期末回顧

期中平均 54

CH 4 : 79.17
CH 5 : 54
CH 6: 70.77

期末平均 : 68

算到總成績後: 期中*0.4+期末*0.4 =48.8

自己給自己 6.5分

目前總成績 48.8+6.5 = 55.3


之前都沒有選過李老師的課，其實我覺得主要還是培養自學的能力上課也給人比較輕鬆的感覺，上課期間也學習到很多廣度的知識，這門課主要的目的是希望我們在學期初培養閱讀外文書能力。

老實說，我覺得我對這門課不認真，不過每次上課都幾乎準時來上課，剛開始的一兩周還有翻閱外文書看，可是越到最後自己就比較懶惰，可能是外務比較多或者是學習的態度不是很好所以花的心思不多，其實剛開始好好學是由淺入深，對影像的也有了一些概念。

CH6 Image Geometry

Image Geometry (影像幾何學)

而這章多半都是在講Affine transformations(仿射轉換)，一開始看到Affine transformations就不太懂他的意思了，上網ｇｏｏｇｌｅ了一下子，所得到的答案是Affine Transformations是linear transformations後面多一個translation.所以可以這樣說，所有的linear transformations都是affine transformations，但是反過來就不是了。

大概是這樣 v’ = vM + b. 也就是在講如何將原有的陣列轉換，每節都有講解到不同的內插法運算。

6-1　Interpolation of Data


interpolation :

內插法，主要說明一線段可以用多種方式表示，從課本上的圖可以知道從固定的四點增為八點的做法：原來4點的間隔各為1，那麼總長度就是3增為8個點後的間隔為3/7。


nearest-neighbor interpolation :


是取鄰近的像素來填補因放大比例所產生的空白處。


6-2　Bilinear interpolation　

雙線性插值法，做內插法的延伸，計算出斜率後,以等比例的方式放大原圖。

－－－－－－－－－－－－－－－－－－
Ａ　K　 　Ｂ
　　Ｗ
Ｃ 　Ｌ 　Ｄ

－－－－－－－－－－－－－－－－－－
ＡＢ、ＣＤ形成兩線性(稱雙線性)，分別計算出K與L，這是第一次與第二次的線性運算，之後再利用ＫＬ就可以求得Ｗ。

從圖6.9可以知道Bilinear interpolation的圖較nearest-neighbor的圖來得柔和，
不會有明顯的方格。


6.3 　General Interpolation

Cubic Interpolation　：跟線性內插法是一樣的原理，但線性是用於二維，而Cubic Interpolation是用在三維。

Bicubic interpolation：功用主要是將鋸齒狀的效果改善，雖然最後呈現的效果是模糊的。


6-4　Enlargement by Spatial Filtering

一開始就說明如果我們要快速得到一個放大的影像就要用 Zero-inyrtleaved （補0擴大影像）將原矩陣的每個值與值間填0做出平均散布的黑點，這樣就可以分辨出原圖又達到放大的效果了。



6-5　Scaling Smaller

image minimization，就是將影像縮小。
subsampling：刪除間隔的像素點（縮小影像的另一種方法）。

但是上述兩種方在處理high-frequency的影像，處理出來的結果可能就不太好了。


6.6 Rotation

應用到三角函數來旋轉圖片，將圖片看成很多點燃後再利用三角函數作轉換計算出每一個新的點就可以得到新的圖片

rotation：對影像作旋轉
imrotate(c,９0,'bicubic')以angle(角度)可以做nearest、bilinear、bicubic。

CH5 Neighborhood Processing

第五章對影像處理的方法有別於第四章，在CH4是點對點到了CH5就擴大到鄰近的點作區塊的影像處理(Neighborhood Processing)。

5-1　Introduction

此小節主要是介紹Neighborhood Processing的基本處理方式。mask和filter是此章節的新名詞，filterdr是透過mask跟fuction作運算的結果。

• mask : mask 指的是一個原本影像要處理的點加上它鄰近點形成的矩形(此矩形邊常需為奇數)

• filter: 對要處理的pixel取其周圍的點mask，針對該點與形成的mask做處理，產生一個新的點取代原本的pixel。

• linear filter: filter結果產生的新值，如果都是屬於mask裡擁有的值，那麼就把其稱為linear filter。

• Spatial filtering thus requires three steps:

1. 把遮罩置於current pixel的正上方
2. 遮罩內所有不同位置的值與影像上被罩住的像素值相乘
3. 最後相加全部計算後的數值

5-2　Notatoin

　　5-2-1

此小節主要說明再處理影像邊緣(edge)的點如何處理。通常edge的mask會超過影像所以其鄰近的pixel會沒有值，此時我們會有兩種做法。

1. 忽略 (Ignore the edges) : 直接把多餘的地方給忽略掉。
   
2. 補零 (Pad with zeros) :超出影像的地方設為零。

目前知道這兩種發法，不過其優缺點還是不太清楚...


5.3 Filtering in MATLAB


此節主要是運用一些function實作出filter。

• filter1(filter, image, shape)

filter處填入你想要成為令為filter的矩陣，至於在MATLAB矩陣製成方式為

• a=ones(x,y)/z
  a為任意參數，ones為矩陣名稱，(x,y)為設定的矩陣大小，將(x,y)每個點除以z即形成filter矩陣。
  而image即是你想做filter處理的圖像。
  shape可代入三種數值：
  

1. 'same':連同邊緣作filter處理，用的即是5.2.1的方法二。


2. 'valid':只處理內部(指不含邊緣)的，即5.2.1的方法一，而處理過後的圖片會比原本的圖片小。


3. 'full':邊緣為四周有的地方相加除9.

5-4　Frequencies: Low- and High-Pass Filters

• frequencies: 測量因距離改變的灰階值

1. High-frequency components: 短距離內灰階直有很大的改變。
2. Low -frequency components: 長距離內灰階直有很小的改變。

• 頻率的濾波器有高通濾波器和低通濾波器

1. 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。
2. 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。




目前只能看到這邊，東西真得不少。。

期中回顧

ch1 4b 6c = 36

ch2 4a 9b = 72.3

ch3 4b 11c = 30.6

ch4 2a 2b 8c = 40


------平均: 44.725 -------------

時間真得很過很快

轉眼間期中考已經過了

開學至今已經12週

看到自己成績有一點訝然..跟淡淡的憂傷..

互評系統有互評系統的好處..

算出來的成績或許真得比較貼切現時應得的..

只能說現在要努力把皮繃緊.

認真去努力去取得 " A "

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

CH1~CH3

從開學剛開始 修這門課到現在..

轉眼間已經要期中考了..

原文書還是有翻..但是有時候總是覺得看不太下去..

有些地方會直接跳過 直接使用 MATLAB 實作下去.

反而比較了解~

雖然看原文書..可以增進英文能力.. 但是時間總不夠用

自己反而是透過 KEY 指令 觀察圖片差異 作了解~

2008w7

第一小節 是介紹
漫射光 環境光 等等

axis off
控制軸線相關函數的指令,可以透過給予axis軸線資訊而畫出相對應的圖型直接使用off將可以直接關閉圖檔文件中軸線相關標記

3-2

truesize 指令 會恢復成原圖的大小


axis off

控制軸線相關函數的指令,可以透過給予axis軸線資訊而畫出相對應的圖型直接使用off將可以直接關閉圖檔文件中軸線相關標記

3-3
unit8 & double 的轉換

im2double() 是把 image 轉成相等值的 double

3-4..還沒時間
3-5..還沒時間

WEEK 5

在此章節 大都是介紹指令

這次讀起來 比較順手一點 或者說 有搭配中文書配合
所以有些指令看比較懂

2-1

x=imread('cat1.jpg') 讀取影像



figure,imshow(x),pixval on
figure => 建立一個視窗 imshow( ) => show 出影像
pixval on =>顯示滑鼠指向的灰階值 or RGB 三值


2-2
size(x);
------------------------
size(x);
ans =

2304 3072 3

以上大概可以得知 2304 = 列數 3072 = 行數 維度 = 3

------------------------------

2-3

主要是用指令取得 圖片的詳細資訊
ex

imfinfo() 可顯示出檔案的詳細資料

2-4

檔案類型轉換

可以把灰階 轉乘 RGB 或者 從 RGB 又轉成灰階

2-5

影像就算不知道他的 檔案型態~ 也可以進行轉換

header information : 每個影像都有一個header information ,MATLAB 的 imfinfo function可以取得資訊 來知道檔案的格式

week3心得

這禮拜 看原文書真得很累
看了之後才現自己真的語文能力不足...
剛開始就花了一個多小時才看完第一小節!! 當作複習單字吧
所以這周也沒全看完...

只能了解部分


第一節 主要告訴我們 影像處理的用意 以及 為什麼要影像處理..等等

第二節

這時候就多了很多專有名詞 例如 CCD COMPS 等等 ..

CCD，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。

MATLAB 初體驗

第一次接觸時 感覺好特別

因為它有別於一般程式

雖然之前我沒有接觸過 BCB

但是感覺就跟C 不一樣!!

與其說是 程式 不如說 另外一半是工具吧!!

因為他可以 直接看圖形的矩陣(灰階 的數值分布 0 ~ 255 )

也可以用來做統計圖~ <= 這個蠻神的

以上這些動作如果用C寫 大概會寫的半死吧!!

剛好 專研題目跟影像有關係!! 所以這門課要好好學習