Week 8: 空間濾波器實作

1. 平滑空間濾波器

a. 平滑線性濾波器



b. 排序統計(非線性)濾波器



範例程式: Salt-and-Pepper Noise



實驗結果:


Waterlily 原圖 (512*512) format: bmp


使用範例程式 Salt-and-Pepper Noise 加入 6% 胡椒鹽雜訊!


使用 3*3 中值濾波器處理被加了 6% 胡椒鹽雜訊影像的結果。


使用範例程式 Salt-and-Pepper Noise 加入 10% 胡椒鹽雜訊!


使用 3*3 中值濾波器處理被加了 10% 胡椒鹽雜訊影像的結果。


2. 銳化空間濾波器









Homework 2: 空間濾波器實作

本次作業分成以下 3 部分:

a. 實作以下三類空間濾波器: 平滑化, 銳化, 中值濾波器。

b. 對不同圖片進行實驗。

c. 實驗結果討論

d. 心得

本作業繳交期限: 2012/11/15

Week 8: 銳化空間濾波器

Homework 2: 空間濾波器實作

本次作業分成以下 3 部分:

a. 實作以下三類空間濾波器: 平滑化, 銳化, 中值濾波器。

b. 對不同圖片進行實驗。

c. 實驗結果討論

d. 心得

本作業繳交日期: 2011/11/11

Week 7: 排序統計(非線性)濾波器

1. 排序統計(非線性)濾波器

Week 6: 平滑化處理 (smoothing)

1. 直方圖均化處理演算法再次講解
a. 直方圖統計
b. 累績直方圖統計
c. 產生新舊色彩對照表
d. 色彩置換

2. 平滑化處理 (smoothing)
a. 均化 (uniform distribution)
b. 自訂權重
c. 高斯分布 (Gaussian distribution - normal distribution)



3. 如何動態新增一個影像元件?

Week 16: 平滑與銳化空間濾波器

§ 3-5 平滑空間濾波器

　1. 平滑線性濾波器

　


　2. 排序統計(非線性)濾波器

　

§ 3-6 銳化空間濾波器

　1. 基礎: 一階導數與二階導數
　2. 二階導數在影像銳化上的使用 - 拉普拉斯
　3. 銳化遮罩以及高增幅濾波

Week 15: 濾鏡處理 filtering

1. 摺積 (convolution): Joy of Convolution

2. 影像處理的濾鏡處理, 其原理本身就是摺積運算的二維情況!

　範例程式: DIP2010-SP-Filtering

作業三: 3D 立體影像創作

　本次作業分成以下三部分:

　1. 用數位相機分別拍攝左眼影像與右眼影像

　2. 用 C++ Builder 將上述兩張影像創作出一張紅藍濾鏡的 3D 立體影像。

　3. 討論 3D 影像創作之效果

作業四: 濾鏡處理程式

　用 C++ Builder 撰寫一個 3*3 的濾鏡處理程式, 功能包括:

　1. 平滑化 (smoothing)。

　2. 銳利化 (sharping)

　3. 中位數濾鏡處理 (medium filtering), 去除胡椒鹽雜訊。

Week 15: 空間濾波器實作(spatial filter Implementation)

本週我們請同學們直接在課堂上撰寫程式:

1. 請同學先執行範例程式 IPC-2009F-SP07.txt

2. 請同學將範例程式改成既可以處理彩色影像, 也可以處理灰階影像的程式:

3. 請同學將範例程式改成既可以由使用者輸入 filter 的功能。


作業6 : 完成 空間濾波器 (spatial filtering) 程式實作。
　　　 程式必須能夠自動判斷影像模式, 由使用者輸入依照需求輸入不同的 filters。

Week 14: 空間濾波的基本原理

§ 3-4 的內容主要是在討論空間濾波器(spatial filter)在影像增強方面的應用。

在講解完空間濾波的基本原理之後, 我們直接在課堂上撰寫下面的範例程式:

　灰階影像之 3*3 空間濾波器之模型: IPC-2009F-SP07.txt

Week 13: Filtering

1. Filter = Mask + Function

2. Convolution vs. Filtering

　這星期上完課, 突然覺得自己的功力大增, 因此上完課心情滿滿的, 是愉快的!

　什麼是 convolution? 什麼是 filtering? 其運算方式早就了然於心, 用 C 語言將程式實作出來, 也不知道寫過多少次了。覺得自己的功力大增是在白板上將 convolution 與 filtering 的細部運算方式畫出來, 實際跑過一次給同學看後, 發覺這兩個運算, 其實最主要的差別就是一維與二維之間的差別而已, 想通這一點後, 以前所有對 filtering 的理解, 就可以全部灌注到 convolution 上, 再對同學解釋什麼是 convolution 時, 就不會只侷限在運算方式而已, 可以再擴展到運用的層面上。因此, 上完課覺得自己功力大增, 感覺就要飛起來。 :)