Wavelet ផ្លាស់ប្តូរ: កំណត់ឧទាហរណ៍កម្មវិធី

វត្តមាននៃម៉ាស៊ីនថតឌីជីថលដែលមានតម្លៃថោកនេះបានន័យថាមួយផ្នែកធំនៃប្រជាជននៃភពផែនដីនេះដោយមិនគិតពីអាយុនិងការរួមភេទបានទទួលការចាប់យករបស់គាត់ទម្លាប់គ្រប់ជំហាននិងដាក់រូបភាពរបស់ខ្លួននៅលើការបង្ហាញជាសាធារណៈនៅក្នុងបណ្តាញសង្គមនោះទេ។ លើសពីនេះទៀតប្រសិនបើមានបណ្ណសាររូបថតក្រុមគ្រួសារកាលពីដើមត្រូវបានដាក់នៅក្នុងអាល់ប៊ុមដូចគ្នានេះនាពេលបច្ចុប្បន្ននេះវាមានមនុស្សរាប់រយនាក់នៃរូបភាព។ ក្នុងគោលបំណងដើម្បីជួយសម្រួលដល់ការផ្ទុកនិងការបញ្ជូននៅទូទាំងបណ្តាញតម្រូវឱ្យមានរូបភាពឌីជីថលនៃការកាត់បន្ថយទម្ងន់។ ដល់ទីបញ្ចប់នេះត្រូវបានប្រើវិធីសាស្រ្តដែលមានមូលដ្ឋានលើក្បួនដោះស្រាយជាច្រើនរួមទាំង wavelet ការផ្លាស់ប្តូរមួយ។ តើវាជាអ្វីប្រាប់អត្ថបទរបស់យើង។

តើអ្វីទៅជារូបភាពឌីជីថល

ពដែលមើលឃើញនៅក្នុងកុំព្យូទ័ររបស់ត្រូវបានតំណាងនៅក្នុងសំណុំបែបបទនៃចំនួននេះ។ នៅក្នុងពាក្យសាមញ្ញ, រូបថតនាំយកទៅជាមួយឧបករណ៍ឌីជីថលមួយគឺជាតារាងដែលក្រឡាត្រូវបានបញ្ចូលតម្លៃនៃការគ្នានៃពណ៍ភីកសែលរបស់ខ្លួន។ នៅពេលដែលវាមកដល់រូបភាពគូល័រ, បន្ទាប់មកពួកគេត្រូវបានជំនួសដោយតម្លៃពន្លឺពីចន្លោះ [0, 1], ដែលជាកន្លែងដែល 0 ត្រូវបានប្រើដើម្បីយោងទៅខ្មៅនិង 1 - ស។ ណ៍ផ្សេងទៀតត្រូវបានផ្តល់តួលេខប្រភាគដែលបាន, ប៉ុន្តែជាមួយនឹងពួកគេឆ្គងក្នុងការប្រតិបត្តិការ, ដូច្នេះជួរត្រូវបានពង្រីកនិងតម្លៃដែលបានជ្រើសពីចន្លោះរវាង 0 និង 255. ហេតុអ្វីបានជានេះ? វាជារឿងធម្មតា! ជាមួយនឹងជម្រើសក្នុងការតំណាងប្រព័ន្ធគោលពីរសម្រាប់ការអ៊ិនកូដពន្លឺនៃភីកសែលគ្នានេះតម្រូវឱ្យមានយ៉ាងពិតប្រាកដបៃមួយ។ វាច្បាស់ណាស់ថាជាច្រើននៃការចងចាំមួយដែលត្រូវបានទាមទារឱ្យរក្សាទុកសូម្បីតែរូបភាពតូច។ ឧទាហរណ៍: ទំហំរូបភាពនៃ 256 x 256 ភិចសែលត្រូវចំណាយពេល 8 គីឡូបៃ។

ពាក្យមួយចំនួនអំពីវិធីសាស្រ្តបង្ហាប់រូបភាព

មនុស្សគ្រប់គ្នាពិតជាបានឃើញគុណភាពក្រីក្រនៃរូបភាពដែលជាកន្លែងដែលមានការប្រែប្រួលនៅក្នុងសំណុំបែបបទនៃចតុកោណកែងនៃការណ៍ដដែលនេះដែលត្រូវបានហៅថាវត្ថុបុរាណនោះ។ ពួកគេបានកើតឡើងជាលទ្ធផលនៃការបង្ហាប់មិនល្អ & ‧; ដែលគេហៅថាមួយ។ វាអាចកាត់បន្ថយយ៉ាងខ្លាំងទម្ងន់នៃរូបភាព, ទោះជាយ៉ាងណា, វានឹងប៉ះពាល់ដល់គុណភាពរបស់វានៅលើចៀសមិនរួច។

ក្បួនដោះស្រាយការបង្ហាប់សម្រាប់ការបាត់បង់រួមមាន:

• JPEG ។ នេះគឺដោយមកដល់ពេលមួយនៃក្បួនដោះស្រាយពេញនិយមបំផុត។ វាត្រូវបានផ្អែកលើការប្រើប្រាស់នៃកូស៊ីនុសដាច់ពីគ្នាផ្លាស់ប្តូរ។ ក្នុងភាពវាគួរតែត្រូវបានកត់សម្គាល់ថាមានជម្រើសសម្រាប់ការបង្ហាប់មិនបាត់បង់ការសំដែង JPEG ។ ទាំងនេះរួមបញ្ចូលទាំងគ្មានការបាត់បង់ឯកសារ JPEG និងប្រភេទរូបភាព JPEG-LS ស៊េរី។
• ប្រភេទរូបភាព JPEG 2000 ក្បួនដោះស្រាយការនេះត្រូវបានប្រើនៅលើប្រព័ន្ធប្រតិបត្តិការទូរស័ព្ទដៃនិងដោយផ្អែកលើការកម្មវិធីនៃ wavelet ដាច់ពីគ្នាផ្លាស់ប្តូរ។
• ការបង្ហាប់ fractal ។ ក្នុងករណីខ្លះវាអនុញ្ញាតឱ្យអ្នកដើម្បីទទួលបានរូបភាពនៃគុណភាពល្អឥតខ្ចោះសូម្បីតែជាមួយនឹងការបង្ហាប់យ៉ាងខ្លាំង។ ទោះជាយ៉ាងណាដោយសារតែមានបញ្ហាជាមួយនឹងប៉ាតង់នៃវិធីសាស្រ្តនេះបន្តដើម្បីឱ្យមានកម្រនិងអសកម្ម។

ក្បួនដោះស្រាយការបង្ហាប់ដែលគ្មានការបាត់បង់សម្តែងដោយ:

• RLE (ប្រើជាវិធីសាស្រ្តចម្បងនៅក្នុងទ្រង់ទ្រាយ TIFF នេះ, BMP, TGA) ។
• LZW (ត្រូវបានប្រើនៅក្នុងទ្រង់ទ្រាយ GIF ម្ដង) ។
• LZ-Huffman (ត្រូវបានប្រើសម្រាប់ទ្រង់ទ្រាយ PNG & ‧;) ។

Fourier ផ្លាស់ប្តូរ

មុនពេលងាកទៅ wavelet នេះវាធ្វើឱ្យយល់ក្នុងការស្វែងរកមុខងារពាក់ព័ន្ធអធិប្បាយអំពីមេគុណនៃការពង្រីកពដំបូងចូលទៅក្នុងសមាសភាគបឋម, រំញ័រ E. សុខដុមនីយកម្មឧ។ ជាមួយនឹងប្រេកង់ផ្សេងគ្នា។ នៅក្នុងពាក្យផ្សេងទៀត Fourier បានប្រែក្លាយ - ជាឧបករណ៍តែមួយគត់ដែលតភ្ជាប់ពិភពដាច់ពីគ្នានិងជាបន្ត។

វាមើលទៅដូចនេះ:

រូបមន្តញ្ច្រាស់នេះត្រូវបានសរសេរដូចខាងក្រោម:

គឺជាអ្វីដែល wavelet មួយ

នៅពីក្រោយឈ្មោះនេះលាក់មុខងារគណិតវិទ្យា, ដែលអនុញ្ញាតឱ្យអ្នកដើម្បីវិភាគសមាសភាគប្រេកង់ផ្សេងគ្នានៃទិន្នន័យការធ្វើតេស្តនេះ។ ក្រាហ្វរបស់វាគឺអំព្លីដែលមានការថយចុះ undulation ទៅឆ្ងាយពីប្រភពដើម 0 មួយ។ នៅក្នុងការចាប់អារម្មណ៍ជាទូទៅគឺមានមេគុណ wavelet ដែលបានកំណត់សញ្ញាអាំងតេក្រាល។

spectrograms Wavelet គឺមានភាពខុសគ្នាពីមួយ spectra Fourier ធម្មតា, ចាប់តាំងពីលក្ខណៈពិសេសនានាដែលត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការសមាសភាគសញ្ញាវិសាលគមសាច់ឈាមរបស់ពួកគេ។

ការផ្លាស់ប្តូរ Wavelet

វិធីសាស្រ្តនៃការបម្លែងសញ្ញា (អនុគមន៍) វាអនុញ្ញាតឱ្យបកប្រែពីពេលវេលានៅក្នុងការតំណាងប្រេកង់ពេលវេលា។

ដើម្បីផ្លាស់ប្តូរគឺអាចធ្វើទៅបាន wavelet សម្រាប់មុខងារ wavelet ដែលត្រូវគ្នា, លក្ខខណ្ឌដូចខាងក្រោមនេះត្រូវតែត្រូវបានបំពេញ:

• ប្រសិនបើសម្រាប់ψមុខងារមួយចំនួន (T) -Fourier ការផ្លាស់ប្តូរមានសំណុំបែបបទ

លក្ខខណ្ឌថាត្រូវតម្រូវចិត្ត:

លើសពីនេះទៀត:

• Wavelet ត្រូវតែមានថាមពលកំណត់;
• វាគួរតែមានការធ្វើសមាហរណកម្មជាបន្តនិងមានការគាំទ្រតូច;
• wavelet ត្រូវតែត្រូវបានធ្វើមូលដ្ឋានីយកម្មទាំងនៅក្នុងប្រេកង់និងនៅក្នុងពេលវេលា (អវកាស) ។

ប្រភេទ

ការ wavelet បន្តការផ្លាស់ប្តូរត្រូវបានប្រើសម្រាប់សញ្ញារៀង។ ច្រើនគួរឱ្យចាប់អារម្មណ៍បន្ថែមទៀតគឺហ្វីលដាច់ពីគ្នារបស់ខ្លួន។ បន្ទាប់ពីបានទាំងអស់, វាអាចត្រូវបានប្រើសម្រាប់ដំណើរការពនៅក្នុងកុំព្យូទ័រ។ ទោះយ៉ាងណាបញ្ហាមួយកើតឡើងនៅក្នុងថារូបមន្តសម្រាប់ការ fiberboard ដាច់ពីគ្នានេះមិនអាចត្រូវបានទទួលបានដោយសាមញ្ញ DNP រូបមន្តសំរេចចិត្តសមរម្យ។

ដំណោះស្រាយទៅនឹងបញ្ហានេះត្រូវបានរកឃើញដោយ Daubechies ដែលអាចជ្រើសវិធីសាស្ត្រក្នុងការកសាងស៊េរីនៃ wavelets កែងគ្នាដែលត្រូវបានកំណត់ដោយចំនួនកំណត់នៃមេគុណមួយ។ ក្រោយមកទៀតត្រូវបានបង្កើតឡើងយ៉ាងឆាប់រហ័សក្បួនដោះស្រាយដូចជាក្បួនដោះស្រាយ Malla នេះ។ នៅក្នុងកម្មវិធីរបស់ខ្លួនដើម្បីរលួយឬដើម្បីស្ដារសណ្ដាប់ត្រូវការដើម្បីអនុវត្តប្រតិបត្ដិការ CN ដែល N - ប្រវែងគំរូនិងជាមួយ - ចំនួននៃមេគុណនេះ។

Vayvlet Haar

ដើម្បីបង្ហាប់រូបភាពមួយ, វាគឺជាការចាំបាច់ដើម្បីស្វែងរកភាពទៀងទាត់ជាក់លាក់មួយក្នុងចំណោមទិន្នន័យរបស់វា, និងសូម្បីតែល្អប្រសើរជាងមុនបើសិនជាវានឹងត្រូវបានបន្តោងវែងនៃលេខសូន្យ។ នេះគឺជាកន្លែងដែលវាអាចមានប្រយោជន៍ដល់ការផ្លាស់ប្តូរក្បួនដោះស្រាយ wavelet ។ ទោះជាយ៉ាងណា, យើងបន្តពិនិត្យឡើងវិញវិធីសាស្រ្តធ្វើការទៅក្នុងលំដាប់។

ដំបូងវាគឺជាការចាំបាច់ក្នុងការរំលឹកឡើងវិញថារូបភាពពន្លឺនៃភីកសែលជាប់គ្នាជាធម្មតាត្រូវបានកំណត់ដោយចំនួនទឹកប្រាក់តូចមួយ។ បើទោះបីជាមានរូបភាពនៅលើតំបន់បណ្ដាញពិតប្រាកដជាមួយនឹងស្រួច, ភាពខុសគ្នានៃពន្លឺផ្ទុយពួកគេបានកាន់កាប់តែមួយផ្នែកតូចមួយនៃរូបភាព។ ជាឧទាហរណ៍មួយ, យកនៅលើការធ្វើតេស្តបានគេស្គាល់ថា Lenna រូបភាពមាត្រដ្ឋានប្រផេះ។ ប្រសិនបើយើងយកម៉ាទ្រីសនៃពន្លឺនៃភីកសែលរបស់ខ្លួនមួយ, បន្ទាប់មកជាផ្នែកមួយនៃបន្ទាត់ដំបូងនឹងបង្ហាញជាលំដាប់នៃលេខ 154, 155, 156, 157, 157, 157, 158, 156 មួយ។

អ្នកអាចអនុវត្តវិធីសាស្រ្តតំបន់ដីសណ្ដដែលគេហៅថាដើម្បីទទួលបានសូន្យទៅវា។ ដើម្បីធ្វើដូចនេះបានរក្សាតែចំនួនជាលើកដំបូងហើយសម្រាប់អ្នកផ្សេងនោះយកតែភាពខុសគ្នានៃនីមួយនៃការមុនដែលមានសញ្ញា "+" ឬ "-" បាន។

លទ្ធផលគឺលំដាប់ 154,1,1,1,0,0,1, -2 ។

គុណវិបត្តិនៃតំបន់ដីសណ្ត-អ៊ិនកូដគឺជាការមិនមូលដ្ឋានរបស់ខ្លួន។ នៅក្នុងពាក្យផ្សេងទៀត, វាគឺជាការមិនអាចទៅរួចទេដើម្បីទទួលយកតែចំណែកនៃលំដាប់មួយនិងរកឃើញនូវអ្វីដែលវាត្រូវបានអ៊ិនកូដ brightness, ឌិកូដប្រសិនបើមិនទាំងអស់នៃតម្លៃនៅចំពោះមុខគាត់។

ដើម្បីជំនះគុណវិបត្តិនេះចំនួននេះត្រូវបានបែងចែកជាគូនិងគ្នាគឺមានពាក់កណ្តាលជាការបូកនៃ (ខ។ ក) និងពាក់កណ្តាលមានភាពខុសគ្នា (ខ។ ឃ), ម។ អេហ្វសម្រាប់ (154,155) (156,157) (157,157) (158,156) មាន (154.5, 0,5) (156.5,0.5) (157,0.0), (157, -1.0) ។ ក្នុងករណីនេះវាគឺតែងតែអាចធ្វើទៅបានដើម្បីស្វែងរកតម្លៃនៃលេខទាំងពីរនៅក្នុងគូ។

នៅក្នុងទូទៅ, wavelet ដាច់ពីគ្នានោះការផ្លាស់ប្តូររបស់ S សញ្ញានោះយើងមាន:

វិធីសាស្រ្តនេះដូចខាងក្រោមពីករណីដាច់ពីគ្នានៃ wavelet បន្តការផ្លាស់ប្តូរ, Haar និងប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងវិស័យនានានៃការដំណើរការទិន្នន័យនិងការបង្រួម។

ការបង្ហាប់

ដូចដែលបានបញ្ជាក់រួចទៅហើយ, មួយនៃកម្មវិធីរបស់ wavelet ការផ្លាស់ប្តូរក្បួនដោះស្រាយជាវិធីសាស្រ្តការបង្ហាប់ JPEG & ឆ្នាំ 2000 ដោយការប្រើ Haar ដែលមានមូលដ្ឋានលើវ៉ិចទ័រការបកប្រែភីកសែលពីរនាក់នៅក្នុង X និងវ៉ិចទ័រ Y (X + Y) / 2 និង (X បាន - អ៊ី) / 2 ។ វាគឺគ្រប់គ្រាន់ដើម្បីគុណវ៉ិចទ័រដំបូងនៅក្នុងម៉ាទ្រីសខាងក្រោម។

ប្រសិនបើមានចំណុចជាច្រើនទៀតយកម៉ាទ្រីសជាច្រើនទៀតដែលត្រូវបានរៀបចំនៅលើម៉ាទ្រីសអង្កត់ទ្រូង H. ហេតុនេះហើយបានជាវ៉ិចទ័រប្រវែងឯករាជ្យដំបូងរបស់ខ្លួនត្រូវបានដំណើរការនៅក្នុងគូ។

តម្រង

លទ្ធផល "ពាក់កណ្តាលផលបូក» - នេះគឺជាតម្លៃជាមធ្យមនៃភីកសែលពន្លឺគូ។ នោះគឺជាតម្លៃពេលបម្លែងទៅជារូបភាពគួរឱ្យគាត់មួយច្បាប់នោះបានកាត់បន្ថយ 2 ដង។ នៅក្នុងនេះពាក់កណ្តាលផលបូកជាមធ្យមពន្លឺ, t, ។ អ៊ី "ដែលបានត្រង" ផ្ទុះចៃដន្យនៃតម្លៃនិងទង្វើរបស់ពួកគេជាតម្រងប្រេកង់។

ឥឡូវចូរយើងដោះស្រាយជាមួយពួកអ្នកដែលបង្ហាញភាពខុសគ្នានេះ។ ពួកគេត្រូវបាន "បែកបាក់គ្នា" interpixel "ផ្ទុះ" យកសមាសភាគថេរ, ឧ។ អ៊ី "ដែលបានត្រង" តម្លៃនៅប្រេកង់ទាប។

សូម្បីតែពីខាងលើនេះ Haar wavelet ផ្លាស់ប្តូរសម្រាប់ "អត់ចេះសោះ" វាបានក្លាយទៅជាច្បាស់ណាស់ថាវាជាគូនៃតម្រងដែលចែកសញ្ញាមួយចូលទៅក្នុងសមាសភាគពីរ: ប្រេកង់ខ្ពស់និងប្រេកង់ទាប។ គ្រាន់តែបង្រួបបង្រួមឡើងវិញដើម្បីទទួលបានធាតុទាំងនេះជាសញ្ញាដើមនេះ។

ឧទាហរណ៍

ឧបមាថាយើងចង់បង្ហាប់រូបថត (រូបភាពការធ្វើតេស្ត Lenna) នេះ។ សូមពិចារណាអំពីគំរូនៃការផ្លាស់ប្តូរនេះ wavelet ម៉ាទ្រីសនៃពន្លឺភីកសែល។ សមាសភាគប្រេកង់ខ្ពស់នៃរូបភាពដែលទទួលខុសត្រូវសម្រាប់ការបង្ហាញលម្អិតការផាកពិន័យនិងការរៀបរាប់អំពីសំឡេងរំខាន។ ក្នុងនាមជាសម្រាប់ប្រេកង់ទាប, វាមានរូបរាងនៃការអំពីមុខនិងជម្រាលរលូននៃពន្លឺ។

លក្ខណៈពិសេសរូបថតនៃការយល់ឃើញរបស់មនុស្សគឺដូចដែលក្រោយមកទៀតគឺជាសមាសភាគសំខាន់ជាង។ នេះមានន័យថានៅពេលដែលបានបង្ហាប់មួយផ្នែកជាក់លាក់នៃទិន្នន័យប្រេកង់ខ្ពស់អាចត្រូវបានបោះបង់។ បន្ថែមទៀតដូច្នេះដោយសារតែវាមានតម្លៃតិចជាងនិងត្រូវបានអ៊ិនកូដកាន់តែច្រើន compactly ។

ដើម្បីបង្កើនកម្រិតនៃការបង្ហាប់ដែលអាចត្រូវបានអនុវត្តច្រើនដងដើម្បីជាការផ្លាស់ប្តូរទិន្នន័យ Haar ទាបប្រេកង់។

ការប្រើប្រាស់នៃអារេពីរវិមាត្រនេះ

ដូចដែលបានបញ្ជាក់រួចទៅហើយ, រូបភាពឌីជីថលក្នុងកុំព្យូទ័រដែលមាននៅក្នុងសំណុំបែបបទនៃម៉ាទ្រីសនៃតម្លៃអាំងតង់ស៊ីតេនៃភីកសែលរបស់ខ្លួនមួយនេះ។ ដូច្នេះយើងគួរតែមានការចាប់អារម្មណ៍នៅក្នុង Haar ពីរវិមាត្រ wavelet ផ្លាស់ប្តូរ។ ដើម្បីអនុវត្តវាគឺជាការចាំបាច់ដើម្បីអនុវត្តការបម្លែងគ្រាន់តែមានវិមាត្ររបស់ខ្លួនសម្រាប់ជួរដេកនិងជួរឈរគ្នាម៉ាទ្រីសនៃគ្នានៃភីចសែលក្នុងអាំងតង់ស៊ីតេរូបភាពនេះ។

តម្លៃជិតស្និទ្ធទៅនឹងសូន្យ, អាចត្រូវបានបោះបង់ដោយគ្មានការខូចខាតយ៉ាងសំខាន់ដើម្បីឌិកូដរូបភាពនេះ។ ដំណើរការនេះត្រូវបានគេស្គាល់ថាជាការកំណត់បរិមាណ។ ហើយនៅក្នុងដំណាក់កាលនៃពនេះត្រូវបានបាត់បង់។ ដោយវិធីនេះ, ចំនួននៃកត្តា nullable នេះអាចផ្លាស់ប្តូរ, ដោយហេតុនេះលៃតម្រូវកម្រិតនៃការបង្ហាប់ផងដែរ។

ជំហានទាំងអស់នេះមានលទ្ធផលក្នុងការដែលត្រូវបានទទួលម៉ាទ្រីសដែលមានបរិមាណច្រើននៃ 0 វាគួរតែត្រូវបានសរសេរដោយបន្ទាត់បន្ទាត់នៅក្នុងឯកសារអត្ថបទមួយនិងបង្ហាប់ប័ណ្ណសារណាមួយ។

ឌិកូដ

ការផ្លាស់ប្តូរបញ្ច្រាសក្នុងរូបភាពនៅលើក្បួនដោះស្រាយដូចខាងក្រោមនេះ:

• វា unpacks ប័ណ្ណសារ;
• អនុវត្តការផ្លាស់ប្តូបញ្ច្រាស Haar!
• រូបភាពឌិកូដត្រូវបានបម្លែងទៅម៉ាទ្រីសមួយ។

អត្ថប្រយោជន៍ប្រៀបធៀបទៅនឹង JPEG & ‧;

было сказано, что он основан на ДКП. ពេលពិចារណាក្បួនដោះស្រាយដែលក្រុមអ្នកជំនាញរូបភាពបានគេប្រាប់ថាវាត្រូវបានផ្អែកលើ DCT ។ ការបម្លែងនេះត្រូវបានអនុវត្តនៅក្នុងប្លុក (8 x 8 ភីកសែល) ។ ជាលទ្ធផលប្រសិនបើបង្ហាប់យ៉ាងខ្លាំងលើការថយចុះរូបភាពនេះបានក្លាយជារចនាសម្ព័ន្ធប្លុកកោតសរសើរ។ ក្នុងកំឡុងពេលការបង្ហាប់ដោយប្រើប្រាស់ wavelets ដូចជាបញ្ហានោះគឺការអវត្តមាន។ ទោះជាយ៉ាងណា, សំឡេងរំខានអាចបង្ហាញប្រភេទផ្សេងគ្នាដែលមានរូបរាងនៃការសាយភាយនៅជុំវិញគែម។ វាត្រូវបានគេជឿថាវត្ថុបុរាណជាមធ្យមតិចស្រដៀងគ្នាគួរឱ្យកត់សម្គាល់ជាង "ការេ" ដែលត្រូវបានបង្កើតដោយប្រើក្បួនដោះស្រាយជា JPEG ពេល។

ឥឡូវនេះអ្នកដឹងថាអ្វីដែល wavelets មានអ្វីដែលពួកគេមាននិងអ្វីដែលប្រើប្រាស់ជាក់ស្តែសម្រាប់ពួកគេត្រូវបានរកឃើញនៅក្នុងវាលនៃដំណើរការនិងការបង្រួមរូបភាពឌីជីថល។