期末回顧

期末我給自己8分 (為了...)

期中平均50

期末:
ch4 59.09
ch5 82.5
ch6 86.15
期末平均 76


從學期到期中
跟期中到期末的出席狀況
有些進步

內容也增加了許多
也大概知道老師的上課模式

不懂地方也會自己
動手google一下
有些東西不一定是正確
只能做參考用
而找到你所需要的資料
然後就可以變成自己的東西

這學期對我來最困難的地方
應該是讀原文書的部分
有些章節裡面
有些地方可以用猜的去看懂

可是只要量一多
數學上的圖形與公式一跑出來
就變得困難
甚至草草的帶過他

看原文書真的要有"耐心"
哀!!!

ch6

Image geometry影像幾何學
6-1 Interpolation of data
資料添寫(修補)
nearest-nighbor interpolation是利用微分找出靠近的點去做修補
linear interpolation 線性修補(屬於一維的）

6-2 Image Interpolation
影像修補
bilinear interpolation 用到兩個變數的影像修補(屬於二維)
也是有利用到微分去做修補的動作

問題:
有點看不懂課本圖6.9的差別？
(a)nearest nighbor scaling-比較顆粒一個方塊(哈)
(b)bilinear interpolation-比較模糊

另外在YAHOO中查到
數位影像處理中，Interpolation 的使用是應用於影像放大時，
每一個像素由原本的一個像素可能被放到九個像素，
該像素和鄰近的像素的顏色色差因為放大的關係而變得很奇怪，
此時就有靠 Interpolation來作修補

6-3 General Interpolation
bilinear interpolation

是模擬雙線性原理(並非真的雙線性原理),預測未知像素
如果bilinear轉換:
只要知道參數
求得反轉公式
再做一次轉換
就可以還原原圖
前提是要知道矩陣參數。
步驟:
step1:圖6.7--圍繞新點(x',y')的原來四點連成一個矩形
step2:矩形中的新點(x',y')垂直延伸找與矩形邊相交之兩點(x,y')、(x+1,y')　　　
step3:由橫向的邊的比例與線兩邊的點各算出(x,y')、(x+1,y')　　　
step4:由直向的邊的比例與剛才求出的線兩邊的點來算出(x',y')
scaling factor小於1，新的圖片陣列變小
scaling factor大於1，新的圖片陣列變大。

6-4 Enlargement by spatial filtering
利用linear filtering也可以放大影像
zero-interleaved這是一開始的動作
在matrix之間補0

step2:做filtering
filter2([1 1 0;1 1 0;0 0 0],m2)
filter2([1 2 1;2 4 2;1 2 1]/4,m2)
filter2(~/64,m2)

這一節有很多地方太懂
真難!!

6-5 scling smaller
image minimization讓影像變小
subsampling - 是一種刪除間隔的方法

tr=imresize(t,0.25); 　　　
用Nearest-neighbor interpolation產生一個有缺口的圓 　　
trc=imresize(t,0.25,'bicubic'); 　　　
Bicubic interpolation可補上一種方法所產生的缺口


6-6 Rotation旋轉
二維利用
[cos@ -sin@]
[sin@ cos@]
------------@:角度
函數:
imrotate(image,angle,'method')
其餘
ipud可以行跟列相反過來
iplr讓影像上下相反
span
90° -flipud(c'); 　　　　　　　
180° -fliplr(flipud(c)); 　　　　　　　
270° -fliplr(c');

6-7 anamorphosis　
消除這種歪斜效果的指令
skull2=imresize(imrotate(skull,-22,'bicubic'),[500,150],'bicubic'); 　　

Ch5

Ch5
5-1介紹
filter是由mask和function組合而成
linear filter是由一些遮罩(數值)可以彼此做加減
最重要的還是spatial filtering的3個steps
1.把mask覆蓋current pixel
2.從filter元素所相對應相鄰的區塊上相乘起來
3.將所有乘積相加起來

5-2 Notation
比較重要的兩個名詞
在之後都會用到
Ignore the edges
mask裡面又有個mask
pad with zero
image外所需要的值為0

5-3 Filtering in matlab
實做的部分
filter2(filter,image,shape)
shape可填'same' 'valid' 'full'
filter2(filter,image,'same') -補0 圖片維持一樣大小
filter2(filter,image,'valid') -忽略影像邊略 顯示較小影像
filter2(filter,image,'full') -將邊緣補0 顯示比原本圖片較大的影像。

5-4 Frequencies : LOW -and High -Pass Filter
不同Filter
每個頻率的信號強弱程度不同
frequencies: 測量距離的灰階值
High-frequency components:高頻率-短距離而灰階change大
Low -frequency components:低頻率-長距離而灰階change小
high-pass filter:高通量濾波器
low-pass filter:低通量濾波器

5-5 Gaussian Filters
一些公式上的演算法
後面幾章節會更深入介紹
看到一推公式
感覺這一章好複雜

5-6 Edge Sharpening
Spatial filtering使在圖像的edge更加清晰
Edge enhancement 邊緣加強
Edge Crispening 邊緣清晰
Unsharp Masking 去銳利化遮罩
High-Boost Filtering 加強影像已模糊的地方

5-7 Nonlinear Filters
只知道
Using a maximum filter會變亮
Using a minimum filter會變暗
其他像
cmx=nlilter(c,[3,],'max(x(:))')
...就不太懂他在幹嗎?

5-8 Region of Interest Processing
處理某部分的影像
課本的圖片就把蜥蜴的頭
變成模糊還有更清晰
利用一些之前所學的function
roi=roipoly(ig,[406 600 600 406],[58 58 231 231])
roi=roipoly(ig)
感覺也還不錯

ch4

4-1
介紹IMAGE轉換
成有效率和有次方的演算法
課本的這張圖
讓我想到恐怖的"線性代數"
哈也
不知道跟他有沒有關

4-2
算術運算
在做運算
+ - x /的時候
Y值的範圍一定要再0~255
而數值越高圖片會越亮
數值越低則會越暗
運算指令
imadd(A,B)A+加B
imsubtract(A,B)A-B
immultiply(A,B)A*B
imdivide(A,B)A/B


4-3 4-4
看的好眼花一推恐怖的方程式
好像裡面有講到指令histeq
把圖片變直方圖
可是卻不太了解這些圖形真真的意義所在
大概只看的懂這些
英文程度真差
哀!

Chapter 1-3

第一章到第三章我把一些指令實際操作

目前
就看一些圖片經由影像處理用出來的成品
感覺還不錯
讓我對這些東西更有興趣

課本的英文真的好難
每一次看覺得有些吃力
都只有看些指令
實際跑一次

WEEK5 作業

這張節只試了幾個指令
imread();
從workspace中看出它是
幾乘幾的圖檔和資料型態

imshow();
把圖檔秀出來
不然就另開起一個視窗

figure,imshow();
我應該會常用這一個指令吧!
感覺就是不會重疊到
圖片不容易不見

pixval('on');
它可以將像素色彩直顯示在視窗中
這好像是在原文書中有提到一些
可是不知道他真正用意是要幹嗎？？

size();
把圖形的大小轉換成有陣列的模式

imfinfo();
看圖形的相關資訊

目前就只試這些指令的用途

week3心得

看原文書真累！！好難！！
一開始先看標題知道本章在學些什麼
之後再細看

第一章 導論
1.什麼是影像處理?
看課本圖片可比較出原先的圖片和處理過後的圖片有什麼差別？

2.影像如何獲取！？
這一部份我看的最久
好像是利用光源.光的暗與亮的程度擷取
一些專有名詞像CCD.CMOS.用X-RAY用屏障去照射目標物
[CCD vs CMOS]
這兩項技術都用在相機上
CCD是Charged Coupled Device的縮寫，中文稱為「電荷耦合元件」
CMOS是Complementary Metal-Oxide Semiconductor的縮寫，中文稱為「互補金屬氧化半導體」
CMOS的色澤、對比與亮度效果沒有CCD來的好

3.普通影像和數位影像的差別
從原文書的圖片中看就可以看出明顯差別
數位影像的分類
有分binary.grayscale.True color or red-green-blue.Indexed

4.影像的大小
多大的影像可以換算成幾個Byte.KB.MB的容量

5.影像處理的應用
在醫療上.農業上.工業上都用到

這一章應該可以說是對在處理影像的部分
有初步的認識
也把影像分類好！！

Matlab 初體驗

第一次使用matlab的軟體
大致上已經知道程式要怎麼用
不過不知為什麼在執行的介面
都是要打些指令 .有些不太習慣
好像很難記起來的感覺.
不過那一天看學姊跑它的程式時還蠻有趣的
雖然不知道他統計顏色是甚麼用意
不過對這一套軟體有更一步的認識