
· prob_image – obraz otrzymany w wyniku projekcji wstecznej histogramu (po
zastosowaniu funkcji cvCalcBackProject())
· window – początkowe okno obejmujące śledzony obiekt
· criteria – kryteria stosowane do określenia kiedy zakończyć śledzenie
· comp – struktura wynikowa zawierająca współrzędne okna wskazującego nowe
położenie śledzonego obiektu (comp->rect field) i sumę pikseli znajdujących się w
tym oknie (comp->area field)
· box – prostokąt otaczający obiekt; jeśli różny od NULL, to zawiera rozmiar i
orientację