week3 心得

影像處理包含有
1.improve its pictorial information for human interpretation
2.render it more suitable for autonomous machine perception
課本1-2有示範了幾個例子：
Image sharpeing 使影像變清晰，其實我看不太出來哪有變很清晰，以課本上來看，我覺得他變得沒有很好，
Removing noise from an image 去除雜訊，就把照片中的黑點白點去掉，
Image deblurring，弄得比較清楚讓車牌好認一點，
Finding edges in an image 描繪影像中的邊緣，讓電腦看的！？，
Blurring an image 使影像變模糊，這讓我很疑惑，這張圖變模糊以後可以幹嘛，照片中只剩下輪廓可以看，這是讓人家來猜的嗎？
Effect of sampling 左邊是沒失真的，右邊是失真的
1.3.1 Using light
CCD跟CMOS的差異 CCD的特色在於充分保持信號在傳輸時不失真，透過每一個畫素集合至單一放大器上再做統一處理，可以保持資料的完整性；CMOS的制程較簡單，沒有專屬通道的設計，因此必須先行放大再整合各個畫素的資料。
1.4 Pixel with a neighborhood 課文中說的 A neighborhood can be characterized by its shape in the same way as amatrix不太懂這段話的意思，後面大致上是說 neighborhood 除了特別的情況下 ，都有奇數的行跟列，這樣才能確定正確的Pixel是在neighborhood的中間，如果neighborhood有偶數的行跟列，他就必須詳細說明neighborhood中哪一個才是正確的Pixel。嗯...要如何說明哪一個才是正確的呢?
1.6 Aspects of image processing
1.Image Enhancement
2.Image Restoration
3.Image Segmentation
1.8 Binary image 二元圖 以1跟0來表示，Grayscale image 灰階圖 以0到255來表示，True color or red-green-blue RGB 也叫做24-bits color，每個顏色都有0到255，所以總共是255*255*255
1.9 Image file sizes
大概就是講說越好的圖檔案就越大吧

看完第一章之後，我發現看原文書真的很累，單字大致上都可以找到，但是要真正明白他在這本書裡是什麼意思就有點難，課本的第一章其實沒有很多，但是要看懂就要花很多時間。
影像處理這門課，我覺得應該會很好玩，可以處理自己的相片，把他弄得更好或搞怪，雖然市面上有很多軟體都可以用，但是跟自己打出來的程式比起來，感覺就不太一樣。