第四章講解的是針對"點"的處裡~
而第五章則是真把範圍擴大到連鄰近的點~
都一起處裡的區塊處裡!!
以某一點為圓心...
像外擴張的同心圓處裡
5.1
濾波(fliter)結合了mask & function~
當那個方程式為線性方程式時~
則濾波稱為linear fliter (線性濾波)....
Spatial filtering(空間濾波器 ) 三步驟:
1.將mask放在current pixel上
2.所有filter的乘積值符合neighborhood
3.所有的值相加
旋積(Convolution)定理
>> x=uint8(10*magic(5))
magic(5)在5*5的矩陣裡填入1~25不重複的數~
然後*10排列~
故得到下面的矩陣~
x =
170 240 10 80 150
230 50 70 140 160
40 60 130 200 220
100 120 190 210 30
110 180 250 20 90
>> mean2(x(1:3,1:3))
mean2取平均值~
怎取?
x(1:3,1:3)
表 取矩陣X的...
從第一~三列跟第一~三欄的值
相加平均後得到的答案就是...
ans =
111.1111
5.2
主要是在敘述~
當Mask超過圖片範圍時會產生陰影~(WHY?)
要處裡要陰影而所採取的兩個方法....
忽略邊緣(Ignore the edges) & 補零 (Pad with zeros)...
Ignore the edges缺點是....
重新計算過後的圖~
會比原本的圖來的小~
主要的原因是因為...
他捨去的周圍的遮罩沒有完全遮住的部份~
故...處裡之後的圖片當然會變小~!!
而Pad with zeros彌補了這項缺點(跟原圖一樣大)~
但是邊緣的部份會出現邊線~
因為遮罩遮住而沒有值的部份...
他會自動補上0...
而0是黑色...
所以在圖片的四周~
會出現黑框!!
5.3
filter2(filter,image,'same')←Pad with zeros的手法
filter2(filter,image,'valid')←Ignore the edges的手法
那filter2(filter,image,'full') 為什麼會比原圖還要大!?
他的值是怎樣增加的!?
fspecial:
fspecial('average',[5,7]) →代表filter的大小是5*7
如果...
filter的大小是一個正方形的話~
不是寫fspecial('average',[11,11])....
而是寫fspecial('average',11)....WHY(?)
只是語法的問題嗎!?
只打fspecial('average')的話~
filter的大小是3*3 ← 預設大小嗎!?
>> c=imread('cameraman.tif'); //讀入圖片
>> f1=fspecial('average'); //設定遮罩大小
>> cf1=filter2(f1,c); // 選擇邊緣處裡的方法
>> figure,imshow(c),figure,imshow(cf1/255) //show原圖跟處裡過後的圖
除以255的原因是因為~
cf1的陣列為浮點數故除以255~
(其實還是不懂為什麼 ~"~)
原圖
可是這都為正方形的filter...
想試試看長方形的filter...
處裡起來會怎樣~
filter大小為2*30
結論是~
正方形的filter是均勻的模糊~
長方形的filter糢糊的感覺~比較偏向動態模糊!!
5.4
frequencies: 測量因距離改變的灰階值。
High-frequency components(高頻率) :短距離裡色差有很大(通常是邊緣部份)
Low -frequency components(低頻率) :影像中色差變化不大(通常非邊緣部份)
High-pass Filter(高通量濾波) :留下高頻率部分
Low-pass Filter(低通量濾波) :留下低頻率部分
這個部份讓我想到....
之前DMC有請一位教授來演講~
他就有提到...
將圖片高頻跟低頻的部份~
各自先慮出來~
在分別壓縮...
可以使圖片的壓縮品質達到更好...
而且壓縮的倍率也可以提高很多!!
這應該就是High-pass Filter跟Low-pass Filter的功能吧!?
5.5
這一部分老師上課有略微提到~
高斯濾波器的特色就是....
自己的色彩抓的比較重~
而周圍的色彩抓的比較淡~
所以處裡出來的效果....
就會是周圍漸漸模糊~
而中心的色彩會較不模糊~!!
沒有留言:
張貼留言