4.1 Introduction
image processing可分為這三項
1. Transforms.
轉換整張圖的像素灰階值。
2. Neighborhood processing.
改變一個特定相素的灰階值，不過虛要有周圍相素的灰階值做參考。
3. Point operations.
改變一個特定像素的灰階值，可單獨做運算，故較符合成本，本章也都以此技術討論之。
4.2 Arithmetic Operations
設一函數f(x)
若將函數f(x)加上常數c，所載入的圖片將變亮。
減掉常數c則變暗。
利用乘除也可改變亮度
例如將函數f(x)乘上常數c，所載入的圖片將變亮。
除上常數c則變暗。
除上常數c則變暗。
不過利用乘除改變亮度是比較理想的方法，因為這能使x的值固定在0-255之間，圖片輸出時比較不會失真。
4.3 Histogram
histogram可以顯示色彩明亮的分布。一般的照片中間調的分布密度會最高，也就是大約會呈平均分布，當然也有例外的情況，這個時候就用Histogram Equalization來解決色彩分部不平均的問題，經過處理後的影像將會是高對比比較適合肉眼觀看的影像。
4.3.1裡有介紹如何將histogram延展，就是改變GAMMA的值，如果gamma值小於1時，色彩對比度不高;當gamma值大於1時，色彩對比度高，人眼看起來較為鮮豔。
而我們在MATLAB使用imadjust(im,[a,b],[c,d]);
來改變GAMMA值。
plot()比對修改前後之矩陣而劃出的GAMMA函數圖。
4.4 Lookup Tables
Point Operations可使用Lookup Table來表達，以方便處理。
最後，我要問一個問題，Histogram Equalization做越多次會對圖越有用嗎?
這是我做出來的試驗:
未做任何處理的Histogram Equalization。
做一次Histogram Equalization的結果。
做二次Histogram Equalization的結果。
做三次Histogram Equalization的結果。
雖然做一次Histogram Equalization後，Histogram的分布都差不多，但仔細看一下最左邊還是有稍微的不一樣，在做第2次Histogram Equalization的時候，會多一條線，可是第3次的結果又變回跟第1次一樣的圖，所以想問一下Histogram Equalization做一次後，Histogram的值是否會改變呢?
沒有留言:
張貼留言