Week 08 - Chapter 5 NEIGHBORHOOD PROCESSING

◈ 主題 :

　INTRODUCTION TO DIGITAL IMAGEPROCESSING
　Chapter 5: NEIGHBORHOOD PROCESSING

◈ 詳細閱讀

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

◈ 實作心得
　①
　　▪ x = magic(n);
　　　－ 形成一個邊長為n的方形矩陣，裡面的值填入1, 2,..., n*n，需
　　　　滿足各列、各行、各對角線的值的總和都等於
　　　　(1+2+...+n*n)/n。
　　　　(試驗1,3,4,5都符合，2不符合)
　　(由於分心了一陣子，所以本章的程式尚未實作完)

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

◈ 問題 :

　① Page 87, 89／filter的定義
如page 87倒數第六行所述，filter是mask與函數的合體，那麼page 87最後兩行這裡相乘又加總的運算是屬於一個filter裡函數的部分?還是那是每個圖片與linear filter做filtering的運算嗎?再看page 89第一行是寫Spatial filtering的三步驟，第二步驟裡有提到filter elements相乘再加總的運算，如果filter element是mask+函數得出來的值。那麼根據標題與第二步驟是不是就可以確定這個相乘又加總的運算是linear filtering的步驟而不是filter裡函數的部分?再看page 92，如果說相乘又加總的運算是linear filtering的步驟而不是filter裡函數的部分，那麼這裡所說的averaging filter就可以驗證這句話，這裡的filter是1/9*mask，之後做filtering時再相乘又加總。
　　　[還是覺得有一些小細節讓我質疑]

　② Page 90／magic(n);
▪ x = magic(n);
　－ 形成一個邊長為n的方形矩陣，裡面的值填入1, 2,..., n*n，需滿足各列、各行、各對角線的值的總和都等於(1+2+...+n*n)/n。
以上是我自己試驗得出的這個函數的功能，試驗1,3,4,5都符合，但2卻不符合，是功能判斷錯誤還是2真的就是個例外。


　③ Page 93 上一節的倒數兩行／zero padding的影響
"introducing unwanted artifacts"是之後所說的圖片邊緣會呈黑色嗎(參FIGURE5.4(d)?

　④ Page 98 第一段／high-pass filter的係數總和是零
無法理解低頻的值相似與總和是零有什麼關聯。
　　　Ans：
　　　　　低頻的話，filtering後的值為零。假設原來的值為a、b、c、d、
　　　　　e、f、g、h、i，mask的值皆為x，filter:ax+bx+...+ix =
　　　　　x(a+b+...+i)必須為零，所以a+b+...+i為零。


　⑤ Page 99 兩張圖／Laplacian filter、Laplacian of Gaussian filtering
這兩張圖是示範high-pass filtering，但我不知道這兩張圖各代表什麼。對Laplacian filter的功能尚未查資料。且後面的章節有提到Gaussian filter是low-pass filter，所以不知道Laplacian of Gaussian filtering又是什麼?

　⑥ Page 102 第二點／Gaussian Filters的重要性
上面提到edge-detection是在high-pass filter的部分，進而思考到這裡會是說因為Gaussian filter是讓圖片模糊，所以可由Gaussian filter反向思考到與邊緣清晰有關的edge-detection演算法嗎?

　⑦ Page 102 第四點／Gaussian Filters的重要性
這裡的convolution是像前面的spatial convolution一樣也是旋轉180度?所有的convolution都是?所以才會造成這裡所說的兩個Gaussian的convolution會是另一個Gaussian?
　[希望解答]
　
註：因為不知道"希望課堂討論"是指純討論還是有包含只解答課堂討論的問題的意思，所以這裡先不寫"希望課堂討論"，之後再作刪除或修改。