week13心得

這章充斥著數學式
比較難 有些都看攏無
when only 數學＝九死一生
還有一點點看懂的的希望
when 數學＋英文＝十死無生...

5.1 Introduction
第四章和第五章的差別是：
第四章是用特別的function來提供pixel value的值
而第五章則是利用鄰近的pixel value來決定
第五章有點像是第四章的延伸
課本接著就介紹了filter的概念
filter（濾器）＝ mask（遮罩）+ function
mask通常為長方形,有著奇數長寬 但也有其他形狀的
所使用的function與周遭pixel value呈現線性關係的就叫做linear filter
例如課本就舉了一個3*5的mask的例子
問題一:
我思考了一下算式
總覺得這麼多個值乘乘加加後
應該會頗大到爆表的才對...
可是課本似乎就把這個值丟到現在運算的pixel裡面
感覺 應該除個15之類的
還是我會錯意了 我也不懂

接著課本illstrate了spatial(空間的)filtering三個步驟
1.用mask罩住current pixel
2.對於所有的neighbornood作function的意思吧
3.全部相加
這會對所有image的pixel做一遍
然後還有spatial convolution
就是對mask或image二擇一作180度旋轉
文中尾端最後說will produce the same output
然後講了一個linear filter的例子再簡單不過
不過 也很直覺的想到在邊緣的pixel該怎麼辦呢?

5.2
ignore the edge是5.2的方法
這麼說5.3似乎也有一套方法
即mask必須lie fully within the image
pad with zeros對不足mask的neighborhood填上0
恩...個人覺得不太好
不過這樣程式比較好寫就是了

5.3
介紹函數filer2
第三個parameter"shape"就是決定edge的處理
填same就是pad with zeros的方法 size不變
填valid就是ignore the edge的方法 size縮小
問題二:
填full的敘述不知道是程式裡面是怎麼做的

接著介紹fspecial函數
是可以對filter做設定的函數 內含許多option
fspecial('average',[5,7])=> 5*7size的mask
fspecial('average',11)=> size 11*11
fspecial('average')=> size 3*3
接著課本實作圖3*3 5*5 25*25
當然average mask的size越大就越模糊囉
seperable filters數學玩意...
就提出係數相乘可得到simpler的 filter

5.4
high-fequency components:扮演大的改變在小的distance
如edge and noise
low-fequency components:扮演小的改變
如backgrounds and skin textures(表面本質？)
看了一會兒才看懂一點
是說使用不同的filter的圖產生的影響
看了課本上的圖
edge的部份都被反白 其他都是黑的
不懂中間的過程是怎麼弄的
也不懂他的high low怎麼分的...
還有兩者的解釋也需要解說一下
第四節後面有講到thresholding type operation
就是控制image的value在某個區間裡面
之後利用最大直到最小值之間scale 255等份
然後這可以幹嘛＝ ＝ ？
後面都霧煞煞...

5.5
5.5看到gaussian filters
哇靠...影像處理跟Gaussian也有關係
想當年似乎是在機率與統計分析上看到Gaussian distrobution的...
不過都忘光光就是了...
Gaussian filter有幾個重要的理由
1.是非常數學的方式 ,fourier tramsform?!
fourier誰阿= =
2.是旋轉對稱...
為啥這樣會very good to edge-detection阿?
3.看無...
他們是分離的,誰跟誰分離= =?
4.給了convolution的數學式
就是旋轉180度的意思
要執行gaussians就在fspeical函數shape地方填上他的大名就行了
還有一個alpha值似乎可以決定清晰度
越大越不清晰

5.6 edge sharpening
第一小節在講把原本的image subtract a scaled
這樣可以加深edge 讓圖片更明顯
雖然他提供了一堆數學式
不過我不懂為什麼用了這些command 圖片就變清晰了
總而言之 數學不太好...
第二小節提到與第一小節allied的filtering-high-boost filtering
一樣只知道效果 不知道過程實際上是怎麼弄的...

5.7nonlinear filters
提到了maximum filter and minimum filter
兩者都是rank-order filters
他的作法大概是filter中的值最大＼最小的值就輸出
然後出現新的函數 nlfilter（）
三個參數分別是image size and function to be applied
介紹了colfilt() and ordfilt2
ordfilt2的第二個參數看無?
the index value of the ordered results to choose as output?

5.8 egion of interest processing
第八節是說通常你要用filter改善image都只是你有興趣的小部分
所以這一節就在說如何用matlab去實作
看一看程式的command 還蠻簡單的說
看完第八節還真有鬆了一口氣的感覺勒...

有些人不喜歡貼圖的文章
雖然我不懂為什麼

快學期末了
有沒有這麼快阿＝ ＝

這學期英文期中考不錯耶
不知道跟看原文書有沒有關係就是了

the end～