06360984 翁明緯 HW5

色彩模型

這次要介紹的是YUV色彩模型，裡面Y指的是亮度、UV是彩度。

我們這次的YUV模型將UV值固定Y值由使用者變更。

以下是把Y值由0～255的漸進

可以非常清楚的看出來Y值(亮度)在進行改變Y越大亮度就越高。

06360426 鍾誌杰 HW5

RGB色彩模型

RGB色彩模型，顧名思義有R、G、B三個色彩值，除了在三維空間中用立方體表示以外，我們還可以用RG、RB、GB三個大小為255x255的平面來表示所有色彩。如RG平面可以調整B值0-255，就能呈現的所有色彩，其他平面以此類推。

YUV色彩模型

接下來是YUV色彩模型，Y表示明亮度，UV表示色彩。

我們一樣用上面提到的方法，用scrollbar來調整Y值來呈現UV平面。

可以很明顯的看出，代表明亮度的Y值越高，UV平面的亮度也會跟著變亮許多。

接下來就來實作在RGB及YUV之間做轉換吧！

用實數表示的Y界於0~1之間，U界於 -0.436~0.436之間，V界於 -0.615~0.615之間，為了避免處理上的麻煩，我們用以下公式將值轉為在0~255之間。

需要注意的是當值超過0-255之間時，要將超出的值調整為0或255。

有了以上的轉換公式，我們需要做的就是先得到明亮度Y，接著就可以點擊UV平面來將圖片調整成我們想要的顏色了。

06360293 楊哲銓 HW5

色彩模型

RGB色彩模型

R(紅色)、G(綠色)、B(藍色)三原色來決定所顯示出的顏色。

若要表示所有顏色需要一個三維空間，因此在平面的螢幕上是做不到的。

因此若要在平面上表示顏色，我們採用了一張圖片+拉條的方式來呈現。

以拉條決定R、G、B其中一個的值，就可以用一張圖片來顯示該範圍內的所有顏色。

YUV色彩模型

以Y(明亮度)、U(彩度)、V(彩度)才決定所呈現的顏色。

實作YUV色彩模型

上方三張圖片為在不同的Y(亮度)情況下所呈現出來的UV平面。

在實作的前提下，必須將YUV的範圍也看成0~255以便轉換成RGB色彩模型中的顏色，整數空間中的公式會比實數空間中的公式淺顯易算得多。

將YUV轉換為R、G、B後即可以顯示在程式上。

點擊YUV色彩模型為圖片加上遮罩

要為圖片加上顏色遮罩，首先必須把原圖片的RGB轉換為YUV，並只保留Y(亮度值)。

UV則以點擊的位置來決定彩度的多寡。

這邊多為了不同的YUV色彩模型的亮度做了處理，遮罩的亮度亦會影響到原始圖片的亮度，但仍會保留原始圖片各個像素的亮度差異。

一旦點擊到了YUV色彩模型，程式會將原始圖片轉換後的Y保留，並以點擊事件中的X、Y參數來決定U、V值(因為圖片大小已設為256，因此X，Y參數皆為0~255，則可直接視為U、V值)，在依TrackBar所指定的Y值對原始圖片的Y值做亮度處理，這邊採用：圖片轉換後的Y值-(255-TrackBar指定Y值)的方式對亮度做出差異。

YUV運算好之後需要再轉換回RGB才能填入圖片中顯示。

結論

三維空間中才有辦法顯示出所有顏色，不論是RGB色彩空間或YUV色彩空間皆是如此，因此選用了指定某值，顯示其餘兩值的平面的方式來實作色彩空間的顯示。

原本在點擊套用濾鏡時，YUV色彩模型的亮度不會影響到原始圖片轉換後的Y值，但是覺得YUV亮度不同的情形下應該也要做處理，因此加上了針對點擊位置亮度作調整的步驟。

06360870 曾志敏 HW5

色彩模型

我們最常見的色彩模型有兩種，一種是RGB色彩模型，還有一種是YUV色彩模型。RGB色彩模型，就是三原色的模型通過不同程度的顏色加在一起然後呈現。YUV色彩模型跟RGB色彩模型相同,都是用三個量來描述顏色,分別用Y代表亮度,U.V代表彩度。

RGB轉YUV公式:

YUV轉RGB公式:

Y 實際是由 30％ 的紅色加上 59％ 的綠色再加上 11％ 的藍色所組合而成的，由於人類視覺對於 紅、綠、藍三原色的感受不同，而這個比例組合而成的灰度 Y 信號，恰好可以實現黑白影像的真實灰階感；【Y = R 0.3 + G 0.59 + B 0.11】，【R - Y = R 0.7 - G 0.59 - B 0.11】，【B - Y = R 0.3 - G 0.59 - B 0.89】

YUV的採樣格式如圖所示：

4：4：4，YUV三個分量具有相同的水平和垂直解析度。

 4:2:2，YUV三個分量具有相同的垂直解析度，但在水平方向上，UV兩個分量的解析度是Y的一半。即每4個亮度分量樣本值，對應有2個U和2個V色度分量樣本值。

4:2:0，在水平方向上和垂直方向上，UV兩個分量的解析度是Y的一半，即每4個亮度分量樣本值，對應有1個U和1個V色度分量樣本值。

心得：

由於程式不會寫的關係，只好上網查找有關的色彩模型的資料作為本次作業題材。

05360135 曾睿芃 HW5

色彩模型

這次作業是RGB色彩模型與YUV色彩模型，都是用來表示色彩的方式。

首先RGB色彩模型是以三維空間座標來表示不同程度的紅、藍、綠光。而程式的實作是先取RGB裡兩個顏色繪出平面圖形，之後第三個顏色是透過加上TrackBar來改變。

下圖從左到右分別為GB平面(R=0)、RB平面(G=0)、RG平面(B=0)，下方拉霸可以分別調整R,G,B的值。

而YUV色彩模型，分別用Y代表亮度，U、V代表彩度。黑白電視就是只有Y值的概念。程式實作YUV色彩模型如下圖所示，從左到右分別為Y=0, Y=0.5, Y=1。

最後我們可以將原本彩色的照片先轉為黑白照片，讓照片只包含亮度Y，然後套用想要的UV值，就可以得出不同色階的照片，實際操作的如下

 UV值為黃色

 UV值為綠色

UV值為紅色

總結：這個單元讓我對色彩有更多的了解，原本講到顏色只知道RGB三原色，現在也能想到YUV是亮度和彩度的控制，是為了人們的需求而發明。另外這次作業遇到的問題是使用TrackBar元件時，不知道要用Maximum屬性來設定TrackBar控制元件可表示的範圍上限。

03361204 王甯 HW5

色彩模型

概要

所謂的色彩模型是表示顏色的方式。

　　RGB模型：也就是我們最為熟知的三原色模型，透過不同程度的紅綠藍三種色光疊加出想要的顏色。在課堂中讓我印象深刻的是上面這個圖，將RGB模型轉換到XYZ座標平面上，變成一個立方體，接著即可利用切片的方式得到各個色彩平面。

　　YUV模型：Y是亮度(Luminance)、UV合稱色度及濃度(Chrominance)。在早期規劃彩色電視時，RGB模型占用的頻寬是黑白的三倍而不佳，才使用YUV。對於YUV模型，若只顯示Y訊號將與黑白電視相同而相容。

　　RGB模型與YUV模型可以互相轉換：

最後，除了上述模型之外老師在課堂中還有提到HSV模型，其中H是色相(Hue)，SV則分別是飽和度及明度(Saturation, Value)。外觀看起來像是錐狀寶石，讓我覺得非常特殊。

這類模型因為比RGB模型在XYZ座標系統更為直觀，所以更常出現在影像處理軟體中。

04360783 沈郁翔 HW5：色彩模型

期末了，這是最後一個作業，

由於事情稍多，請原諒我沒有太多的時間去把它做好。

YUV 調色盤繪畫雖然問題不大，但在範圍上面糾結了一些時間，

似乎規格都有一點點差異，最後我把整個範圍映射到 [0, 255] 間處理。

（圖 1）原始圖片

由於有了上次畫曲線的經驗，將滑鼠控制移植到選色上面不構成威脅。

（圖 2）YUV 選色的圖片

有一個瑕疵是，我的 YUV 調色盤的旋轉了 90 度。
這源於繪製顏色時忘了考慮畫布的特性、以及跟我的迴圈設計有關係。

（圖 3）YUV 調色盤

03360652 閻美雅 HW05

空間濾波

一、圖片

〝福隆沙雕〞

〝臺北101〞

〝銘傳大學桃園校區 校景〞

〝銘傳大學 校徽〞

〝龜山島〞

        1. 平滑化

            使影像模糊化，用來隱藏小細節

            ※無權重 -> 較模糊

〝福隆沙雕〞

            ※有權重 -> 較清晰

〝福隆沙雕〞

        2. 銳化

            用來強化影像小細節，並凸顯色彩強度的變化

            ※四方位

〝臺北101〞

            ※八方位

〝臺北101〞

        3. 浮水印

            ※預設位置

〝銘傳大學桃園校區 校景〞

            ※自己選擇位置

〝銘傳大學桃園校區 校景〞

        4. 撒胡椒鹽

            ※撒胡椒鹽

〝龜山島〞

            ※可以撒很多很多胡椒鹽 → 雜訊多

〝龜山島〞

        5. 去雜質

            ※中值濾波器
                參考周圍取中間值

〝龜山島〞

            ※最小值濾波器
                參考周圍取最小值

〝龜山島〞

            ※最大值濾波器
                參考周圍取最大值

〝龜山島〞

            ※雜訊過多，導致中值濾波器無法將其去乾淨

〝龜山島〞

二、心得

        「平滑化」

                這部分單純帶入兩個PPT的公式，公式其實很簡單，做過一遍就會記得起來；

        但是如果老師沒有給參考公式，要如何自己想到此方法，還真的不是那麼容易。

        主要是讓影像變模糊，使其小細節被忽略，但若模糊程度過大，反而會壞事，

        因為會使影像整個模糊不清，不過還是要看要運用在哪裡，C a s e  b y  c a s e！

        總之，拿捏平滑化的係數其實是很重要的！

        「銳化」

                銳化可凸顯色彩強度的變化，會使影像看起來更加清楚。依照銳化結果我覺得，

        說不定可以運用到需要找邊的問題，就算不一樣，應該也會有點類似吧！

        「浮水印」

                好用，可在影像標記出處，演算法也很簡單，只需把要重疊的點相加取平均即可！

        但也因如此，如果能拿到浮水印的原圖，就表示我們可以將式子反推回去，如此一來，

        就可以去掉別人上的浮水印了！因此，如果我以後要自己上浮水印，我一定記得，

        把式子改一下，弄個係數什麼的，讓其他人無法輕易就去掉我的浮水印！

        「撒胡椒鹽」

                如果是像我一樣亂撒，其實沒什麼難度，只要 r a n d o m 一下就好！有進階版，

        就是讓人選擇雜訊要佔幾%，並且讓這些雜訊接近平均的撒在影像上，這很難辦到！

        因為想知道需要幾個雜訊並不難，難事難再讓雜訊平均分布在影像上面的這件事。

        假設我現在要撒的雜訊只有10個，但是我的影像大小為 256 * 256 ( 甚至更大 )，

        那麼什麼時候該撒雜訊就很不好辦了，因為如果抓得不好，可能只跑到影像前三行，

        我的10個雜訊的 q u o t a 就已經用完了，那個雜訊就只分布在上面；相反的，

        如果我雜訊要撒90個，而影像大小為 10 * 10 ，那麼就可能發生整張影像都跑完了，

        還有剩下的雜訊 q u o t a 還沒有用。如此一來，撒胡椒鹽這回事，似乎真的不簡單！

        因此，我只寫了小小的幾行程式，讓使用者可以調整胡椒鹽相對的多寡，

        而無法指定胡椒鹽確切要佔幾 %。此外，我有讓胡椒鹽有兩種顏色( 黑 & 白 )，

        讓胡椒鹽看起來相對更雜亂一些。

        「去雜訊」

                我寫了中值濾波器、最小值濾波器和最大值濾波器三種方法去雜訊。

        其實這三個濾波器演算法大同小異，都是參考周圍的色彩值，差別只在於，

        要選擇哪一個而已。其中中值濾波器就挺大眾的，可以將大部分Case的雜訊去除；

        而最小值濾波器我覺得最適合用來去除偏白色的雜訊，最大值濾波器則剛好相反，

        可以用來去除偏黑色的雜訊。但依照老師PPT上的方法，也就是指參考周圍一圈，

        能力有限，當雜訊相對數量多時，就無法完全去除乾淨。

                此外，我也拿過真的撒了胡椒鹽的玉米濃湯影像丟給程式跑，結果發現，

        胡椒鹽根本就沒有去掉！後來我亂玩了一下，先把影像銳化一下，再執行中值濾波器，

        有去掉是有去掉，但是只去掉其中的一、兩個小黑點，還不是整個胡椒鹽！

        然後我開始思考原因，覺得原理應該跟雜訊太多去不乾淨一樣，因為中值濾波器，

        是參考周圍一圈的色彩值然後取中間值，那如果某個雜訊很不幸周圍一圈也都是雜訊，

        那取中間值依然還是雜訊啊！想來想去，讓我想到一個辦法，應該可以解決問題，

        如果…我參考的色彩值不只周圍的一圈，而是兩圈、三圈…到很多圈，

        那麼不就可以在雜訊是一大群的 C a s e 中，選到非雜訊的色彩值了！

        至於要參考幾圈，可以讓使用者自己調整，直到真的去掉雜訊為止。真是好辦法呢！