其月 末 回 顧

期中前平均成績: 87

week 11 : 86.67

week 13 : 86.36

week 15 : 89.09


期末總平均: 87

期中期末平均: 87 乘以80% = 69.6

69.6 +自己評分(7) = 76.6

又到了期末了
又要回顧了
我大概給自己7分吧
雖然我有2堂睡死1堂有事沒來
不過我這門課還是算這學期最認真在上課最認真在做作業的
雖然到了期末還是有三四成不是很懂
但是... 以原文書來說 我很盡力了...
這學期最大的收穫 莫過於讀原文書了吧...

chapter 六

6.1 Interpolation of Data 數據的插值法

圖片放大要用到插值
這一小節主要大概講到了以下兩種插值法

nearest-neighbor interpolation(近鄰插值):經常用於補充表格中的間隔部分,它是利用鄰近的點來找出空白部分的值

linear interpolation(線性插值):經常用於補充表格中的間隔部分,它是利用線性運算來找出空白部分的值

6.2 Image Interpolation 圖像插值

這邊講到圖像放大用的插值可以用

linear interpolation(線性插值) 這個方法來完成

後面又講到了延伸的插值法

bilinear interpolation(雙線性插值)-又稱為雙線性內插,它是有兩個變數的插值函數的線性插值擴展，其核心思想是在兩個方向分別進行一次線性插值

算式的部分不懂...

6.3 General Interpolation 一般插值

看到這邊 我發現
課本是照著一維 二維 三維在說明的

cubic interpolation(立方體插值法): 線性內插的延伸,從二維進階到三維來做

bicubic interpolation(立方體插值法): 雙線性內插的延伸,從二維進階到三維來做

說真的 這邊其實看不太懂 圖片在說什麼?? 到底在算什麼?? 通通 I don't know

6.4 Enlargement by Spatial Filtering 擴大通過的空間濾波

這邊應該是在講說 要把圖片矩陣擴大 可以用到3個步驟
不過後面看不大懂 只知道第一步

zero-interleaved(零插入法)- 把0插入原矩陣的行列之間,
經過零插入法的矩陣大小就會變兩倍,只是圖片會變差

6.5 Scaling Smaller (不清楚怎翻)

這邊講到了這兩個 這邊是看了一些同學的說法才做出這樣的解釋

image subsampling (圖片抽樣)像是p.133 figure 6.18(a) 的圖就是一個圓的抽樣點,然後再用
image minimization(圖像低估)把點對點的距離縮短,就更像個完整的圓了

不過 這邊能聽老師講一遍再好不過了

6.6 Rotation 旋轉

透過imrotate(image圖片,angle角度,'method'補正運算) 來達成圖片的旋轉

課本有很多旋轉的範例 就不多說了...

6.7 Anamorphosis 畸形

a= imread('AMBASSADORS.JPG');
a= rgb2gray(a);
skill= a(566:743,157:586);
skull2= imresize( imrotate( skull, -22 ,'bicubic' ) , [500,150] , 'bicubic' )
imshow (skull2( 200 : 350 ,: ))

程式碼雖然不長 但是幾乎都不懂每一步在做什麼了
因為變型滿好玩的 不過時間晚了沒辦法慢慢玩 希望上課能先講一下


這次的東西比較有趣了點了
不過課本裡一大堆數學的東西
實在讓我減少閱讀下去的feel
而且晚了 又很累 所以讀得比較草率了點了

chapter 五

話說...
打開課本打算先翻一翻
發現怎麼那麼多頁...
後來算一算有30頁左右
好像是目前最大的一章節了...
而且 好難阿... =.=a

5.1 Introduction

這節主要好像就是在講mask(遮罩)吧
p.89寫到
Spatial filtering的三個需要的步驟
1.把mask加當前的pixel上
2.把neighborhood裡的所有filter elements的結果與相對的elements做編排
3.把所有結果結合


p.88~p.89都有一樣的公式
看起來好像是把遮罩的值和corresponding pixel的值
相乘後一一的加起來
p.91 那個 mean2(x(1:3,1:3)) <== x裡面那個代表什麼意思阿...

5.2 Notation

把filter換成矩陣作運算
5.2.1

用Ignore the edges和Pad with zeros處理邊緣沒有相鄰點的問題

1. Ignore the edges:把邊邊無點處忽略掉
2. Pad with zeros:直接當他0

5.3 Filtering in Matlab

一開始就給這個函數

filter2(filter, image, shape)

p.94
這邊有個zeros(7,7) 前面有個 0nes(3,3) 所以這兩個格式其實就是filter的矩陣名字了吧???
x2(2:6,2:6)=x 這個就看比較懂了
就是在矩陣從上到下第2到第6個位置
以及矩陣從左到右第2到第6個位置
把這個範圍放入數值 這邊大概就這樣吧

不過前面p.91 那個 mean2(x(1:3,1:3)) 還是不知道= =

fspecial 這個東西用法不是很懂...
而且用法多元的feel...

5.4 Frequencies: Low- and High-Pass Filters

frequencies: 測量因距離改變的灰階值
頻率的濾波器有高通濾波器和低通濾波器
高通濾波器(High-pass Filter)--高通濾波器是容許高頻信號通過、但減弱(或減少)頻率低於截止頻率信號通過的濾波器。
低通濾波器(Low-pass Filter)--低通濾波器容許低頻信號通過, 但減弱(或減少)頻率高於截止頻率的信號的通過。 對於不同濾波器而言,每個頻率的信號的減弱程度不同。

5.5 Gaussian Filters

I need help!!

5.6 Edge Sharpening

5.6.1 Unsharp Masking

只知道是filter的反鋒利化的遮罩處理,也不會翻繹

5.6.2 High-Boost Filtering

高促進過濾,看不大懂說...一堆計算...

課本的圖看起來也沒啥差異耶...

5.7 Nonlinear Filters

非線性濾波處理,又出現了nlfilter的系列函數了

那個最大.最小的函數要怎麼用勒...?又為啥麼要用阿...?

後面那個不會打的公式做啥用的阿= =

5.8 Region of Interest Processing

這裡就再說可以在圖片上把選取區域的部分做影像處理

東西真的越來越難了... ,後面忙著做報告,比較沒時間認真的去讀清楚了...在這說聲sorry

其月 中 回 顧

A B C 分數
11 1 0 97
8 5 0 85
9 3 0 83
5 4 2 71 平均:84
===============================
我覺得我這學期
一開始還滿認真上課的
但是到了快期中就有點比較混一點了
目前好像兩次沒到吧
原因都一樣 "睡過頭"
其中 一次剛好是公布成績的上一次上課= =
所以沒follow到

課本算是越看越有心得
越來越懂得看"這類"原文書了

上課狀況的話有時候有inside
有時候有點outside
所以有時候有些東西
都聽到片段片段的

一直以來都差不多這樣
看來我上課的定力還是沒進步多少
還需要再慢慢加強了!!

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

week 8

前面這三章

憑良心講真的沒什麼認真在看
都是英文啦!!!!!

第一章有比較認真一點 還有去查意思
不過有些地方翻起來怪怪的
之後第二章開始就有點懶得去翻譯了
開始用課本中的程式碼去了解課本在說什麼
說真的 這樣弄快好多 但是也很多細節沒有真的了解到
目前看到現在最有疑問的還是 uint8 了
雖然它一再的出現 但我又一再的不會...
解說過也又忘了@@"

說到寫文章
說真的
到後面幾乎就是程式跑一跑
有遇到什麼事po上來
然後寫點心得
有時稍微解試一下名詞 .問個問題
但是有時候又發現其他同學幾乎又都有解釋同樣的東西的時候
就會想把它砍掉@@ 只留重要的幾個
但是這樣真的會篇幅不足
我有時也就跟大家說的一樣
這是要評分的 要算分數的
怎麼都會想給自己混口飯吃...
就會開始用寫程式的過程+個照片
來補充篇幅不足 當然 盡量不弄到太誇張啦@@
然而 看到許多同學可以把一個東西長篇大論的解說
真的很佩服說
要我寫一堆喇賽的東西 我應該可以寫很多(滿有自信的)
但是要寫比較有解釋性.有是非的東西 就頭痛了
所以大概可以發現其實我文章裡面大概重點不會太多 喇賽一堆@@

發現大家在討論這個話題 大概給我自己文章評論一下@@

week 7

這次的章節講了滿多的

也滿多不懂的東西... ...

truesize:簡單說 就是開圖片的時候 讓它以原始大小打開啦~

axis (on\off): 就是圖片旁邊的尺碼要不要打開顯示

左圖為axis on(預設)

下圖為axis off

colormap: 這個我不是很懂 首先 colormap(gray(128~512))

改數值圖都看不出變化 書上是說明暗啦 還是說要有特殊條件嗎?

將圖片給[x,map] ,再做colormap(map) 會跑出白色的部分 ,但是為什麼阿?

p.44 寫到把圖片儲存成新的變數x=double(?)再秀出來 就會變白色了

.

歐不~雞雞不見了

這該怎麼辦~

似乎又跟不是很懂的uint8有關了...
.

.

.

.

再把imshow(x/數值)就可以把圖片又照亮了

數值越大 圖片越黑

到後面會變成整張都黑色的...(就不貼圖了)

下面這邊不大懂為什麼要這樣做

c0=mod(cd,2);
c1=mod(floor(cd/2),2);

c2=mod(floor(cd/4),2);

c3=mod(floor(cd/8),2);

c4=mod(floor(cd/16),2);

c5=mod(floor(cd/32),2);

c6=mod(floor(cd/64),2);

c7=mod(floor(cd/128),2);

cc=2*(2*(2*(2*(2*(2*(2*c7+c6)+c5)+c4)+c3)+c2)+c1)+c0;

imshow(uint8(cc))

結果跑出這樣的圖:

圖片被壓成很小一條了

為什麼呢??

最後有個 imresize:

x=imresize(imresize(g,1/32),32);
imshow(g),figure,imshow(x)
可以把圖片作"像素"(?)改變:

變模糊了沒錯

不過怎麼好像往左上跑了@@"

.

.

.

.

.

.

這次真的不懂的東西變多了

看來要多練習了@@"

week 6

這樣看下來
其實第二課教的東西好像沒有很多


就先 imread 讀取圖片的資料
然後在 imshow 把圖顯示出來
可以用 whos 看某個函數的格式
還有就是 imfinfo 秀出讀片資訊
再來就是 impixel 圖片中在某位置的 RGB


也介紹了許多影像格式,這幾個是比較常見的:
BMP(BitMaP)點陣圖,使用一種點陣圖圖形格式,圖像通常保存的顏色深度有2(1位)、16(4位)、256(8位)、65536(16位)和1670萬(24位)種顏色

GIF(Graphics Interchange Format)圖形交換格式,它是一種點陣圖圖形文件格式,以8位色(即256種顏色)顯現的圖像

PNG(Portable Network Graphics)攜帶型網路圖片,它是一種非失真性壓縮點陣圖圖形文件格式

JPEG(Joint Photographic Experts Group)聯合圖像專家小組,它在壓縮過程中圖像的品質會遭受到可見的破壞

TIFF(Tagged Image File Format)標籤圖像文件格式,它是一種主要用來存儲包括照片和藝術圖在內的圖像的文件格式

1.
先讀圖+秀圖+顯示資料














2.
看一下圖片資訊(長,寬,日期,檔案大小,檔案格式之類的都有出來)


















3.
impixel 顯示圖片RGB訊息(範圍錯誤時會顯現NaN)















最後有一個 "dumphex" 這個函數
function dumphex(file name,n)
fid=fopen(filename,'r');
if fid==-1
error('File does not exist or is not in your Matlab path');
end;
a=fread(fid,16*n,'uchar');
idx=find(a>=32 & a<=126);
ah=dec2hex(a);b=repmat([''],16*n,3);
b2=repmat('.',16,n);b2(idx)=char(a(idx));
b(:,1:2)=ah;
[reshape(b',48,n)'repmat('',n,2)reshape(b2,16,n)']

有什麼作用+怎麼用 我都還是不懂+不會用
哪位同學懂得可以教一下me呢...

week3

看完第一張,最大的問題還是在英文看不太懂...

可能一句就會查兩.三個單字
然後看一看眼就花了

所以很多地方都看圖說故事...
.

前面說了很多種讓圖片變清楚的方法

其中感觸最深的就是去除雜點了

因為以前就寫過程式了

雜訊 去除(還是有一點點)

它的做法是把周圍八個點的R G B各別平均

做為新的R G B

.

.

.
.

CCD全名Charge-coupled Device(電荷耦合元件):

是一種積體電路，上有許多排列整齊的電容， 能感應光線，並將影像轉變成數位訊號。

CMOS(互補式金屬-氧化層-半導體，簡稱互補式金氧半 ):

是一種積體電路製程，具有只有在電晶體需要切換啟閉時 才需耗能的優點，因此非常省電且發熱少。 (來源: 維基百科)

.

1.4的 圖上面那個f(x,y) =0.8 有許多同學在討論

我也認為是 0~255 與 0~1的等比轉換

而且圖上那個位置也比較趨近白色 所以應該沒錯(吧)

.

1.6說明了三種影像處理: 提升 復原 分割

.

1.7 說明了影像處理的五個步驟:

Acquiring the image

Preprocessing

Segmentation

Representation and Description

Recognition and Interpretation

.

1.8說明了影像的格式，分二元ˋ灰階ˋ色彩(光)三原色 三種

而一個點的顏色存法

是分三個 Red Green Blue 矩陣來存放的

.

1-9說明了影像檔的大小

.

最後的心得是...

原文書還是不要一個晚上就想看才好...

看一面就眼花一次@@....

First Matlab

上次上課的時候有跟人借書來看一下開程式玩了一下
然後利用學姊講到的程式碼中的find()寫了一下程式
瞭解了 矩陣:

[1][2][3]
[4][5][6]
[7][8][9]

它的輸入法是:
[1,2,3;4,5,6;7,8,9]

然後用find( 矩陣 == 3 ); 他會顯示位置是 7
相對的find( 矩陣 == 6 ); 他會顯示位置是 8

所以可以知道它的排序法是:

(1)(4)(7)
(2)(5)(8)
(3)(6)(9)
當然如果其中的 find 的值不若只一個的話 也會全部顯示出來

用 x=imread('圖形')

imshow(x)

就可以開啟圖形了

還有簡單的加加減減
可以直接 x=1+1 x就有答案了
而且 x還不用宣告 程式整個簡短很多
不過相信應該會很需要寫註解吧...

老師上課也說到了許多matlab的特性
覺得可以認真寫程式 不用一直為了debug搞半天 這點很棒
而且提到研究所也常常在用這個寫程式

不過目前書還沒弄到手,等拿到之後要開始來動手練習了
感覺滿想學好matlab的