week5 3.6

week5 3.6
1.為什麼課本要把D矩陣表示為標準矩陣呢?

2.要量化成四個輸出層次，那為什麼255指除以3呢?那跟前面所講的映射又為什麼會不同呢?

3.而D2跟D比較，他多的數字是任何數字都可以嗎?還是由上面的定義產生的?

Week5_CH3.6

1.)P53
f=floor(double(x)/64);
q=uint8(f*64);
和grayslice這兩種函數,雖然能明白每個指令的作用,可是想得越仔細就發現不是很能理解.
例如,floor指令先將數值改成0~3,為什麼再乘回64就可以恢復和原本的圖一樣只是換成四種顏色表達.
2.)P57
下面有個"255/3"這個算式,可是他的output數值不是有4個嗎@@?
3.)P60
演算法的第二點看不懂他想表達的意思.

week5

此圖片原本定為240*240，經過以下指令後
r=repmat(D,120,120);
先把圖縮為1半
再把它放到更大陣列中
在做
r2=repmat(D2,60,60);
所得結果就如右圖
*********************************************************

week5

P.59頁下面第三點是在說明甚麼東西?

week5

混色的D矩陣如何來的?

week5

x=imread('c:\123.jpg');
y=rgb2gray(x)
D=[0 128;192 64]
r=repmat(D,150,150);
x2=x>r;imshow(x2)
這張圖原本是300*300改成150*150


請問Floyd-Steinberg和Jarvis-Judic-Ninke的誤差擴散出來的突有什麼差別?

week5

這張圖大小為為300*300,利用 page 57 頁的程式碼,將 r=repmat(D,128,128) 改成r=repmat(D,150,150) 以配合圖片大小

這張圖是將原本的2*2矩陣D,多添加一些數值,使它變成4*4的矩陣D2

這張圖為使用 page 58 的程式碼,產生的較清楚的灰階圖片

Q:

1.page 58 關於這頁的程式碼,其實還是有點不太了解在幹麻,尤其是x4=q+(x-85*q>r);這一行

week5

1.p56 D矩陣如何建立?
2.處理過圖形的作用?






不小心看錯了...

Wee5 Chapter 3 Sec.6 Quantization and Dithering

以影像中的一個pixel而言，轉變至新的色盤索引值，在新舊色點上的色彩必定有所差異，一般的彌補方式，大都採用Error Diffusion。

而Floyd-Steinberg、Stucki和Jarvis-Judice-Ninke主要不同是誤差擴散的範圍與比例。

以課本59頁當例子:

- x 7

3 5 1

x表示目前的處理點。當該處理點找到最接近色時，便將該點顏色與最接近色顏色的誤差值，以7/16、3/16、5/16、1/16比例擴散到鄰近的點。

Floyd-Steinberg的抖色方法快速而且效果不錯。另外Stucki使用了更多的點參與誤差擴散，以得到更好的效果。不過當誤差擴散的範圍變大， 需進行大量的整數除法和乘法的運算，導致處理的速度會變慢，因此對於較大的影像而言，一般很少採用這個方法。

最後Jarvis-Judice-Ninke和Stucki沒太大不同，主要是在影像不同情況下，就能比較出他們的差異性和優缺點。 不過Floyd-Steinberg應該是相當常用的抖色方法吧!

week5

P59

3.Spread this E over pixels to the right and below according to this table :

這是在做甚麼阿?

WEEK5

1.D=[0 128 192 64]為什麼是最佳矩陣!?
2.為什麼分成4個輸出層次0,1,2,3 要 255/3=85 !?
false contours

Week 5

1.imadjust(im,[a,b],[c,d]) 小於a則轉換為c , 大於b則轉換為d , 那界於a~b之間呢?

2.th=histpwl(t,[0 .25 .5 .75 1] , [0 .75 .25 .5 1]);
這函數是show出t的甚麼?的histogram , 0 .25 .5 .75 1 變成0 .75 .25 .5 1是做何用?

WEEK5

Matlab指令
x=imread('model.jpg');//讀取圖片
y=rgb2gray(x);//將彩色圖片轉成灰階
imshow(grayslice(y,4),gray(4));//讓圖片顯現出false contours

====================================================================
p.59 ERROR DIFFUSION查字典diffusion是擴散的意思，在這裡是這樣翻譯嗎？
A different approach to quantization from dithering is that of error diffusion
這句話不是很明白

Week5

數位影像的灰階值為什麼有不連續的特性?

Week 5

P56 . 混色矩陣是如何定義的?

week5

為什麼標準的矩陣為
D=[0 128;192 64]

week5

P56.在這頁之後類似D=[0 128;192 64]的這些矩陣是由甚麼定義而來的?
為甚麼這些數值可以讓他的畫面變得比較清楚?

p68.imsubtract(b,128)這個function的內容是將圖片做了什麼效果?(已經看懂)

Week5

P59 最下面的 For each pixel p(i,j) in the image we perform the following sequence of steps :的第三點,我知到E是算 Image中每個pixel 的 error diffusion的值,但是我不懂會什麼旁邊會有+7/16,+3/16 而且每個Pixel都乘以不同的值?

Week5 3.6

　　　
　
　
　
　
　
　
　
　
show "false contours"

Questions:

1.Dithering
　Dither：
　a.[to be unable to make a decision about doing something] verb
　b.[be in a dither about sth to be very nervous, excited or confused about something] noun
　不知道在IPC中，Dither該如何翻譯

2.承上 Page.56~57
　關於矩陣D=[ 0 128; 192 64 ]那方面，我的解讀是將圖片切割成N個以2*2為一個blog做單位，逐一與D比較，會因為資料數據而簡單將區塊劃分為「Dark gray」、「Midgray」、「Light gray」如同Figure 3.13的顯示。而我發現Figure 3.14並不是完全的純黑白數據而已，於是翻看Page.57程式碼部分，由於x2=x>r ,imshow(x2) 所產生的Figure 3.14仍有色差，這點很不能理解。

3.承一，希望更詳細理解Dithering的意義，有點不能理解Page.61圖片參雜著雜訊點的意義。

Week5

1. [p.56]混色用的標準矩陣
[0 128;192 64]
為什麼要這樣設定呢?
2. [p.58]Dithering to four output grayscales 的原理看了不是很懂 ，尤其是那方程式。