CH5

CH5 Neighborhood Processing
第五章主要是把上一章有提到的Neighborhood Processing再做進一步的講解
首先5.1
是在介紹Neighborhood Processing(鄰域處理)，即藉由附近的pixel產生一個function，
接著就是介紹就是Neighborhood Processing的應用。
建立一張pixels的灰階值是由mask值計算出來的新圖片。mask與function的組合稱為filter。
如果是linear function，又稱為linear filter。
filter:對於要處理的pixel去取pixel周圍的點進而形成一個mask，然後去對pixel與形成的mask做處理，產生新的點取代原本的pixel。
linear filter:filter結果產生的新值，如果都是屬於mask裡擁有的值，那麼就把其稱為linear filter。一個linear filter可藉由將mask的每一個值各與neighborhood相對位置的值相乘後加總。

接著是介紹Spatial filtering(空間濾波器 ) 三步驟:
第一步:將遮罩放置在指定像素上
第二步:濾波器的所有元素與鄰域相對應的像素相乘
第三步:將第二步的結果去做相加總

5.2
好像是在講說filter可以用矩陣的方式來表示。
還有5.2.1是在說對一張影像作線性濾波時會遇到一些問題
例如說對於邊緣的像素要當mask時會超出範圍...等等。
在這裡就介紹補救的辦法
1.Ignore the edges忽略邊緣，會產生比原圖還小的圖。
2.Pad with zeros邊緣值不做filtering都填入0。會得到與原圖一樣大的影像，但卻有introducing unwanted artifacts的結果。
(不懂introducing unwanted artifacts的結果是什麼東西)

5.3
第三節就是在介紹實作的部份了，
利用之前介紹到的東西去MATLAB實作看看
一個函式filter2(filter, image, shape)
filter處填入你想要成為令為filter的矩陣，而shape處有用到3種，same、valid和full

1.filter2(filter,image,'same')
利用Pad with zeros補0的動作，
將影像維持大小
2.filter2(filter,image,'valid')
利用Ignore the edges
將影像邊緣忽略， 呈現出較小的影像
3.filter2(filter,image,'full')
是將邊緣補0，期結果會產生比原圖還要大的影像

5.4
這一節提到了影像處理一個重要概念"頻率"。
高頻率(High-frequency components)：短距離內灰階值產生很大的變化 EX:邊緣或雜訊
低頻率(Low -frequency components)：影像中灰階值變化不大的部分 EX:背景和皮膚紋理

frequencies：不同距離灰階值的改變量。
有分成兩種 :
1.高通濾波器(High-pass Filter)保留高頻率的部分,消除低頻率的部分
2.低通濾波器(Low-pass Filter)保留低頻率的部分,平均濾波器為低通濾

5.5
而這一節呢，介紹高斯濾波器(Gaussion Filters)
屬於低通濾波器(Low-pass Filter)的一種，透過高斯機率分佈函數變化而來。
高斯函數的特性：
1:高斯函數透過Fourier(傅立葉)轉換後還是高斯函數。
2:不論怎麼旋轉都是對稱的。
3:具可分離性。
4:兩個高斯函數的旋積是另一高斯函數。
(夭壽！一整個不是很懂他在幹嘛)



5.6

Edge enhancement 邊緣加強
Edge Crispening 邊緣清晰
Unsharp Masking 去銳利化遮罩
而他們的功用是，空間filtering可以使圖像的邊緣更加鋒利，來加強影像邊緣的效果。

上禮拜利用顧資訊展攤位的時候看了第五章
這禮拜也花了不少時間再看
雖然花的時間比之前的多，但是第五章真的太難了
要花更多的時間去理解他，也或許是需要老師的帶領
才能讓同學們更了解第五章鄰域處理到底在幹嘛。