इमेजची रन-लेंथ एन्ट्रॉपी कॅल्क्युलेटर

✖एंट्रॉपी ऑफ ब्लॅक रन लेन्थ म्हणजे प्रतिमेतील ब्लॅक पिक्सेलच्या रन लांबीच्या आधारे गणना केलेली एन्ट्रॉपी होय.ⓘ ब्लॅक रन लांबीची एन्ट्रॉपी [H₀]			+10% -10%
✖एंट्रॉपी ऑफ व्हाईट रन लेन्थ म्हणजे प्रतिमेतील पांढऱ्या पिक्सेलच्या रन लांबीच्या आधारे गणना केलेल्या एन्ट्रॉपीचा संदर्भ आहे.ⓘ व्हाईट रन लांबीची एन्ट्रॉपी [H₁]			+10% -10%
✖ब्लॅक रनलेंथचे सरासरी मूल्य प्रतिमेतील सलग काळ्या (फोरग्राउंड) पिक्सेलच्या सरासरी लांबीचा संदर्भ देते.ⓘ ब्लॅक रनलेन्थचे सरासरी मूल्य [L₀]			+10% -10%
✖पांढऱ्या रनलेंथचे सरासरी मूल्य सामान्यत: प्रतिमेतील सलग पांढऱ्या (फोरग्राउंड) पिक्सेलच्या सरासरी लांबीचा संदर्भ देते.ⓘ पांढऱ्या रनलांबीचे सरासरी मूल्य [L₁]			+10% -10%

✖रन लेन्थ एंट्रॉपी ऑफ इमेज हे इमेजमधील रन लेंथच्या वितरणामध्ये यादृच्छिकतेचे किंवा डिसऑर्डरचे मोजमाप आहे.ⓘ इमेजची रन-लेंथ एन्ट्रॉपी [H_RL]

⎘ कॉपी

👎

सुत्र

✖

इमेजची रन-लेंथ एन्ट्रॉपी

सुत्र

`"H"_{"RL"} = ("H"_{"0"}+"H"_{"1"})/("L"_{"0"}+"L"_{"1"})`

उदाहरण

`"0.044262J/K"=("0.25J/K"+"2.45J/K")/("30"+"31")`

कॅल्क्युलेटर

LaTeX

रीसेट करा

👍

डाउनलोड करा इलेक्ट्रॉनिक्स सुत्र PDF PDF Image

इमेजची रन-लेंथ एन्ट्रॉपी उपाय

चरण 0: पूर्व-गणन सारांश

फॉर्म्युला वापरले जाते

इमेजची लांबी एन्ट्रॉपी चालवा = (ब्लॅक रन लांबीची एन्ट्रॉपी+व्हाईट रन लांबीची एन्ट्रॉपी)/(ब्लॅक रनलेन्थचे सरासरी मूल्य+पांढऱ्या रनलांबीचे सरासरी मूल्य)
H_RL = (H₀+H₁)/(L₀+L₁)
हे सूत्र 5 व्हेरिएबल्स वापरते

व्हेरिएबल्स वापरलेले

इमेजची लांबी एन्ट्रॉपी चालवा - (मध्ये मोजली ज्युल प्रति केल्विन) - रन लेन्थ एंट्रॉपी ऑफ इमेज हे इमेजमधील रन लेंथच्या वितरणामध्ये यादृच्छिकतेचे किंवा डिसऑर्डरचे मोजमाप आहे.
ब्लॅक रन लांबीची एन्ट्रॉपी - (मध्ये मोजली ज्युल प्रति केल्विन) - एंट्रॉपी ऑफ ब्लॅक रन लेन्थ म्हणजे प्रतिमेतील ब्लॅक पिक्सेलच्या रन लांबीच्या आधारे गणना केलेली एन्ट्रॉपी होय.
व्हाईट रन लांबीची एन्ट्रॉपी - (मध्ये मोजली ज्युल प्रति केल्विन) - एंट्रॉपी ऑफ व्हाईट रन लेन्थ म्हणजे प्रतिमेतील पांढऱ्या पिक्सेलच्या रन लांबीच्या आधारे गणना केलेल्या एन्ट्रॉपीचा संदर्भ आहे.
ब्लॅक रनलेन्थचे सरासरी मूल्य - ब्लॅक रनलेंथचे सरासरी मूल्य प्रतिमेतील सलग काळ्या (फोरग्राउंड) पिक्सेलच्या सरासरी लांबीचा संदर्भ देते.
पांढऱ्या रनलांबीचे सरासरी मूल्य - पांढऱ्या रनलेंथचे सरासरी मूल्य सामान्यत: प्रतिमेतील सलग पांढऱ्या (फोरग्राउंड) पिक्सेलच्या सरासरी लांबीचा संदर्भ देते.

चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा

ब्लॅक रन लांबीची एन्ट्रॉपी: 0.25 ज्युल प्रति केल्विन --> 0.25 ज्युल प्रति केल्विन कोणतेही रूपांतरण आवश्यक नाही
व्हाईट रन लांबीची एन्ट्रॉपी: 2.45 ज्युल प्रति केल्विन --> 2.45 ज्युल प्रति केल्विन कोणतेही रूपांतरण आवश्यक नाही
ब्लॅक रनलेन्थचे सरासरी मूल्य: 30 --> कोणतेही रूपांतरण आवश्यक नाही
पांढऱ्या रनलांबीचे सरासरी मूल्य: 31 --> कोणतेही रूपांतरण आवश्यक नाही

चरण 2: फॉर्म्युलाचे मूल्यांकन करा

फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे

H_RL = (H₀+H₁)/(L₀+L₁) --> (0.25+2.45)/(30+31)

मूल्यांकन करत आहे ... ...

H_RL = 0.0442622950819672

चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा

0.0442622950819672 ज्युल प्रति केल्विन --> कोणतेही रूपांतरण आवश्यक नाही

अंतिम उत्तर

0.0442622950819672 ≈ 0.044262 ज्युल प्रति केल्विन <-- इमेजची लांबी एन्ट्रॉपी चालवा

(गणना 00.004 सेकंदात पूर्ण झाली)

आपण येथे आहात -

होम » अभियांत्रिकी » इलेक्ट्रॉनिक्स » डिजिटल प्रतिमा प्रक्रिया » डिजिटल प्रतिमा मूलभूत » इमेजची रन-लेंथ एन्ट्रॉपी

जमा

ने निर्मित बानुप्रकाश

दयानंद सागर अभियांत्रिकी महाविद्यालय (DSCE), बंगलोर

बानुप्रकाश यांनी हे कॅल्क्युलेटर आणि 50+ अधिक कॅल्क्युलेटर तयार केले आहेत!

द्वारे सत्यापित दिपांजोना मल्लिक

हेरिटेज इन्स्टिट्यूट ऑफ टेक्नॉलॉजी (HITK), कोलकाता

दिपांजोना मल्लिक यानी हे कॅल्क्युलेटर आणि 50+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

< 19 डिजिटल प्रतिमा मूलभूत कॅल्क्युलेटर

कॅमेरा एक्सपोजर वेळेच्या रेखीय कार्याद्वारे मानक विचलन

जा प्रमाणित विचलन = मॉडेल फंक्शन*(तेजस्वी तीव्रता)*मॉडेल वर्तन कार्य*(1/कॅमेरा आणि IRED मधील अंतर^2)*(मॉडेल गुणांक 1*कॅमेरा एक्सपोजर वेळ+मॉडेल गुणांक 2)

द्विरेखीय इंटरपोलेशन

जा द्विरेखीय इंटरपोलेशन = गुणांक a*एक्स समन्वय+गुणांक b*Y समन्वय+गुणांक c*एक्स समन्वय*Y समन्वय+गुणांक d

मुख्य घटकांशी संबंधित बँड लोड

जा के बँड पी तत्त्व घटकांसह लोड करते = बँड k घटक P साठी Eigenvalue*sqrt(Pth Eigenvalue)/sqrt(मॅट्रिक्समधील बँड k चे भिन्नता)

इमेजची रन-लेंथ एन्ट्रॉपी

जा इमेजची लांबी एन्ट्रॉपी चालवा = (ब्लॅक रन लांबीची एन्ट्रॉपी+व्हाईट रन लांबीची एन्ट्रॉपी)/(ब्लॅक रनलेन्थचे सरासरी मूल्य+पांढऱ्या रनलांबीचे सरासरी मूल्य)

प्रत्येक ब्राइटनेस मूल्यासाठी संचयी वारंवारता

जा प्रत्येक ब्राइटनेस मूल्यासाठी संचयी वारंवारता = 1/पिक्सेलची एकूण संख्या*sum(x,0,कमाल ब्राइटनेस मूल्य,प्रत्येक ब्राइटनेस मूल्याच्या घटनेची वारंवारता)

विस्ताराचे रेखीय संयोजन

जा विस्तार कार्यांचे रेखीय संयोजन = sum(x,0,रेखीय विस्तारासाठी पूर्णांक निर्देशांक,वास्तविक मूल्यवान विस्तार गुणांक*वास्तविक मूल्यवान विस्तार कार्ये)

वेव्हलेट गुणांक

जा तपशील वेव्हलेट गुणांक = int(स्केलिंग फंक्शन विस्तार*वेव्हलेट विस्तार कार्य*x,x,0,रेखीय विस्तारासाठी पूर्णांक निर्देशांक)

इमेज प्रोसेसिंगमध्ये क्वांटायझेशन चरण आकार

जा परिमाणीकरण चरण आकार = (2^(नाममात्र डायनॅमिक श्रेणी-घातांकाला वाटप केलेल्या बिट्सची संख्या))*(1+Mantissa ला वाटप केलेल्या बिट्सची संख्या/2^11)

वॉटरमार्क केलेली प्रतिमा

जा वॉटरमार्क केलेली प्रतिमा = (1-वजन मापदंड)*अचिन्हांकित प्रतिमा+वजन मापदंड*वॉटरमार्क

स्टीम इंजिनची कमाल कार्यक्षमता

जा स्टीम इंजिनची कमाल कार्यक्षमता = ((तापमानातील फरक)-(तापमान))/(तापमानातील फरक)

डिजिटल प्रतिमा पंक्ती

जा डिजिटल प्रतिमा पंक्ती = sqrt(बिट्सची संख्या/डिजिटल प्रतिमा स्तंभ)