2011 台北設計展 - 世貿一館參觀心得

台北世界設計大展的世貿館中，有許多台灣大學生設計，用不同的設計觀點讓地球微笑。

有學生利用展場一大片空間，做出浮在空中的草地，令人印象深刻，圍觀的民眾，紛紛都走進一看，設計的學生以地平線上的反思，希人類望能在地平線上的原點，重新為設計的帶來新的方向。長久以來，人們忘了地平線上的一切，因為我們視線永遠的是往高處看，從地平線的角度重新觀看事物，也同時隱喻著我們，無論是思考一件事，或是要決定一件事，都應該從它每一個角度去思索，對於現代人繁忙的生活節奏而言，也是一種反思。

另外在展場上看到一台十分酷的腳踏車，它全身是用木頭的材料製造的，名為「強化木製單車」。利用加壓提升木材強度，近年來此技術已能達到接近金屬加工的硬度。再搭配70.80年代經典零件，襯托木材誠實復古的特性。而木造車的優點就是輕、高耐震，甚至不需烤漆便能呈現出高級質感的產品。

Hw3

這次作業分成四個部分 , RGB色彩模型、YUV色彩模型、YUV單一色調轉換工具、還有HSI色彩模型

RGB色彩模型

GB模型(R=0)

GB模型(R=128)

GB模型(R=255)

RB(G=0)

RB(G=128)

RB(G=255)

RG(B=0)

RG(B=128)

RG(B=255)

RGB色彩模型又分成GB、RG、RB這三個 , 這部分比較簡單 , GB只要給定G & B的值 , 並作一個可調的變數給R , 就做出來了 , RG、RB同GB模型

YUV色彩模型

YUV(Y=128)

YUV(Y=0)

YUV(Y=255)

YUV色彩模型就稍微多花了一點時間 , 雖然有RGB to YUV & YUV to RGB的轉換公式 , 但我一直以為要先從RGB to YUV 再從YUV to RGB , 我卡在一開始的RGB值我要怎麼給? 原始的RGB圖要怎麼畫? 才有辦法從RGB to YUV to RGB後 , 會是YUV的色彩模型 , 上網查了很多的資料 , 可是都只查到YUV & RGB的轉換公式 , 後來自己試了半天 , 才發現原來不是從RGB to YUV to RGB , 一開始給定Y值 , UV值分別由左至右、由小至大 , 最後再把YUV的值轉換至RGB就可以畫出來了

YUV單一色調轉換工具

Gray

Green

Blue

Purple

Orange

YUV色彩模型會畫之後 , 這個部分就比較簡單了 , 首先把一張照片轉為灰階影像(用RGBtoY的公式) , 接著就是在Image上發生MouseDown之後 , 把該點座標的RGB值轉為UV , 再套用RGBtoYUV的公式 , 把整張影像的RGB重新給值就完成了

HSI色彩模型

HSI(I=0.5)

HSI(I=0.8)

HSI(I=0.2)

HSI是我做最久的一個部分 , 碰到了許多問題 , 首先H的計算 , atan的值 , 在第三象限一直會錯 , 畫出來的圖形不會是3個120度角的扇形 , 等到第三象限的H值修改過後 , 雖然可以成功畫出3個120度角的扇形 , 但是整個HSI的圖形還是會錯 , 後來我才發現 , 雖然成功畫出3個扇形 , 但是第二 & 第四象限的角度是有問題的 , 查了許多資料 , 才終於修正H的部分(可以成功畫出0~60、60~90、90~120、120~180、180~210、210~270、270~300、300~360的扇形)

接著是S的計算 , 起初因為我畫的圓的半徑為100 , S我就直接把值丟進去算了 , (後來才注意到S的範圍只有在0~1之間 , 因此要對S做調整 , S = V/100 (V是任意色點到中心點的向量長度) , 但結果還是錯的

H的角度計算我確定沒錯 , I值我先固定給0.5 , 但是畫出來的圖形卻是錯的 , 所以我一直以為問題出在S上面 , 不斷的對S做調整 , 還是畫不出正確的圖形 , 網路上HSI的相關資料也很少 , 寫的內容也跟課本上差不多 , 幾乎都是RGB to HSI 、 HSI to RGB的相關公式 , 後來直接去找HSI to RGB的相關程式碼來看 , 但問題還是沒有解決

問了老師才知道 , 原來我的S計算沒有錯 , 問題是出在 , 課本上的HSI to RGB轉換公式裡面所有的角度要轉換成淨量值 , 60度=PI/3 , 120度=PI*2/3 , 而我是直接把角度丟到公式裡面去計算 , 所以又對所有的角度做了修改 , 把所有的角度修改成淨量值 , 老師也幫我再把象限判斷的地方也做了些修改 , 最後圖形終於畫出來了

最後雖然HSI圖形畫出來了 , 但是還是覺得圖形有點怪怪的 , 圖形中約60度(橘黃色)、210度(青色)、300度(紫色)的地方 , 顏色會會不清楚 , 可是網路上看到的HSI-Color-Model卻不會有這種問題

Homemade

Example

Hw2

平滑化

原圖

平滑化:

平滑化以減少鋸齒狀邊緣來改進影像品質。例如，您可能在某像素的一部分中發現紅色區域，在另一部分中發現綠色區域。平滑化將檢查像素的不同部分並組合這些值，以獲得圓滑的影像。

銳利化

原圖

銳利化:

銳利化就是讓影像裡的”線條”更明顯。在一張影像裡，線條代表一個顏色突然變化的區域，因此要讓線條更為明顯的方式之一就是加強線條兩邊顏色的對比: 讓深的更深，淺的更淺。然而每一種影像設備都有銳利化調整程度的極限，過度銳利化的結果，反而會造成影像細節的喪失、加大雜訊的顆粒

中值濾波

原圖

去除雜訊

濾除的胡椒鹽狀雜訊 , 此類雜訊，通常是以黑色或白色的，隨機出現在擷取的影像內。由於顏色類似於鹽巴的白色或胡椒的黑色，因此白色影像中的黑色點稱為胡椒，黑色影像中的白點稱為鹽巴。

去除點狀雜訊的方法是採對影像做逐點的處理，確定某點後再將包圍該點的鄰居一併加入當成區塊來考量和運算由於我們是以區塊的方式把鄰近的點也一併加以計算，所以處理結果雖然去除了點狀雜訊同時影像本身因為取區塊的中值點的關係，也會變得比較模糊。這時可以再透過影像強化的濾波運算來增強影像的視覺品質。還有如果雜訊的數量太多，則可能要經過多次的處理，可以想見的，影像也將更形模糊。

Hw1

均化前 & 均化後

均化前的直方圖

均化後的直方圖

心得：這次作業是透過影像處裡的均化效果，透過修改圖片RBG的方式，把圖片中過強或過弱的色系給稀釋掉，使整張照片的顏色趨於一致，讓照片整體看起來比較舒服一些。　

在寫程式的過程，由於上課沒有非常認真聽講，事後才看程式碼，實在很辛苦，花了比較長的時間與同學討論、研究程式碼，才大致了解程式運行的過程跟演算法。

這次作業算是我第一次實作影像處裡的相關程式，感覺是很新鮮的嘗試，相當有趣，也大致了解做影像處理，並不見得要使用市面上的影像處理的軟體，如：PhotoImpact、ACDSee...等等