期末回顧

這學期我想給自己八分
扣的第一分是因為有時候天氣很冷
第二節課上課都很想賴床
所以就翹課了...
而扣的第二分是因為汪胖都找我講話
害我上課都沒聽到課...
哈~

．Week 15: Chapter 6
　　　　　　　　　　　　　A 11 B 4 C 0分數 93.08

．Week 13: Chapter 5
　　　　　　　　　　　　　A 7 B 2 C 0分數 95.71

．Week 11: Chapter 4
　　　　　　　　　　　　　A 11 B 0 C 0分數 100

．W08: Chapter 1-3
　　　　　　　　　　　　　A 0 B 0 C 14分數 30

．W07: Chapter 3 閱\讀筆記
　　　　　　　　　　　　　A 12 B 1 C 0分數 100

．W06: Chapter 2 閱讀筆記
　　　　　　　　　　　　　A 15 B 2 C 0分數 98

．W04: Chapter 1
　　　　　　　　　　　　　A 9 B 2 C 1分數 94

．W02: Matlab 初體驗
　　　　　　　　　　　　　A 7 B 5 C 2分數 81.67

作業成績:87.256 * 0.8= 70
自評:8

總而言之
這學期學到了許多影像處理的概念
雖然教到第六章
不過整本課本好像只讀了一點
曾經有興起一點點想繼續看下去的衝動
不過...
就再看看吧

這學期一直想去考學校的英文檢定
因為英文課真的是太無聊了
所以我想要去申請免修
然後在家裡一直想看英文練習本
結果每次都偷懶
還好影像處理有看一點英文
應該有變強一點吧

我覺得我每次作業都花很多時間在寫
有時候看書加寫報告就要三個小時
然後又要花時間try程式 po圖
可是到互評的時候就會不太高興
因為自認為自己有花時間下去做
所以我很認同老師說可能沒看書的人不能評之類的
老師這時候應該會說有學到東西才是最重要的吧
真的是這樣沒錯 學到的東西是自己的
不過有時候只是想要一種認同感而已


學期末了
時間還真快...冏RZ

耶~寒假快樂

ch 6

今天打到第三章的時候
不知道按到啥鍵
結果居然把我剛剛打的全部清空
最冏的是下面的自動儲存 就這麼剛好自動儲存到...
剛打的全沒了...都快寫完第三節了
超級無言的 我臉都綠了
早知道就打在word上了...

有時候我們會需要改變圖片的shap size或者是旋轉
rotation and scaling就是affine trandformations的例子
線依然是線 平行的線依然平行
這句話的意思大概是說不改變原圖而是對圖片做調整的意思吧
翻了一下這章 發現了好多數學式
以前都沒有仔細的想過縮放的這個問題
很直覺的就想說是等比例縮放而已
沒想過實作的方法 而這章好像就在教這個
不過看到一堆數學式 我頭都暈了...

6.1 interpolation of data（竄改資料）
課本一開始就問說如何把一個四個點的值double成八個點
而課本的方法就是
四個點之間有三個空格而八個點之間有七個
我們計算他的比例可得到3/7=0.4286
也就是說一個x'的間隔中有0.4286個x
所以x'就可以寫出一個跟x的關係式
依靠周遭的值去預測一個數就叫做interpolation
用旁邊的值去預測就叫做nearest-neighbor interpolation
6.3的圖看了一會才看懂
就是利用距離來預測x'值的意思吧
然後接下來的數學式 大概就是在解釋這個
反正這章大概都是在講如何縮放的實作方法吧

6.2 image interpolation
上一節教了一個關係一維的方法這節教了二維的
bilinear interpolation （雙線性竄改）
雖然看到一堆數學式 不過完全無法理解
接著教了imresize（）函數 有三個參數
第一個參數是放image 第二個應該是縮放的比例吧 第三個是使用的方法
方法我們可以選擇上一節的nearest或者是這一節的bilinear
實作後的結果可以發現nearest的方法結果很模糊
而雖然bilinear的方法好一點可是還是有點模糊
課本後面有提到 我們不能無中生有的預測出值
我們只能從附近的點去勾勒
也就是用些數學的方法讓圖片經過改變後不失真的意思吧

使用bilinear的方法

使用nearest的方法
nearest的方法比較模糊

6.3 gereral interpolation
而這節用的方法好像是說
設定一個區間 區間內的值就指定一個值給他
於是又出現了一堆數學式 然後完全都看不懂
cubic interpolation（三次方竄改）
而這個方法好像是先對row interpolation再對olumn?
olumn？查不到這個單字
然後我們就可以使用這個方法讓圖片縮放之後不失真一點
實作bicubic的方法如下


6.4 Enlargement by Spatial filtering
看到filter 該不會這章要跟上一章的方法結合吧
課本提到 如果我們只想對對圖片做兩倍放大
那麼我們可以用linear filtering的方法
first step =>zero-interleaved
研究了一下聯立方程式覺得還蠻怪的...
只留下i跟j都是奇數的值
然後對圖片做spatial filter
結果還蠻令人噴飯的 出來的結果是一堆點...
嗯...真的很怪...

6.5 scling smaller
介紹縮小的篇幅還真少
對圖片縮小就叫做image minimization
喔～縮小有一個方法就是消除間隔中的值
呵～還真簡單...
不過他後來的說明我不懂
如果要縮小六倍 i跟j要乘上4？
後面也提到這個方法不適合用在high-frequency compoments的圖上

6.6 rotation
很明顯這章就是要教你如何實作旋轉圖片
然後又很明顯的數學式我又看不懂
大概就是向量在轉來轉去吧
不過介紹了imrotate()的function 有三個參數
第一個參數是放image 第二個參數是旋轉角度 第三個參數是使用旋轉的方法
方法可以選擇之前教的nearest or bilinear又或者bicubic

6.7 anamorphosis(失真）
anamorphosis指的就是故意改變或者扭曲圖片的形狀
介紹了一個function skull（）
然後從課本看來是把區域中的圖便換掉的意思麻


最後我終於知道清除我的作業的兇手了...
就是上傳圖片的時候
網頁不知道是那裡出錯 把我的文字都清掉了...
真是ooxx!@$!%@%

這章都是數學關係式
雖然都看不太懂
不過沒辦法 影像處理就是在玩數學式的東西
真不是我的菜

week13心得

這章充斥著數學式
比較難 有些都看攏無
when only 數學＝九死一生
還有一點點看懂的的希望
when 數學＋英文＝十死無生...

5.1 Introduction
第四章和第五章的差別是：
第四章是用特別的function來提供pixel value的值
而第五章則是利用鄰近的pixel value來決定
第五章有點像是第四章的延伸
課本接著就介紹了filter的概念
filter（濾器）＝ mask（遮罩）+ function
mask通常為長方形,有著奇數長寬 但也有其他形狀的
所使用的function與周遭pixel value呈現線性關係的就叫做linear filter
例如課本就舉了一個3*5的mask的例子
問題一:
我思考了一下算式
總覺得這麼多個值乘乘加加後
應該會頗大到爆表的才對...
可是課本似乎就把這個值丟到現在運算的pixel裡面
感覺 應該除個15之類的
還是我會錯意了 我也不懂

接著課本illstrate了spatial(空間的)filtering三個步驟
1.用mask罩住current pixel
2.對於所有的neighbornood作function的意思吧
3.全部相加
這會對所有image的pixel做一遍
然後還有spatial convolution
就是對mask或image二擇一作180度旋轉
文中尾端最後說will produce the same output
然後講了一個linear filter的例子再簡單不過
不過 也很直覺的想到在邊緣的pixel該怎麼辦呢?

5.2
ignore the edge是5.2的方法
這麼說5.3似乎也有一套方法
即mask必須lie fully within the image
pad with zeros對不足mask的neighborhood填上0
恩...個人覺得不太好
不過這樣程式比較好寫就是了

5.3
介紹函數filer2
第三個parameter"shape"就是決定edge的處理
填same就是pad with zeros的方法 size不變
填valid就是ignore the edge的方法 size縮小
問題二:
填full的敘述不知道是程式裡面是怎麼做的

接著介紹fspecial函數
是可以對filter做設定的函數 內含許多option
fspecial('average',[5,7])=> 5*7size的mask
fspecial('average',11)=> size 11*11
fspecial('average')=> size 3*3
接著課本實作圖3*3 5*5 25*25
當然average mask的size越大就越模糊囉
seperable filters數學玩意...
就提出係數相乘可得到simpler的 filter

5.4
high-fequency components:扮演大的改變在小的distance
如edge and noise
low-fequency components:扮演小的改變
如backgrounds and skin textures(表面本質？)
看了一會兒才看懂一點
是說使用不同的filter的圖產生的影響
看了課本上的圖
edge的部份都被反白 其他都是黑的
不懂中間的過程是怎麼弄的
也不懂他的high low怎麼分的...
還有兩者的解釋也需要解說一下
第四節後面有講到thresholding type operation
就是控制image的value在某個區間裡面
之後利用最大直到最小值之間scale 255等份
然後這可以幹嘛＝ ＝ ？
後面都霧煞煞...

5.5
5.5看到gaussian filters
哇靠...影像處理跟Gaussian也有關係
想當年似乎是在機率與統計分析上看到Gaussian distrobution的...
不過都忘光光就是了...
Gaussian filter有幾個重要的理由
1.是非常數學的方式 ,fourier tramsform?!
fourier誰阿= =
2.是旋轉對稱...
為啥這樣會very good to edge-detection阿?
3.看無...
他們是分離的,誰跟誰分離= =?
4.給了convolution的數學式
就是旋轉180度的意思
要執行gaussians就在fspeical函數shape地方填上他的大名就行了
還有一個alpha值似乎可以決定清晰度
越大越不清晰

5.6 edge sharpening
第一小節在講把原本的image subtract a scaled
這樣可以加深edge 讓圖片更明顯
雖然他提供了一堆數學式
不過我不懂為什麼用了這些command 圖片就變清晰了
總而言之 數學不太好...
第二小節提到與第一小節allied的filtering-high-boost filtering
一樣只知道效果 不知道過程實際上是怎麼弄的...

5.7nonlinear filters
提到了maximum filter and minimum filter
兩者都是rank-order filters
他的作法大概是filter中的值最大＼最小的值就輸出
然後出現新的函數 nlfilter（）
三個參數分別是image size and function to be applied
介紹了colfilt() and ordfilt2
ordfilt2的第二個參數看無?
the index value of the ordered results to choose as output?

5.8 egion of interest processing
第八節是說通常你要用filter改善image都只是你有興趣的小部分
所以這一節就在說如何用matlab去實作
看一看程式的command 還蠻簡單的說
看完第八節還真有鬆了一口氣的感覺勒...

有些人不喜歡貼圖的文章
雖然我不懂為什麼

快學期末了
有沒有這麼快阿＝ ＝

這學期英文期中考不錯耶
不知道跟看原文書有沒有關係就是了

the end～

期中回顧

作業成績分別是

100
97
96
20

平均78.25

總而言之
期中考前一周的作業沒交...
出現偏差值了...


這學期
著實讀了不少原文課文
比起以前感覺還蠻順的
現在比較容易看懂一整句的意思了
雖然有時候翻譯還是覺得怪怪的
不過 勉強還能糊口就是了


這學期
感覺期初沒上學期那麼認真
導致考得不太好
現在要衝一個了


今天好冷...
好想回家睡覺...

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

week 7

看了第三章的內容

這一章主要是在說明四種因素的改變
而會如何影響圖片的顯示

這個章節的function好像變多了

剛開始在瀏覽第三章的時候

看到章節後面幾頁 有一大堆的矩陣 還有一些怪怪的數學式
看的我頭都暈了

不過 後來看前後文 似乎有比較理解一點

3.2

這節一開始就提到了四種影響圖片顯示的因素:
1.ambient lighting

2.the monitor type and settings

3.the graphics card

4.monitor resolution

第一個老師上次好像有講 不過我忘了

是指環境光嘛？

第二個是螢幕的種類跟設定

課本舉映像管跟LED螢幕的例子來比較

第三個是顯卡吧

第四個是螢幕的解析度

接下來就看到了這章的第一個function：

image() 這個function會直接輸出原本程式內的color map還有大小

所以顯示出來的圖解析度跟大小 就會原來的圖不一樣

要解決這個問題 就要用

truesize() function來顯示原本大小

axis off() function 老師上次有說 不過我還是忘了

後來是看同學的文章才知道是

"讓顯示圖片時，旁邊的長度和寬度表不顯示"

colormap() function 是調整圖片的color map只能顯示灰階圖案

可以用 size(unique()) 來看圖片的灰階分幾個 level

直接用image function 圖片變大又模糊

加上 truesize 以後~就恢復正常囉

問題二:

unique() function有看過麻?

似乎沒甚麼印象...

接下來課本就是在說明當灰階分的level不同大小時的差別

然後還可以用

[x,map]=imread('asdf.bmp')

image(x),truesize ,axis off, colormap(map)

程式碼 使程式讀取圖片原本的colormap

這樣就能顯示原本的圖片

3.3

課本說明double跟im2double兩個function的差別

前者只會改變資料的型態 可是不會改變colormap的數值

後者則是兩者都會

我就想這麼說改成double型態要做啥

後來課本有說前者還可以用來做算數的處理

例如 :

c1=c>120

執行這行指令就能讓圖片color map數值>120的pixel顯示

問題三:

至於 課本後來講的 logical flag是甚麼我就看不懂了(邏輯旗標?)

還有 c1=+c1 是 c1=c1+c1? 不懂這行指令要做甚麼

3.4

問題四:

課本提到了一個名詞 bit-planes 找不到他的翻譯

不懂他的意思

問題五:

還有課本說

the gray value of each pixel of an 8 bit image as an8 bit binary word.

then the zeroth bit bit-plane consists of the last bit of each gray value .

since this bit has the least effect in terms of the magnitude of the value

為什麼是零的值就較少影響

零的值不是會顯示白的麻?

還是他只的零是指 bit 0000 0000的最後一位的那個bit的值?

如果這樣 下面說的 first bit 0000 0000應該就是指第一個bit吧?

問題六:

接著下面有講到floor() 的function

這個函式好像沒看過耶= =?

不知道 是幹嘛的

執行c0=mod(cd,2)後

執行c1=mod(floor(cd/32),2) 後

還蠻怪的

執行c2=mod(floor(cd/128),2)

這張圖就好一點了...雖然看起來還是蠻噁的...

3.5

是在講調整解析度

例如 imresize(x,1/2)函式 做的事情就是

取原矩陣的 x22 x24 x26 來當後來矩陣的 x11 x12 x13
取原矩陣的 x42 x44 x46 來當後來矩陣的 x21 x22 x23

想當然爾圖片的解析度就會變差

畢竟原本是四個數值來顯示的東西
變成只用一個代表數值來顯示

不知道取四個平均會不會比較好一點?

還有3.5後面的imresize()函數 做不出來

執行imresize(imresize(x,1/8),8)

圖片似乎沒變 不知道 是為啥

之後try try看

總而言之這一章大概就是這樣

後面有一些還來不急看完 過幾天再補看

這次閱讀感覺讀原文書的速度似乎有變快了

以前看文章都是要看第二遍才知道 他在講什麼

這次就好一些些

雖然有時候 還是會覺得翻譯起來怪怪的

嗯嗯~就這樣繼續加油吧

第二章心得

2.1

話說 真的很久沒打程式了...

課本的2.1看是看懂了

於是我興高采烈的打開Matlab程式

沒想到第一行指令就讓我搞了五分鐘...

問題一：使用函數imread( )
看著課本依樣畫葫蘆

於是乎我就在command windows打了>>w=imread('image1.jpg')這行指令

error

後面加分號;

error

將jpg檔改檔名為tif檔再是一次

error

我火了

我腦羞的把檔案名稱 image1改掉

當然還是 error...
再把圖檔放在Matlab資料夾內看看如何

怎麼還是error阿阿阿阿阿阿阿阿阿阿阿...冏rz...

error夢魘...

最後 還是上網誌看同學的文章才知道要key路徑...

如>>w=('C:\Documents and Settings\Jimmy\桌面\image1.jpg')一般

結果就成了

以上問題一 已解決...

雖然這個問題比common sense 還common...

問題二:

這個程式的error 還有一些相關資訊

好像是直接顯示在打程式的視窗裡的

可是error跟資訊一多根本就不知道在打啥耶

不知道有沒有解決辦法＝..=?

第一行程式解決以後

下一行就沒什麼問題了

figure指令是開一個可以放graphic object的視窗

imshow指令是開圖

pixval on 是顯示游標在圖片上的column , row = p

問題三:

我的圖的column and row都是xxx.25 或 xxx.75耶真怪 ＝ ＝ ？

2.2

使用>>size(w)函數

傳回了三個值

問題四:

不過不知道第三個值"pages"是啥意思？

傳回的值為3

試了w(100,200,2) w(100,200,1:3) 跟 w(100,200,:)

還有>> impixel(w,200,100)函數都很順利

ans =
211 230 237

2.3

有講到老師說的color map 跟 index似乎有點想起來

問題五:

試了一下

>>[www]=imread('C:\Documents and Settings\Jimmy\桌面\image1.jpg');

figure,imshow(www),pixval on

結果跳出圖並顯示warning

"Image is too big to fit on screen; displaying at 67%"

所以是圖檔的color map? 太大麻?

還是課本用的檔案類型是indexed image而我用的RGB image 所以顯示不出來?

待解

使用函數>>imfinfo('image1.jpg')得到

ans =
Filename: 'C:\Documents and Settings\Jimmy\桌面\image1.jpg'
FileModDate: '30-Aug-2008 19:28:00'

FileSize: 90439

Format: 'jpg'

FormatVersion: ''

Width: 600

Height: 600

BitDepth: 24

ColorType: 'truecolor'

FormatSignature: ''

NumberOfSamples: 3

CodingMethod: 'Huffman'

CodingProcess: 'Sequential'

Comment: {}

問題六:

truecolor不知道是甚麼意思?

2.4

問題七:

第一個程式在做啥?

如果a b 都是圖檔的話

不懂a=23是什麼意思

b=uint8(a)又是甚麼意思?

使用whos 函式

>>whos w

Name Size Bytes Class Attributes
w 600x600x3 1080000 uint8

使用rgb2gray()

使用出來結果還蠻好玩的耶 如下

哈哈~真有趣~

本來想用photoimpact做灰階圖的

看來用Matlab還比較容易~哈~

2.5最後一節都是在介紹一些圖檔

只能用很多種來形容

所以我挑看了jpeg 跟 bmp來看

喔~原來不同檔名是不同公司 不同演算法來做的喔

是有聽說jpeg的畫質不好

而課本上也有寫

The JPEG algorithm uses lossy compression,in which not all the original data can be recovered

以上報告完畢over

week3 心得

這星期看了原文書的第一章
發現其實這本原文書還蠻好讀的
還是這可能是因為這只是第一章introdution的關係吧
我覺得裡面的句子還蠻生活化的
讀起來也不會像其他原文書專有名詞那麼多
就算查到單字的意思
也不能理解他整句的含意
剛好這學期想去考多益
因為這次去考 考過的話學校有補助
看這本原文書剛好可以提升我的閱讀能力
又可以增加我的影像處理知識 真是一舉兩得阿XD

1-2的重點應該是 image processing的含意吧
課本上說 image processing 就是為了以下兩點而去改變一般的(nature)圖片
第一點是

"為了人的想法或看法(interpretation)而去詮釋 修飾圖片的資料"
這點還蠻容易理解的

第二點是
"讓圖片更適合自由的機器感知??(autonomous machine perception)"
這點就不太懂他的意思...
大概是翻譯翻錯吧?!(待解!!)

接著就是介紹一些常見的"image processing"
例如讓圖片內的東西邊緣更...深刻(sharping)
或著去掉因為傳輸上的干擾而產生的雜點(remove noise)
還有處理圖片的模糊情況(remove blur)等等
最後那個牛的我剛開始還不能理解好好的圖幹嘛要用模糊勒...
後來看了文章才懂是有時候不重要的地方可以不必那麼的detail
所以就可以利用模糊化的這種影像處理方法
來使得例如樹木這種背景的清晰度降低等等

1-3
這節裡面介紹了CCD camera這個東西
CCD的全名是"charge-coupled device"查了單字可是不懂他命名的含意
看了文章大概知道是利用陣列去儲存圖片點上的色彩比例
也就是點上的紅色藍色綠色色彩三原色的比例
而那些點就存在名為"photosites"的CCD array裡面
大概的理解是這樣
之後還有介紹一些光的頻率之類的

1-5
就介紹一些影像處理的應用
在醫學就是x-ray 染色體
還有建築方面 工業方面 法律方面就是測速照相技術拉

1-6
就是把影像處力的方法分成幾種不同的類型
例如 影像增加(Image Engancement)
例子就是sparping and highlighting edges
還蠻好理解的
接下來是影像復原(Image Restoration)
例子就是remove blur去模糊雜點等
還有影像切割(Image Segmentation)
雖然下面有舉實用的例子
不過這個就不太懂了
原文書大概就是這樣

至於中文書的部分
有大概翻過裡面的內容
前面都在介紹一些基本的用法
經過一個暑假 好久沒寫程式了...
感覺還蠻生疏的
實在ㄟ害阿~~
雖然已經快過完第四週了
但還沒找回上學衝衝衝的感覺...冏

MATLAB初體驗

總而言之
看了老師的幾個操作
感覺matlab的內建函式還蠻多的
打一行再加個參數就成功了
所以只要知道有內建哪個函式
使用起來應該相當方便


能直接看以及修改圖片的灰階矩陣
我覺得還蠻酷的~

總而言之

才剛開學沒多久

感覺學習的步調還沒調整過來

希望下禮拜開始

各科都能重拾起奮鬥精神

而這學期的影像處理課程也有固定的課本

希望這學期也能好好學習一番
是該挖憤圖強的時候了!!!