Neighborhood Processing

第5章主要在叫為深入的講解Neighborhood Processing(鄰域處理)

這玩意兒在4.1有提及,本身概念為將遮罩(Mask)覆蓋到指定影像上面，該影像的灰階值則是根據遮罩下的灰階值運算
遮罩與函數的結合稱為濾波 (Filter)
若新灰階值是對遮罩下的灰階值進行線性函數運算而來，那麼這個濾波器便稱為線性濾波 (linear filter)

線性濾波的運算,是將遮罩中每個像素對應臨近像素進行相成在相加
事實上我們並不需要深入了解他是怎麼算的(正常人因該也記不起來那公式)
其概念為,我們要使用Neighborhood Processing修改影響,指定像素會根據選定的遮罩範圍內的其他像素進行線性濾波運算並改變

5.3,這裡直接透過實際操作來告訴大家濾波能夠達成什麼樣的影像處理功能
Matlab本身提供用於產生預定義濾波器濾波功能的函數fspecial

fspecial類型其實有很多種,包含sobel,gaussian,laplacian,LoG,average等等
課本上使用的為最普通的average(均值濾波器)

filter2一樣是一個濾波函數
Y = filter2(h,X)
圖像X經由h濾波後運算，將結果放至於圖像Y

so...這兩個函數因該是一起使用的
經由fspecial決定濾波器的演算方式
然後由filter2函數執行

當然書上的敘述我並不是看得很明白,這個部分看了很久,也稍微查越過一些資料,不過錯了別打我-.-

5.4
這個章節主要是介紹幾種濾波器的類型
首先,High Pass Filter「高通濾波器」
看得我頭都痛了,不過因該是一種對遮罩進行減法的運算,數值差異大的像素，其差異會被突顯出來，而差異不大的像素，其差異則反之
因此在色彩相異大的的像素位子上,就會出現很兩極化的顯示效果

Low Pass Filter則剛好相反,「低通」的效果
換句話說，色彩差異大的的像素位子上經過運算後，會變的比較平滑，而差異不大的像素則比較不受到影響,這將可以達到模糊影像的功能

5.5
gaussian Filter
高斯濾波器,又稱高斯濾鏡,本身算是Low Pass Filter的一種衍生,主要也是用於模糊影像用
使用方法一樣是透過fspecial呼叫後再指定給影像使用
這種效果就是可以使影像產生平滑邊緣,製造出"柔邊"的影像效果
高斯濾波器是由內向外的一種模糊效果，他的模糊效果會向外延伸,很有可能會直接造成影像較為嚴重的變化,這將會影響製作處理其周圍的圖像和效果時帶來不便與麻煩
so...如果有需要運用gaussian Filter效果的時候請將它放在最後一個步驟吧!

5.6
這個章節主要深入一點提5.4的內容,數學公式云云其實並不需要非常理解(老師上課因該也會再講啦)Spatial filtering可使圖片裡的邊銳化變清晰。這個處裡稱為edge enhancement或edge crispening或unsharp masking。

Unsharp Masking的原理是原圖減去一個模糊的圖讓圖片裡的邊變得清晰。

而使用這類High Pass Filter的影像銳利化及增強對比&銳利化主要的目的是突顯影像中細微的部分或是增強因錯誤或利用特殊方法取得影像而造成模糊的細部。此外，經由銳利化的處理也可使影像中物體的輪廓更為明顯。

5.7
這裡介紹maximum filter與minimun filter
這東西如果真要探討其原理
將涉略所謂的灰階影像數學型態運算的東西,包含灰階擴張,灰階侵蝕等等比較複雜的東西
當然這些不用去鳥他
明白maximum filter與minimun filter功能(maximum filter是增亮,minimun filter則是暗化)在於處理灰階影像中"亮度"的問題,同時明白呼叫這個函數語法跟用法就可以了

5.8
這章節很短,對於選定範圍進行影像處理叫做regions of interest(ROI / ROIs),而選定處理的區域則稱之為ROI processing
簡單的說,也就只是預設為全影像的遮罩,現在你可以自定範圍了.