ch4

期中考終於考完了
雖然大三的期中考沒有像大一大二那麼辛苦
不過剛考完就要寫心得真得是給他有點懶...
總而言之 還是給他用力的看下去就是了...

4.1
第一節講了三種轉灰階的方法
複雜度以下遞減
1.transforms
允許用較有效率跟有力的演算法
雖然下面有用圖解釋
乍看還不懂圖是要解釋甚麼
看過幾次之後才知道是在說
就是image經過transforms後 再經過image processing operation轉換回原本的image
原來是很直覺的東西...
倒是schema這個字讓我不禁聯想到期中考的資料庫管理...
腦袋蹦出一大堆東西...
2.neighborhood processing
僅需要知道給予pixel鄰近的值?
3.point operations
不需要知道附近的value?

也是看了幾次才懂
就是越下面的轉換方法 只需要越少的資料就可以決定一個pixel
果然 看原文書還是有點吃力...

4.2
第一個是教應該算是point opoerations 的東西吧
就是對pixel直接加上數值128或是減掉128
然後介紹了imadd (), imsubtract()跟immultiply()函數
雖然我覺得應該可以不用減法函數啦...
complement補數 在這裡應該是反白的意思
程式碼還蠻簡單的 1-m 就解決了

4.3
接著介紹part complement
例如對亮的部份128以上反白 或是對暗的部份128以下反白
然後是 histogram stretching(contrast stretching) 應該是延伸反白的意思
先將grayscale image 切成15個level
然後對指定level的部分做數值adjust 學到了adjust( im,[] ,[])函數
看他的數學式完全看不懂 看圖才知道是對ab區間做adjust
問題1:
為什麼圖上會是曲線勒...反正這應該是我的數學問題...
解決...
原來課本有說一個optional parameter非必須的parameter
如果沒設這個parameter 那麼a~b的區間是線性的關係
如果有設這個parameter 那麼設大於一會是凸面 設小於一會是凹面
接著介紹如何繪出gray value改變之後相對應的值
plot(t , th , ' . ')
就會出現點狀的曲線囉
問題二:
piecewise奇摩字典查不到 不知道是甚麼意思
因為課本有提到piecewise liner-stretching

問題三:
接下來的程式碼就看無了
pix=find(im>=a(i) & im <=a(i+1))
out(pix)=(im(pix)-a(i)*b(i+1)-b(i)/a(i+1)-a(i))+b(i);
還有
th=histpwl(t,[0 .25 .5.75 1],[0 .75 .25. 5 1])
histpwl()函數有教麻= =??
雖然看得出來大概是兩個區間 不過不知道在幹嘛@@?
之後介紹histogram equalization
他嫌棄之前的方法必須使用者輸入值
所以可以用histeq()函式automatic的轉變數值
他大概式計算各個level的次數然後逐次加總 得到新的rounded value
問題四:
恩...真的很難想像做這樣的運算 得到的圖是怎樣的效果
為啥一個小孩的dark圖 經過hisequ就感覺還原了??
真是...神奇...不懂為啥
ㄟˊ接著就教imdivide了耶 真是加減乘除都齊全了@@a
最後 介紹 lookup tables
大概是把原本的index依據需求可以畫成與原本不同的區間
例如原本是255的區間 部分:0 1 2 3 4 5
如果執行 t=uint8(floor(0:255)/2)
那麼 0跟1 歸一類 2跟3歸一類
這樣大概圖會變得比較模糊吧= = ?
問題五:
最後課本用了一堆數學算式結尾
然後我都看不懂...於是放棄

總結這一章講了好多不同種的grayscale vaule的變化
可以產生很多種不同的效果 可以滿足不同的需求

從開學到現在原文書看到第四章了
這大概是我原文書看最勤的一本吧...
雖然對一句話的理解度還是不太夠
有時候還是要看兩三次才看得懂裡面單字都懂的句子
不過 每次看完都有一些些成就感
然後明明就是很眼熟的字 卻想不起來他是什麼意思...
真是...
恩~反正就是這樣...

the end