第六章～

Interpolation of Data
數據內插法這節是講解內插法，課本說必需以
已知的鄰近f(Xj)值來估算函數值f(X'i)這種以周圍
數值估算函數值的方法稱為內插法 ，若f(X'i)=f(Xj)
,Xj為原來的點裡面最接近X'i的稱為近鄰內插法，
而已直線連結原始函數值，然後取落在線上的值為
內插值稱為 線性內插法，這是不是以前我們在算數學
用到的內插法阿ＸＤ。

Image Interpolation
影像內插法課本一開始就先推導雙線性內插法的公式，
係數小於1會得到比原來的圖片還要更小，
係數越大，圖片越會呈現馬賽克的效果。

Enlargement by Spatial Filtering
這節和上節正好相反,這結是說明把圖片縮小，
課本說了2種方法，但第1種的方法不好就會造成
圖的邊緣線斷斷續續，不是很完整，原理是取走間隔的像素
，用imresize指令可以做到。

Rotation
旋轉內容說要將影像旋轉的話,必須保證旋轉後像素值要落在網格
上, 使用flipud指令可進行90度倍數旋轉
，而使用fliplr則可以進行左右倒轉。

Anamorphosis
歪像使用rgb2gray指令好像可以扭曲圖片。
這有一點像資訊隱藏的感覺，不過他是用畫來
隱藏資訊在網路上找了一些這類的圖，真的很特別，
直接看圖會讓人摸不著頭緒， 但是加了鏡面的圓柱之後
，居然是一張完整的圖！畫畫的人太厲害了 ，
他應該試看著圓柱鏡面畫畫吧，不然怎做到的呢？哈～
　　　　　　　
第一張圖比較明顯知道是什麼
第二張嘛，我不得不說這張圖實在太小了...

CH4

原本看完4.2的Arithmetic Operation(算術運算)的反應只有：
嗯嗯，原來如此，這樣減來減去加來加去就可以得到這些阿撒不魯的圖片

等看到了某位同學的文章後
真是驚為天人啊!!
她把imadd用來相加兩張圖片的pixel值
(當然是在兩張圖片size相同的情況下)
然後得到的結果
怎麼似曾相識 ...
哦~ 原來是跟多媒體概論某次實做的結果類似
把兩張圖的RGB值相加或做其他運算輸出

只是不同於imadd的簡易功能，
自己實做的函數還可以調整兩張圖片各自的濃度


4.3.1這邊有點怪異
看得出來 i j 的轉換式只是要把灰階值從5-9拓展至2-14
只是從figure4.19這看圖對照的時候，感覺不太對
右圖並不是我想像中從左圖轉換過去的樣子
差異頗大

...

...

4.4 LUT這邊我在coding時有出現過 error message：
Subscript indices must either be real positive integers or logicals.
讓我丈二金剛摸不著頭腦

LUT可以在大量的複雜運算中簡化、縮短程式的運行
不知道LUT實際上都是用在什麼地方?

第四章

4.1
課本簡單的描敘了3種模式
包含Transforms,Neighborhood,Point operations
可是只有短短的幾行
還是不大明白這3樣的用處所在

4.2
利用許多Function對圖像作變化
有基本的加減乘除四種運算
b1=imadd(圖像名稱,所要加上的數值)
b2=imsubtract(圖像名稱,要減去的數值)
b3=immultiply(圖像名稱,乘上的倍數)
b4=imdivide(圖像名稱,除掉的倍數)

complement(補數)
只要用"1-image matrix" 就可以獲得
如果是二進位時則要用 " ~ "

4.3
Histogram(以長方條表示的統計圖)
似乎可以將一張影像利用直方圖的形式
表現出圖片色彩所占的比例
還可以利用涵式改變一張圖的內容
只是不大懂他涵式是怎麼寫出來的

imadjust(im,[ ],[ ]) 裡面的[ ]是要填入什麼樣的東西?
是界定0~1的範圍嗎?
後面好像都在說明這些東西
可是不太明白[ ]內填入的數值代表著怎樣的意義
後面的部分還是要有人來帶領會比較清楚的多
用到了很多的函數但是這些函數都是哪來的呢?

CH4

第4章point processing
4.1 有三種方式來處理影像

1.Transforms

准許使用強大的演算法，而他的執行步驟就是

轉換 -> 處理 -> 轉回來。

2.Neighborhood processing

改變給予的pixel的灰階層的值，知道附近的pixel就可以改變

3.Point operations

可以不用管附近的pixel，直接做改變

4.2 主要是在說pixel的運算

imadd(x,y)_加 法
imsubtract(x,y)_減 法
immultiply(x,y)_乘 法
imdivide(x,y)_除 法

而在做加法和乘法時，影像會變亮

反之減法和除法影像會變暗。

4.3 Histograms

主要在介紹長方條表示的統計圖

使用imhist指令可以統計出灰階影像的pixel值

後面的就看不懂了。

第4章

Transform-轉換
將像素值改變為其他的資料型式.
Neighborhood Processing-鄰域處理
從周圍像素灰階值得到指定像素的灰階值.
Point Operations-點運算
只對該像素的灰階值做改變.

數學運算
imadd(A,B)-A加B
imsubtract(A,B)A減B
immultiply(A,B)A乘B
imdivide(A,B)A除B

imcomplement-取補色
y=255-x

直方圖 (灰階值分佈圖)
統計顏色的分佈

等化處理
將顏色差距拉大，使圖對比更清楚


Imadjust(im,[a,b],[c,d],gamma value)
此函數處理的方式為 小於 a 的像素值會自動轉成 c ,大於 b 的像素值會自動轉成 d.

Gamma值(Gamma曲線)
人類視覺研究發現了兩個特性：
1.人眼對灰度變化的感覺比對色調變化的感覺來得敏銳
2.人眼對低亮度變化的感覺比對高亮度變化的感覺來得敏銳
人眼所能分辨的亮差層次是以對數方式分佈，而非以線性方式分佈
在較暗的畫面時選擇較高的Gamma值，以犧牲亮部層次來換取更多的暗部表現，相對地，明亮的畫面中選擇較低的Gamma值以犧牲部分的暗部層次，來使得亮部層次更為明顯，這便是伽瑪校正
目的是為了讓色彩更接近人眼所看到的實物

Ch4

影像處理分成三類：

Transforms：轉換整張圖的pixel灰階值以另一種相等的形式表示。

Neighborhood processing：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。

Point operations：與鄰域處理類似，但影像的灰階值運算是獨立的運算結果不會根據遮罩下的灰階值而有所影響。

imadd(x,y)加法

imsubtract(x,y)減法

imdivide(x,y)除法

immultiply(x,y)乘法

例子課本上都有，就不多說了。出來的值一定在0~255之間，若大於255就視為255；小於0則視為0，但是數值越高圖會越明亮。

4-3

只知道會有直方圖出現，但不清楚它和image之間的關係......

還有後面的LUT......

week 10

話說上星期我不知道要po文...
因為 我前一次沒有來上課
問有去的同學 他也說沒有要PO文
結果 上課的時候才知道...
我被喇叭了= =

言歸正傳!!!

chapter 4

4.1 Introduction

Transforms-- 把圖片轉換像素,先把圖片改成圖片碼,
再利用圖片碼修改,修改之後轉回原本圖片格式

Neighborhood processing-- 只需要知道pixel的部分相鄰塊的gray level 數值
,而去改變這些已知 pixel的gray level

Point operations-- 課本字面上意思好像是說,pixel的gray value的改變
,不需要知道周圍的gray level

4.2 Arithmetic Operations

y=f(x),f(x)=0~255,大概在講4則運算,作運算之後 若大於255 就會變成255
然後b1=b+128 課本說要用uint去定義加數值的方法: b1=uint(double(b)+128) 又是uint8...不大清楚為什麼...
或是b1=imadd(b,128)的內建函數

後面是修改參數去show出4則運算後的圖片差異,這就不多說了

4.3 Histograms

Histogram-大概就在講圖片色階的統計,可以瞭解這張圖片的色階分佈

Histogram Stretching- 就是把Histogram的長條圖轉換成為曲線圖的方式來呈現

Histogram equalization- "感覺" 像是 Histogram Stretching 的延伸,不太清楚

4.4 Lookup Tables

雖然不是很懂不過應該是讓影像處理時執行的速度變快。
應該是先算比較麻煩的運算，
之後再把輸入的資料+運算過後的資料儲存在表格,
最後再查表就可以找到輸出的值了

Chapter4:

Chapter 4: POINT PROCESSING

4.1

這節影像分三種功能:

1. Transforms

Transforms是允許一些有效率而且強大的演算法
處理影像時，似乎經過了一連串的轉換之後變成原始的圖片
P.65課本有示範

2. Neighborhood processing
(鄰域處理)

改變像素的灰階程度與周圍的像素值
利用其灰階值pixel進行改變

3. Point operations

與Neighborhood processing不同
不用理會周圍的pixel
影像的灰階值運算是獨立的
而影像處理時比較常用到Point operations

4.2 Arithmetic Operations

這節是講到像素的運算
先用算式y=f(x)
而f(x)運算的範圍為0-255
有加法、減法、除法和乘法
imadd(x,y)-加法運算、imsubtract(x,y)-減法運算、
imdivide(x,y)-除法運算、immultiply(x,y)-乘法運算

4.3 Histograms(長條圖)

利用imhist來開啟Histogram功能
統計一張灰階影像圖的灰階像素數量
但看了一看...就不太曉得接下來在講什麼
而且英文太多...本能有點抗拒所以有看沒有懂
這邊希望老師可以上課講解一下

4.4

待續...因為卡在4.3..

第四章

4-1

Transforms 轉換一張圖的pixel灰階值，但圖的型式還是一樣。

Neighborhood processing 改變灰階值，我們需要知道小周圍的pixel的灰階值。

Point operations 和Neighborhood processing有點不同，改變灰階值，但我們不需要知道小周圍的pixel的灰階值。

4-2

主要在講圖像的四則運算完的呈現，add很明顯是作加法，他可以讓圖像更明亮；subtract是作減法，讓圖變暗；另外multiplication乘法和division除法也是變亮和變暗。而complement好像是做補數，Matlab程式好像只能做處理正整數部分，所以做補數的方法就是0-255之間取255-X或1-X，這樣就不會有負數。

4-3

Histogram按照數學翻譯應該是直方圖。是讓圖表的每個灰階圖像呈現在直方圖。
Dark image 灰階值集中在低值
Uniformly bright image灰階值集中在高值
Well-contrasted image 灰階值分散在各值

4.3-1

J=14-2/9-5*(i-5)+2
14-2/9-5的部分好像是說將灰階值5-9分散在2-14之間，而後面的(i-5)+2就不知道什麼意思。
Histogram stretching 的指令
Imsdjust(im,[a,b],[c,d])
Pixel values less than a則converted to c
Pixel values greater than b則converted to d
P74在講gamma方程式，gamma>1 上拋圖。
求gamma值的公式，不知道怎樣證明and運用。

剩下後面4.3-2和4.4公式一堆，完全看不懂再說些什麼。
只知道lookup tables裡的LUT都是以0開始。

CHAPTER 4

4.1
三種不同的處理方法:
1.Transforms
2.Neighborhood processing
3.Point operations
4.2
介紹了一些指令可經由運算改變影像的亮度
imadd()------>加
imsubtract() ->減
imdivide() --->乘
immultiply() ->除
4.3
灰階圖像的統計分析圖，如P.80的Figure4.20
這裡的圖片偏暗，數值都低於５０
　　經由調整後就像Figure4.21圖片變亮，數值均勻分配

CH4

3個影像處理的方式
1.Transforms
2.Neighborhood processing
3.Point operations

對pixel做加減乘除運算
imadd(x,y)---加法運算-影像變亮
imsubtract(x,y)---減法運算-影像變暗
imdivide(x,y)---除法運算-變暗
immultiply(x,y)---乘法運算-變亮

Complement(補數):(簡單講就是負片)=>A grayscale image is its photographic negative.MATLAB語法:(設圖片陣列為m)當圖片格式為double時(圖片數值範圍為0.0~1.0)>>1-m;圖片格式為binary時可使用>>~m;圖片格式為uint8可使用>>bb=imcomplement(b);Histograms(直方圖;析示圖<=析示圖的說法很少看到)

CH4

期中考結束，感覺自己都鬆懈了起來
所以有點混!現在才把作業上傳
===================================================

Chapter 4: POINT PROCESSING

4.1 Introduction
應該是在說影像處理的方式,
利用各種演算法去把影像改變他的表示方式
大致上可以分成三類

1. Transforms:
Transforms是允許一些非常有效率而且強大的演算法，
將圖片轉換整張圖的pixel灰階值以另一種相等的形式表示。
在p.65有圖示，會讓人更了解他在幹嘛

2. Neighborhood processing:
中文叫做鄰域處理，主要的概念便是將遮罩(Mask)覆蓋到指定影像上面，改變一個給定pixel的灰階值，但必需要知道pixel周圍一小塊的pixel灰階值。其衍生出一種利用其灰階值進行線性函數運算

3.Point operations:
類似鄰域處理，但影像的灰階值運算似乎是獨立的,他去改變一個給定pixel的灰階值，但不需要知道pixel周圍的資訊。 運算結果不會根據遮罩下的灰階值而有所影響

4.2 Arithmetic Operations

這一節就是在講pixel的運算，並且利用加減乘除四個運算之後利用最簡單的運算是y=f(x)，f去繪製一個0~255範圍的圖,這些運算可以改變一個圖的亮度等等的，簡單的運算可以改變整張圖，真是神奇

4.3 Histograms

這節是對於整體明暗度(亮度)相當接近的圖像作處理，人類對於明暗度接近的圖像，可能會看不清楚，所以長方條表示的統計圖，使用imhist指令去統計一張灰階影像的圖他的灰階像素出現的次數也可以用長條圖視窗顯示影像目前的灰階影像資訊，大致上應該是這樣，因為本節看的不是很懂。

4.4Lookup Tables

point operation使用lookup table來表示。
應該是在做查詢表格的動作吧!
至於是怎麼查呢?不懂~~~

這次的作業很明顯的偏難，不知道以後是不是會一直更難
如果是這樣的話，就要更花時間在這上面囉!!加油...

CH4

4-1 Introduction

1. Transform

對一張圖片做Transform再做圖片處理,處理完

再將圖片反轉回去就對原來的圖片做影像處理了

2. Neighborhood processing

用gray leve 改變已知 pixel 的gray level

3.Point operations

類似Neighborhood processing

4-2 Arithmetic Operation

在0~255範圍的影像

imadd(x,y)加法

imsubtract(x,y)減法

imdivide(x,y)除法

immultiply(x,y)乘法


4-3Histograms

看不懂這一節再說蝦咪=_=”
一堆公式和圖
公式怎麼來的@”@

CH4

4.1

影像處理最基本的就是點的處理，分成三種：

1.Transforms.

大概用一個 transform，把整個 image當成單一大的區塊來做處理。


2. Neighborhood processing.

對被給予的pixel改變其灰階層的值，大概意思是我們只需要知道和pixel鄰近的一小塊，gray leve 的數值然後去改變這些已知的 pixel 的gray level。

3. Point operations.

與Neighborhood不同，不用去瞭解周圍的pixel，直接對pixel作改變

4-2

這章節主是講解 pixel 的運算

最簡單的運算就是將圖像 作 加減乘除


imadd(x,y) ==== 加
imsubtract(x,y)=== 減
immultiply(x,y)== 乘
imdivide(x,y) === 除


最後還有所謂的互補色

圖像是用 0~ 255 儲存

所以只要用 255 - 目前的灰階值 就可以得到互補色


4-3

長條圖

此章節就介紹了長條圖,把圖像作一些統計的運用


histogram:將每個灰階值所出現的次數做統計。使用語法:imhist(x)
imadjust(a,b,c,d):將a的灰階值分布拉寬，c是整體分布範圍的變化，對其作的是將全部的灰階值擠到給定[x,y]區間，d是對分布區間寬度作變化，把灰階值拉寬的樣子。b的部份我就理解不能了。

當長條圖的顏色都很靠近時 , 就代表兩張圖片很相像

此小節 大概目前只看到這樣...還漏掉蠻多地方的

CH4

4.1 Introduction

大概是概略的介紹了
3個影像處理的方式
1.Transforms
2.Neighborhood processing
3.Point operations
然後圖示看了 不懂為什麼要轉Transform
不太了解

4.2 Arithemtic Operations

花了一點時間了解
原來是做四則運算
讓影像維持在255的範圍內

加法 - 影像變亮
減法 - 影像變暗
乘法 - 變亮
除法 - 變暗

不過為了讓pixel盡量不要損失
運算時使用乘法或除法比較好
那y=x/2+128的意義又是什麼?
只知道會大量損失pixel

4.3 Histograms

知道是在講解影像與長條圖的關係
是說明暗相近的影像不易辨識
把明暗程度加深
就能較清晰的樣子
不過P73頁 Use of Imajust開始
就不太了解了 問號很多
像是那個gamma的方程式
無解ing

CH4

4-1.

1.Transform:

是利用transform處理影像



2.Neighborhood processing:

改變灰階的pixel



3.Point operations:

當pixel的灰階數值改變時，用不到pixel附近的knowledge。



4-2

對pixel做加減乘除運算

imadd(x,y)---加法運算
imsubtract(x,y)---減法運算
imdivide(x,y)---除法運算
immultiply(x,y)---乘法運算



4.3

利用imhist去統計一張灰階影像的圖他的灰階像素出現的次數

week

期中考結束了,影像處理也好快(?)就到了第4章

4.1
Transforms那邊是指把影像轉換成別的影像格式?
還是作一下處理後還原成原圖?
雖然方塊圖最近常見到,英文也都是知道得,但是卻不知道他到底想轉什麼
Neighborhood processing,這個之前老師好像有回過同學了,
但是那時候只是Neighborhood,和現在這個是同一個東西嗎?
當處理一個pixel得gray level的時候也要知道他鄰近的gray level是什麼
然後再去改變,這樣是怕忽然出現一個突兀的點嗎?

4.2
講pixel可以作一些運算
而p.67左上圖就是原本的加減128後
以原本的值當x,新的當y…..呈現的
而如果運算後的值大於255 視為255 ,小於0 視為0
這樣的話顯示出來的就只有0~255了
那超出範圍的有種被忽視捨棄的感覺?
課本說圖的加法不能直接運算,不過實際打上去沒錯誤
課本也講了另外2個不會有錯誤的方法,
double型態作完運算在轉回unit以及使用imadd這函數
而在後面的取補數,有種黑白顛倒的感覺….越大(亮)的數處理過變越小

4.3
如果相同的顏色較多及顏色相近
那呈現在histogram上的圖就會越高及密集(70頁下面有提到類似的)
然後對照figure4.8,就可以明顯看出了
而在72頁的4.3.1後…
有講讓顏色分得更開更明顯,但是之後的部分還是不懂

4.4 頁數少,但是理解度也是…….
還好上禮拜(11.14)上課,老師有講解了
就是如果值要經過複雜得運算才能得到處理過後的
那假如很多點就需要處理很多次,而4-4就可提供了一個方法
先把可能出現的運算過,然後存入表裡
當新得一個值,就用index對應,就可以得到處理過得值了
這裡老師沒講真的看不太懂,雖然佔的篇幅很少

ch4

剛考完期中考
人又身體不舒服 流鼻水打噴嚏重感冒
整個人呈現虛弱狀態

=====================================

4.1主要介紹

1.Transforms
Transforms是允許一些有效率而且強大的演算法

2.Neighborhood processing
知道pixel鄰近的gray level
就可以改變pixel的gray level

3.Point operations
不須知道鄰近的gray level
就可改變


4.2算數運算
大致上是在講pixel的運算,我們可以直接更動影像的灰階值來變更影像效果

4.3長條統計圖
使用imhist指令啟Histogram功能
使用長條圖顯現影像的灰階資訊

4.4表格查詢
????

ch4

這兩週因為期中考，很努力的抱了自己不熟悉的科目佛腳，導致接下來的感想有些散亂，還請評分的同學手下留情@@因為我不想只寫寫程式在貼圖或著翻譯文章來證明自己真的有看，我想這些很多同學都會做了，我只會針對我不懂的地方發問~(但是不代表我沒問的就是沒問題，可能是我沒有仔細看到@@)

第4章大致上分成了4個小節，前兩節大致上是在說明image-processing operations三種方法的特徵，而本章則是取point processing，因為powerful and widely。然後提到直接用加減乘除的運算來讓image做出亮度的對比，甚至是反白的效果，這在前幾章也玩過了。

而第三張正因為太長，太多的程式碼，太多的圖表文字，讓剛抱完佛腳的我無法精讀，所以只能請老師在上課時幫忙導讀這一個部份。

而最後一個部份，我除了看懂他把原本的0~255簡化成0~127，還有利用線性來繪製圖表以為，我還真的不知道它是要用來做甚麼的@@

Chapter4

第四章一開始先做名詞的介紹


4.1
1.
Transform:
好像是利用transform處理影像
圖4.1是畫出transform的步驟一開始的image經過transform後
變成transformed image再做image-processing operation
變成processed transformed image再做inverse transform
最後變成processed original image
似乎經過了一連串的轉換之後，變成原始的image。
不過不是很清楚這圖真正的意思。
2.
Neighborhood processing:
改變灰階的pixel
接下來這句the value of the gray levels in a small neighborhood
of pixels around the given pixel不懂他的意思。
3.
Point operations:
當pixel的灰階數值改變時，不用用到pixel附近的knowledge。


4.2
這節是講到像素的運算
一開始是最簡單的算式y=f(x)
f(x)運算的範圍為0-255，
包括加法、減法和乘法。
但是不懂if y>255 y->255
if y<0>0為什麼他要這樣規定?


4.3
Histograms Stretching
這節主要在介紹利用長條圖統計灰階的值。
其指令為:
imadjust(im,[a,b],[c,d])
在P.74有一個公式
y=[(x-a)/(b-a)]^r*(d-c)+c
function的範圍在(a,c)到(b,d)
不懂公式的意思。




第四章大概只讀了這些，
不知道是因為前面的基礎不夠紮實還是內容變難了，
覺得疑問變的更多了呢。下周再繼續努力:)