期末回顧

期中:49分

W11--- 30
W12--- 85
W13--- 73.33

期末平均:63分


總分10分~
我給自己10分~



或許大家都覺得這樣臉皮好厚~
(會不會有人在心裡大罵不要臉押=口=)

可是~
我覺得這一整個學期下來收穫很多~
尤其是跟大二的互動媒體概論一起修~
感覺更明顯~

因為這IPC在講的是概念~
而DMC卻是很基礎很基礎的實作~

由這兩堂課~
更是讓我深深的體會~
BCB跟MATLAB的差異~

明明就只是簡單的偵測滑鼠面前所在的座標位子....
MATLAB 只要加一句 pixval on就好了~
可是BCB卻是複雜的手續~
從image的屬性裡做調整~
還要作屬性的更改~
才能顯示滑鼠的座標位子~

但是兩門課一起修....
真的是有重疊的部分~!!

當BCB期末專案小卡的時候~
就剛好可以參考IPC現在在做的東西~
試著用BCB寫出來~

寫出來的感覺很棒~^^

不過如果...
互動的分數可以借一點到影像處理來...
會更好~囧興

CH6

前言

主要是在解釋Image Geometry(圖像幾何學)的意思....
簡單來說~
所謂的Image Geometry就是圖片的變形~
課本上舉的例子是affine transformations(仿射轉換)...
二維實數系對應到二維實數系的線性轉換....
在我的理解下~
我覺得應該是比較偏向鏡射的感覺~
不知道有沒有理解錯誤...

6.1

Interpolation(添寫、插補) of Data
主要目的~
當圖片放大時~
點多出來的點~
要如何處理....

Figure6.1在解釋nearest-neighbor interpolation(近臨內插法)~
就是在原本的點中間~
再插上相近的點....

有點像在兩個有色的點中間~
在補上幾個顏色"相同"的點~
用意在於讓圖可以放的更大....
但會出現馬賽克的效過(ex:圖6.9的a)~


而Figure6.1....
將原本為4個點增加成8個點~
而長度不變...

設原間距為1
則總長為3
而增點後的間距為3/7

故原X跟X'的關係式為:
X'=1/3(7x-4)
X =1/7(3x'+4)


linear interpolation(線性插值法)

做法如圖6.4...
先將原本的點顏色填上去連線後~
再把後來補上去的點...
放在連出來的線上~

意義就是....
補上去的點的值~
會用漸進色的方式被補上去~
好處當然就是不會變成一個相同顏色的色塊....
而造成類似馬賽克的效果~
用linear interpolation畫質會比nearest-neighbor interpolation來的清晰很多~



6.2

bilinear(雙線性) interpolation
用兩個變數來做interpolation...
使image有縮放的效果....

後半段有程式....
稍微做了一下...



>> c=imread('cameraman.tif');
>> head=c(33:96,90:153); //取左上座標(33,96)到右下座標(90,153)中間的範圍
>> imshow(head)
>> head4n=imresize(head,4,'nearest');imshow(head4n)//把head放大4倍並用nearest-neighbor interpolation(近鄰補插法)做處裡
>> head4b=imresize(head,4,'bilinear');imshow(head4b)//把head放大4倍並用bilinear(雙線性) interpolation 做處裡


左邊head4n(nearest-neighbor interpolation);中間原圖(head);右邊head4b(bilinear interpolation )


圖縮小之後比較看不出來左右的差異~
歡迎點進去看!!

這次的主要程式...
imresize(被處裡的原圖檔名,放大倍數,'要用哪種補插法')
整個就是很好理解~








6.3



Cubic(立方) interpolation:在三維的空間內使用內插法來計算值~
Bicubic interpolation:圖做出來的感覺明顯的馬賽克效果被去掉了，但較為模糊...





↑Bicubic interpolation處裡的效果
顏色較bilinear來的黯沉...



6.4

Zero-interleaving
在矩陣插上0~
讓整張影像變大~
但是會插上黑點...
造成有點 陣點的效果....


6.5





我閱讀的速度還是好慢~"~
只唸到6.3~QQ
不過第6章似乎有比第5章好理解~

CH5

Neighborhood Processing

第四章講解的是針對"點"的處裡~
而第五章則是真把範圍擴大到連鄰近的點~
都一起處裡的區塊處裡!!

以某一點為圓心...
像外擴張的同心圓處裡

5.1
濾波(fliter)結合了mask & function~
當那個方程式為線性方程式時~
則濾波稱為linear fliter (線性濾波)....

Spatial filtering(空間濾波器 ) 三步驟:
1.將mask放在current pixel上
2.所有filter的乘積值符合neighborhood
3.所有的值相加


旋積(Convolution)定理

>> x=uint8(10*magic(5))

magic(5)在5*5的矩陣裡填入1~25不重複的數~
然後*10排列~
故得到下面的矩陣~

x =
170 240 10 80 150
230 50 70 140 160
40 60 130 200 220
100 120 190 210 30
110 180 250 20 90

>> mean2(x(1:3,1:3))

mean2取平均值~
怎取?
x(1:3,1:3)
表 取矩陣X的...
從第一~三列跟第一~三欄的值
相加平均後得到的答案就是...
ans =
111.1111

5.2

主要是在敘述~
當Mask超過圖片範圍時會產生陰影~(WHY?)
要處裡要陰影而所採取的兩個方法....
忽略邊緣(Ignore the edges) & 補零 (Pad with zeros)...

Ignore the edges缺點是....
重新計算過後的圖~
會比原本的圖來的小~


主要的原因是因為...
他捨去的周圍的遮罩沒有完全遮住的部份~
故...處裡之後的圖片當然會變小~!!

而Pad with zeros彌補了這項缺點(跟原圖一樣大)~
但是邊緣的部份會出現邊線~


因為遮罩遮住而沒有值的部份...
他會自動補上0...
而0是黑色...
所以在圖片的四周~
會出現黑框!!



5.3

filter2(filter,image,'same')←Pad with zeros的手法
filter2(filter,image,'valid')←Ignore the edges的手法

那filter2(filter,image,'full') 為什麼會比原圖還要大!?
他的值是怎樣增加的!?



fspecial:
fspecial('average',[5,7]) →代表filter的大小是5*7
如果...
filter的大小是一個正方形的話~
不是寫fspecial('average',[11,11])....
而是寫fspecial('average',11)....WHY(?)
只是語法的問題嗎!?

只打fspecial('average')的話~
filter的大小是3*3 ← 預設大小嗎!?

>> c=imread('cameraman.tif'); //讀入圖片

>> f1=fspecial('average'); //設定遮罩大小

>> cf1=filter2(f1,c); // 選擇邊緣處裡的方法

>> figure,imshow(c),figure,imshow(cf1/255) //show原圖跟處裡過後的圖

除以255的原因是因為~

cf1的陣列為浮點數故除以255~

(其實還是不懂為什麼 ~"~)

原圖

filter大小3*3


filter大小11*11

可是這都為正方形的filter...

想試試看長方形的filter...

處裡起來會怎樣~

filter大小為2*30

結論是~

正方形的filter是均勻的模糊~

長方形的filter糢糊的感覺~比較偏向動態模糊!!

5.4

frequencies: 測量因距離改變的灰階值。

High-frequency components(高頻率) :短距離裡色差有很大(通常是邊緣部份)

Low -frequency components(低頻率) :影像中色差變化不大(通常非邊緣部份)

High-pass Filter(高通量濾波) :留下高頻率部分

Low-pass Filter(低通量濾波) :留下低頻率部分

這個部份讓我想到....

之前DMC有請一位教授來演講~

他就有提到...

將圖片高頻跟低頻的部份~

各自先慮出來~

在分別壓縮...

可以使圖片的壓縮品質達到更好...

而且壓縮的倍率也可以提高很多!!

這應該就是High-pass Filter跟Low-pass Filter的功能吧!?

5.5

這一部分老師上課有略微提到~

高斯濾波器的特色就是....

自己的色彩抓的比較重~

而周圍的色彩抓的比較淡~

所以處裡出來的效果....

就會是周圍漸漸模糊~

而中心的色彩會較不模糊~!!

期中回顧

平均: 37.75分

回顧:
我自己也知道...
我星期五早上的這堂課...
真的...很....(默)

對於Matlab也是...
不了解的部份多於了解的部份....

在這種情況下~
要是能有高分...
才是見鬼了吧...囧

今天有被老師盯過...
也真的反醒了...

也希望期末這堂課...
能不被盪...(汗)

所以未來的幾週...
也只有努力的寫網誌...
看能不能多拉點分數回來了~"~

作業

4.1 Introduction

Transforms、Neighborhood processing、Point operations

1. Transforms: P.65課本下面也有圖解釋

2. Neighborhood processing(鄰域處理)

3. Point operations:類似鄰域處理，但影像的灰階值運算似乎是獨立的

4.2

imadd(x,y)對圖像作加法運算

imsubtract(x,y)對圖做減法運算

imdivide(x,y)對圖做除法運算

immultiply(x,y)對圖做乘法運算

CH1-CH3

說真的好久沒有碰原文書了~
感覺真的好吃力....~"~

這星期又花了一點時間~
再細看了一遍~

我發現~
我還是不太懂...

size(unique( c))
ans =256 1
這一個指令是要做什麼的?


我發現~
不知道是我念的不夠是細還是怎樣....
感覺上光原文書是不太夠的...

之前買的那本MATLAB7就幫上了不少忙...
至少在搞不懂原文時...
還有一個參照可以看!!

2008W7

>> x=imread('twins.tiff');

>> imshow(x)

>> image(x)

//讓影像變寬

>> w=imread('wombats.tiff');

>> image(w),truesize,axis off,colormap(gray(256))

//truesize:設定顯示大小

//axis off:去除圖像周圍之座標軸

//colormap:調整color map的色彩亮度

>> image(w),truesize,axis off,colormap(gray(50))

>> cd=double(w);

>> imshow(w),figure,imshow(cd)

2008W5

原本圖一直讀不出來~
再問了同學之後....
原來要把要讀取的圖...
丟到MATLAB裡的work資料夾裡!!


　

　

　

　

　

　

　

　

　　

　

　

　

　　

　

　

　

　

　

　

W=imread();

　

將影像讀取到W陣列裡

　

figure,imshow(W),pixval on
　

建立一個視窗,將W陣列裡的像素呈現在視窗裡,顯示滑鼠指向的灰階值

　

　

　

　

以下是幾個指令跑出來的結果~

圖看不清楚可以點進去看!!

week 3

為什麼要做影像的處裡?

這在P1的最後兩行有了解答。
1. Improve its pictorial information for human interpretation
(利用工具 去詮釋畫的意境讓人們了解)
2.Render it more suitable for autonomous machine perception
(讓電腦更容易去判別圖片)




右圖就用了P2所說的 Image sharpening處裡...
這就是所謂的給人看的~
因為感覺上整個清晰很多了!!
也比較看的懂了~



那為何這組的右圖會比左圖還無法用肉眼判別是什麼呢!?
因為它這樣處裡過後是為了讓電腦更容易去判別...
太過細緻反而會造成電腦的負擔!!


問題唷!?

說真的很大...
那就是我的閱讀速度還太慢了~
這是我自己的問題.....
希望過幾週之後閱讀的速度會變快!!

Matlab初體驗

上星期因為加退選的關係~
所以還沒有加上課堂課...
所以沒來上課。

我不會用Matlab...
但希望能在這堂課學會如何使用