4.1 ====================
大概是說影像處理的手段,
是把影像的資訊從原本較複雜的轉成較簡單的.
我想這樣的簡化,
應該也能使影像處理演算法的可執行性及可處理範圍也能提高或加大吧!
不過令我感到疑惑的是,
影像處理是只處理灰階的嗎?
因為4.1第一行就有提到.
"Any image-processing operation transforms the gray values of the pixels."
在我看來是說,轉成灰階的pixel吧!
所以是說只對轉成灰階的pixel,再作處理嗎?(RGB不行嗎??)
課文有提到image-processing operation分成三類.
至於是哪三類我就不多說了,
大家都看過課文,
應該有一定程度上的瞭解.
(其實是你自己也擔心解釋不清楚吧!!)
4.2 ====================
這裡提了些簡易的數學方程式.
除了讓圖像變亮變暗(作調整),
還有變換為互補色的. (好像也稱為"負片")
(型態不同,範圍也不一樣.)
例如:
double[0.0,1.0]
uint8[0,255]
看是要1-x還是255-x來取補數.
(我覺得補色的部分,比較有趣些.)
4.3 ====================
這節是對於整體明暗度(亮度)相當接近的圖像作處理.
(因為是使用灰階的pixel,所以我將圖像顏色的值,直接稱為明暗度或亮度.)
人類對於明暗度接近的圖像,
可能會看不清楚(或無法辨識).
而且通常這種時候,輪廓線應該也看不清楚.
這裡主要的處理就是將明暗度間距拉大.(histogram的圖可見)
(指暗的更暗,亮的更亮.)
如此一來可以提高鑑別度.(可以看得比較清楚.)
由課本上的例圖,可以略知一二.[ex:FIGURE 4.12]
不過這節還有很多地方我看不懂,
好比說:
[p.75]
A piecewise liner-stretching function ,
(對於突然生成figure 1.14 ,我實在不太能接受.)
而且,
我也覺得[p.74]突然冒出線性方程式很奇怪.
我較想知道這麼使用的原因.
[p.81]
why to works
(礙於在下的愚鈍,該內容還沒有完全參悟.)
可以的話,希望老師可以在課堂上講解4.3一下.
--------------------------------
[p.72]
piecewise
硬要翻的話,
應該是以片段的資料運算.
piecewise linear funtion
在[知識+]上,也有這樣的解釋.
[p.72]
我一直誤會課本上的描述.
一直以為是由figure 4.9的左圖用下方的線性方程式,
來繪成figure 4.9的右圖.
範圍[5,9]可由figure 4.9的左圖,
雖然可看出是較集中資料片段的範圍.
可是2和14我就無法由figure 4.9的histogram(左圖)來推敲出.(我想超久的...)
跑去問老師後,
才知道[2,14]是作者希望延展的範圍.
其實就算換成[1,14]也無所謂.
(原來是我完全想反了...orz)
不過它展開的間距(聽老師說),
好像跟它原本的資料量有關.
ex:[p.73]的下圖,
延展到index:4 的資料量相較其他資料量長很多,
所以4後面的間距也較其他的寬.
不過index:8和index:11
雖然11的資料量較長,
不過礙於格線已經限制住,
所以間距已無法和8的有差別.
因此這種作法,還是會產生誤差吧!!
大概是說影像處理的手段,
是把影像的資訊從原本較複雜的轉成較簡單的.
我想這樣的簡化,
應該也能使影像處理演算法的可執行性及可處理範圍也能提高或加大吧!
不過令我感到疑惑的是,
影像處理是只處理灰階的嗎?
因為4.1第一行就有提到.
"Any image-processing operation transforms the gray values of the pixels."
在我看來是說,轉成灰階的pixel吧!
所以是說只對轉成灰階的pixel,再作處理嗎?(RGB不行嗎??)
課文有提到image-processing operation分成三類.
至於是哪三類我就不多說了,
大家都看過課文,
應該有一定程度上的瞭解.
(其實是你自己也擔心解釋不清楚吧!!)
4.2 ====================
這裡提了些簡易的數學方程式.
除了讓圖像變亮變暗(作調整),
還有變換為互補色的. (好像也稱為"負片")
(型態不同,範圍也不一樣.)
例如:
double[0.0,1.0]
uint8[0,255]
看是要1-x還是255-x來取補數.
(我覺得補色的部分,比較有趣些.)
4.3 ====================
這節是對於整體明暗度(亮度)相當接近的圖像作處理.
(因為是使用灰階的pixel,所以我將圖像顏色的值,直接稱為明暗度或亮度.)
人類對於明暗度接近的圖像,
可能會看不清楚(或無法辨識).
而且通常這種時候,輪廓線應該也看不清楚.
這裡主要的處理就是將明暗度間距拉大.(histogram的圖可見)
(指暗的更暗,亮的更亮.)
如此一來可以提高鑑別度.(可以看得比較清楚.)
由課本上的例圖,可以略知一二.[ex:FIGURE 4.12]
不過這節還有很多地方我看不懂,
好比說:
[p.75]
A piecewise liner-stretching function ,
(對於突然生成figure 1.14 ,我實在不太能接受.)
而且,
我也覺得[p.74]突然冒出線性方程式很奇怪.
我較想知道這麼使用的原因.
[p.81]
why to works
(礙於在下的愚鈍,該內容還沒有完全參悟.)
可以的話,希望老師可以在課堂上講解4.3一下.
--------------------------------
[p.72]
piecewise
硬要翻的話,
應該是以片段的資料運算.
piecewise linear funtion
在[知識+]上,也有這樣的解釋.
[p.72]
我一直誤會課本上的描述.
一直以為是由figure 4.9的左圖用下方的線性方程式,
來繪成figure 4.9的右圖.
範圍[5,9]可由figure 4.9的左圖,
雖然可看出是較集中資料片段的範圍.
可是2和14我就無法由figure 4.9的histogram(左圖)來推敲出.(我想超久的...)
跑去問老師後,
才知道[2,14]是作者希望延展的範圍.
其實就算換成[1,14]也無所謂.
(原來是我完全想反了...orz)
不過它展開的間距(聽老師說),
好像跟它原本的資料量有關.
ex:[p.73]的下圖,
延展到index:4 的資料量相較其他資料量長很多,
所以4後面的間距也較其他的寬.
不過index:8和index:11
雖然11的資料量較長,
不過礙於格線已經限制住,
所以間距已無法和8的有差別.
因此這種作法,還是會產生誤差吧!!
關於[p.74]的gamma
(聽老師說)
一開始似乎是
因為之前的螢幕是使用CRT(Cathode Ray Tube 陰極射線管,電子射線管,示波管)來顯示的.
所以在視覺上整體會變得較暗.
因此,利用gamma來校正這個誤差. (如下圖,如看不清楚請點圖看大圖)
其它關於gamma的資料
上方4張圖片來源為:
(是老師過去製作的教學投影片)
4.4 ====================
lookup table(LUT)??
看似也是轉換成較簡單資料的工具.
--------------------------------
課本上是把index[0,255]除以2
又用一個table來存.
範圍就變成[0,127]
以索引的方式來取回原值.
這是上次上課老師講解時,
我所接收到的資訊.
(P.S. "-------"以下的文字敘述為本週附加的補充)
沒有留言:
張貼留言