图像压缩与数列极限实验室

$\{a_n\} = a_1,\, a_2,\, a_3,\, \ldots,\, a_n,\, \ldots$

简单理解：数列就是一串有规律的数字，每个数字都有自己的位置。

数列类型

项数 $n$ 20

$\displaystyle\lim_{n\to\infty}a_n=L$

通俗理解：想象站在目标前面，每次只走一半距离。虽然到不了，但会越来越接近——这就是极限。

图像压缩中：$\displaystyle\lim_{n\to\infty}d_n=0$，压缩次数越多，与原图差异越小。

图像类型

质量 Q 50%

压缩率: 0%

$d_n=\|I_{\text{原始}}-I_n\|$

数字越小 = 差别越小 = 压缩效果越好

原始图像

压缩后 (Q=50)

差异图 (误差)

频域表示模拟

总迭代次数

演算速度 500ms

当前迭代: 0 | 误差: 100%

等待演示开始...

当前状态：等待开始

极限的直观理解

图像压缩中的极限过程：压缩或重构次数越多，图像越接近原图。数学上表示为当 $n\to\infty$ 时，$a_n\to L$。