WEEK7 CHP4-Histograms

1.本章節是指點的處理
2.按照p.74最下方的程式碼
th=imadjust(t,[],[],0,5);
imshow(t.figure.imshow(th);
輸入的話會使p75figure4.12的原圖黑色部分顯得更有層次感，感覺顏色多了很多。

Arithmetic Operations
直接翻譯應該是指數值的運算
透過一些簡單的function y=f(x)用一些常數的加減乘除來改變圖的gray value
一張圖又被分成0~255個range加128就會使127或比127大的點變成255，減128則反之
這樣的調整可以改變圖片的"亮暗"
藉由改變整張圖片的點的值來達到改善圖片的品質或是偵測出圖片隱藏的內容，
p.67的座標圖橫軸代表了函數的input縱軸代表outpiut透過這個座標軸
可以表現出整張圖片的所有點的情況，也不會因為不同圖片的大小而受到影響，
4.3Histogram
影像直方圖，能夠呈現整張圖片的像素值分佈情形
較暗的圖片，histogram呈現出來的分怖會偏高反之則偏低

• Histogram Stretching(影像直方圖延展)

利用一線性函數將本來gray level分佈太過集中的圖片分散開來
使一張過黑而難以辨識的圖片輪廓變得清晰
f(x)=[(14-2)/(9-5)]*(x-5)+2
input 　　x = 5 ， 6 ， 7 ，8 ，9
output　f(x) = 2 ， 5 ， 8 ，11，14
我想應該還有其他的函數能夠達到這樣的效果

• Histogram Equalization(影像直方圖等化)

課本馬上提供另外一個方法，因為streatch的方法要求使用者必須要input資料

在某些情況下會造成不便，這個方法能使像素的分佈差異大幅減少效果跟Stretch很像可是效果更好，可提供較佳的影像品質。

不過我不是很明白這個方法的原理？