Chapter 5

本周進度來到第5章

5.1 Introduction
一開始介紹了Neighborhood processing
他的概念是"移動遮罩"(move mask)
方法為把遮罩覆蓋到image上，此作法稱為filter
(似乎是取一中心點，向外做長方型的遮罩)
如果灰階值經過運算後為線性方程式的話，filter稱為linear filter

P.88有舉出3*5的mask value和相對應的pixel value
不過不懂倒數第二行的公式是怎麼來的?

在Figure5.2有附上spatial filtering所需的3個步驟:
Step1:
遮罩放在指定的pixel之上。
Step2:
(不會翻譯這句話)
Step3:
把所有的products相加。
想請問products指的是什麼?

5.2Notation
將filter之後的結果寫成矩陣
想問P.92的example算出的結果代表什麼呢?

5.2.1 Edges of the image
Ignore the edges:
遮罩只會對可以完全覆蓋的影像pixels做運用
Pad with zeros:
我們假定在image外所需要的值為0

5.3 Filtering in Matlab
開始實做的部分
filter2(filter,image,shape)這指令是執行linear filter
印出來的答案希望老師可以講解原因
裡面還有提到有3種參數的用法，分別為shape、valid和full
也會分別印出不同的答案

5.3.1 Separable Filters
有一些filter可分成連續的filter，可以節省時間

5.4 Frequencies:Low-and High-Pass Filters
high-pass filter:
如果忽略high-frequency components，和減少或是清除low-frequency components
low-pass filter:
如果忽略low-frequency components，和減少或清除high-frequency components
舉例來說:
3*3的filter是low-pass filter，當他趨向邊緣模糊(?)，這個filter就是high-pass filter
Values outside the range 0-255:
我們要顯示出image時，像素gray value須介在0-255
Make negative values positive:
是把負數值變成正數嗎?
Clip values:
不適合有很多超過0~255範圍情況，如果gray value是很大的範圍，
Clip values會毀壞filter的結果
Scaling transformation:
這個就要請老師解釋了....

5.5Gaussian Filters

5.6Edge Sharpening
Spatial filtering可使圖片裡的edge變清楚，
稱為edge enhancement、edge crispening或是unsharp masking　　　

5.6.1 Unsharp Masking　　　　　
image去掉模糊的圖讓scaled變得清晰(?)

5.6.2 High-Boost Filtering　　　　　
由unsharp masking是high-boost的關聯得到以下算式:　　　　　
high boost = A(original)-[(original)-(high-pass)](?)

5.7 Nonlinear Filters

5.8 Region of Interest Processing　　　　
ROI processing只處理部分地方，被處理的地方稱為regions of interest或是ROIs

第5章真的內容很多
後面的章節只是翻譯字句，還不能理解真正的內容
就等老師上課的講解囉:)