HW4

由於家人的突然來訪以及上星期上吐下瀉導致這次濾鏡部分沒能跟上進度

不過看過老師的灰階範例和課本的說明，了解到這次寫作的要點。

這次作業的濾鏡除了系數不同以外可以說是大同小異，網路上找了多張雜訊圖

還是只有這張作3*3中位數濾鏡處理處理效果最好。

不過既然小綠也用這張圖了，那只好多囉嗦一些來避嫌。

原圖雜訊

平滑化 (smoothing)

左為3*3各系數1在乘於1/9的平滑化；右為特定像素點加增加權重後乘於1/16的平滑化

以此圖來說左圖無加權重係數平滑效果較好

銳利化 (sharping)


左圖為拉普拉斯銳化法；右圖為加入對角的拉普拉斯銳化法

可以明顯比較出右圖顏色對比較為強烈

排序統計濾波器, 去除胡椒鹽雜訊

左圖為最大濾波器；右圖為最小濾波器

最大濾波器 ：

F(x,y) = max{g(s,t)}; 即為取得3*3鄰近像素數值中，最大的點為參考點。

最小濾波器 ：

F(x,y) = min{g(s,t)}; 即為取得3*3鄰近像素數值中，最小的點為參考點。

左圖為中位數濾波器；右圖為中點濾波器

中位數濾波器 ：

F(x,y) = median{g(s,t)}; 即為取得3*3鄰近像素數值中，中間強度的點為參考點。

中點濾波器 ：

F(x,y) = 1/2*[max{g(s,t)}+min{g(s,t)}; 即為取得3*3鄰近像素數值中，數值最大和最小像素的中間點。

以此圖為例最小濾波器和中位數濾波器皆有良好的效果。

以下濾鏡影像為使用過中位數濾波器後再處理之影像。

索貝爾濾鏡(Sobel)

javascript:void(0)

左圖為左緣運算；右圖為右緣運算

左圖為下緣運算；右圖為上緣運算

索貝爾濾鏡一般用來凸顯出影像的邊緣輪廓、異物和瑕疵等。

搭配拉普拉斯、平滑化等濾鏡，可以做出課本165p、166p有趣的影像處理。

HW3

處理前：

左 右眼照片

處理後：

左右眼的照片

合體~

...很醜

後來跟小綠借了紅藍眼鏡也看不出啥3D效果

這次的作業3D立體影像處理程式碼部分其實沒什麼難度，

使用for迴圈 GetValue和 Canvas->Pixels 單純的處理即可。

最難的問題在於拍照技巧，除了要掌握住黃金12度角還要注意照片是否有高低落差。

這也難怪SONY 生產的3D相機可以讓人新奇，因為內建的單一透鏡電子快門同步進行分割為左、右影像的設計，可以避免傳統需要用兩個鏡頭擷取影像還需要做複雜的同步處理，簡單操作效果佳。

科技始終來自於惰性阿~

HW2

原始影像

原始影像色彩直方圖分布

經過色彩均化後的影像

均化後之影像直方圖

這次的作業利用直方圖均化處理影像，當初看到這概念覺得這種處理需要去自行調色差跟對比，不過老師後來有在白板上解釋演算法。

經由老師的講解跟自行帶入數字以後才了解，這種演算法真的很實用，完全經由程式自行去做出均化。

對於這次的作業我覺得最麻煩的在於直方圖的繪製，因為老師的範例程式看不太懂，所以最後只好大量使用for迴圈先找出RGB三色之中出線機率最高的顏色當作標準點，和使用三層for迴圈由下往上執行逐列Canvas->Pixels[j][i]來描繪出直方圖，因此導致成是在跑稍微大一些的影像時會執行過慢。(學校電腦會當機BCB在編譯時候不會自行存檔真的很不人性化)

HomeWork1

原圖

256色灰階

128色灰階

64色灰階

32色灰階

16色灰階

8色灰階

4色灰階

2色灰階

這次作業讓我了解到如何由RGB 24bit轉換為256色灰階 8bit的實作方式，

以及Y 與 RGB 的轉換公式。

利用此256色調色盤來進行 2、4、8、16等灰階的量化，

一開始原本是想要利用 GrayPalette.palNumEntries 調整調色盤階層，但是處處碰壁，後來經老師指點可以使用 for 來直接更動256色調色盤內顏色便恍然大悟，利用區間的概念

for (i=0; i<4;>

{

PaletteEntry.peRed = i*85;//x[k];

PaletteEntry.peGreen = i*85;//x[k];

PaletteEntry.peBlue = i*85;//x[k];

for(j=0;j<4;j++)

SetPaletteEntries(GrayPaletteHandle,i+j,1,&PaletteEntry);

}

來實作 4階層灰階，但還是希望老師可以指導如何使用內建的物件直接達成PixelFormat:= pf2bit 的方法