目前作業成績, 平時成績已經計算完畢 !
平時成績分成兩部分:
1. 出缺席 or 遲到: 滿分 10 分。
遲到 or 缺席者每週扣 1 分, 以扣 10 分為限。
2. 上課用心程度: 滿分 20 分。
早到, 用心寫程式, 互動, 完成課程要求,
等融入課堂情境認真學習者, 每紀錄一次得 2 分,
各項成績在這邊看 (2009/1/21 15:00 AM 更新)
2009/1/19 20:55 PM 訊息:
1. 有一堆人的作業都是寫不出比較有深度的內容, 作業成績都是 60 分, 加上平時成績不高, 導致分數不及格。
2. 基本上, 我不會當那麼多人, 不過, 一定會當掉一些人就是了 !
3. 如果想要用自己的力量過關的同學, 今天晚上把課本看懂, 報告再改一改, email 通知我重閱報告!
2010/1/20 21:00 PM 訊息:
1. 成績公布更改為只公布學號末四碼。
2. 部分同學作業成績更新。
2010/1/21 9:15 AM 訊息:
1. 分數最後調整原則確立:
a. 分數已達 60 分者, 每人加 5 分。
b. 分數在 55-59 分者, 調整至 60 分。
c. 不及格人數 4 人, 比 去年 減少 1 人。
2010/1/21 15:06 PM 訊息:
1. 部分同學作業成績更新。
2010年1月8日 星期五
Week 17: Edge Detection (梯度計算)
1. 梯度是什麼?
2. Sobel 運算子
3. 作業 7 : Sobel 運算子實作 (Sobel Operator Implementation)
4. 作業 8 : 期末心得與檢討報告 ( 可加分 1~3 分 )
2. Sobel 運算子
3. 作業 7 : Sobel 運算子實作 (Sobel Operator Implementation)
4. 作業 8 : 期末心得與檢討報告 ( 可加分 1~3 分 )
2010年1月4日 星期一
2009年12月25日 星期五
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。
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。
2009年11月29日 星期日
Note: 本學期作業一覽表
在同學的期中課程檢討報告中, 有同學提到不知道哪些程式是作業, 要繳交到 作業分享部落格 ? 哪些只是課堂上的程式練習, 不需繳交到課程部落格? 因此, 我特地將本學期到目前為止的作業一覽表公告出來, 請同學盡快繳交作業。
作業1 : 開啟並讀取一張影像到二維陣列中。
公告於 Week 02
作業2 : 影像旋轉。
公告於 Week 04
作業3 : 請完成類似 Photoshop 或 PhotoImpact 的 Histogram 顯示功能。
公告於 Week 07
作業4 : 完成乘冪律 (Gamma) 轉換程式實作。
公告於 Week 09
作業5 : 完成位元平面 (bit-planes) 程式實作。
公告於 Week 11
作業6 : 完成空間濾波器 (spatial filtering) 程式實作。
公告於 Week 15
作業7 : 完成Sobel 運算子實作 (Sobel Operator Implementation)
公告於 Week 17
作業8 : 期末心得與檢討報告 ( 可加總分 1~3 分 )
公告於 Week 17
想要知道課程部落格的最新狀況, 除了訂閱本課程部落格之外, 也可以使用 blogger 的追蹤功能, 除此, Follow 我的噗浪 也是一種方式啦!
作業1 : 開啟並讀取一張影像到二維陣列中。
公告於 Week 02
作業2 : 影像旋轉。
公告於 Week 04
作業3 : 請完成類似 Photoshop 或 PhotoImpact 的 Histogram 顯示功能。
公告於 Week 07
作業4 : 完成乘冪律 (Gamma) 轉換程式實作。
公告於 Week 09
作業5 : 完成位元平面 (bit-planes) 程式實作。
公告於 Week 11
作業6 : 完成空間濾波器 (spatial filtering) 程式實作。
公告於 Week 15
作業7 : 完成Sobel 運算子實作 (Sobel Operator Implementation)
公告於 Week 17
作業8 : 期末心得與檢討報告 ( 可加總分 1~3 分 )
公告於 Week 17
想要知道課程部落格的最新狀況, 除了訂閱本課程部落格之外, 也可以使用 blogger 的追蹤功能, 除此, Follow 我的噗浪 也是一種方式啦!
2009年11月27日 星期五
2009年11月13日 星期五
Week 09: 乘冪律(Gamma)轉換程式實作
§ 3.2.3 乘冪律(Gamma)轉換 課本 P. 107
s = c * r ^ γ ( 3.2-3 )

圖 3.8 (a) 人類破碎脊椎的磁共振影像;

圖 3.8 (b) 執行 (3.2-3) 式轉換後的結果; γ = 0.6

圖 3.8 (c) 執行 (3.2-3) 式轉換後的結果; γ = 0.4

圖 3.8 (d) 執行 (3.2-3) 式轉換後的結果; γ = 0.3

圖 3.9 (a) 空照影像;

圖 3.9 (b) 執行 (3.2-3) 式轉換後的結果; γ = 3.0

圖 3.9 (c) 執行 (3.2-3) 式轉換後的結果; γ = 4.0

圖 3.9 (d) 執行 (3.2-3) 式轉換後的結果; γ = 5.0
彩色影像的實驗結果:

原始彩色圖

γ = 0.3

γ = 2.0
Homework 4: 完成乘冪律(Gamma)轉換程式實作。
s = c * r ^ γ ( 3.2-3 )
圖 3.8 (a) 人類破碎脊椎的磁共振影像;
圖 3.8 (b) 執行 (3.2-3) 式轉換後的結果; γ = 0.6
圖 3.8 (c) 執行 (3.2-3) 式轉換後的結果; γ = 0.4
圖 3.8 (d) 執行 (3.2-3) 式轉換後的結果; γ = 0.3
圖 3.9 (a) 空照影像;
圖 3.9 (b) 執行 (3.2-3) 式轉換後的結果; γ = 3.0
圖 3.9 (c) 執行 (3.2-3) 式轉換後的結果; γ = 4.0
圖 3.9 (d) 執行 (3.2-3) 式轉換後的結果; γ = 5.0
彩色影像的實驗結果:
原始彩色圖
γ = 0.3
γ = 2.0
Homework 4: 完成乘冪律(Gamma)轉換程式實作。
2009年11月6日 星期五
2009年10月30日 星期五
2009年10月23日 星期五
2009年10月16日 星期五
Week 05: 影像如何旋轉? (2)
1. 兩角和與差的三角函数公式
sin(θ1+θ2) = sinθ1 cosθ2 + cosθ1 sinθ2
sin(θ1-θ2) = sinθ1 cosθ2 - cosθ1 sinθ2
cos(θ1+θ2) = cosθ1 cosθ2 - sinθ1 sinθ2
cos(θ1-θ2) = cosθ1 cosθ2 + sinθ1 sinθ2
要推導出旋轉座標轉換公式, 必須用到上述的公式。
2. 影像旋轉演算法
輸入: 原始影像 imOriginal[][]
輸出: 旋轉後影像 imRotation[][]
a. 根據原始影像的大小(高與寬), 計算旋轉後影像的大小。
以對角線長度當作旋轉後影像之大小。
int iImageHeight; //原始影像的高
int iImageWidth; //原始影像的寬
int iImageDiagonal; //原始影像的對角長度, 旋轉後影像的高與寬
iImageDiagonal = ceil(sqrt(iImageHeight*iImageHeight+iImageWidth+iImageWidth));
b. 動態宣告大小為 iImageDiagonal * iImageDiagonal 的二維陣列
c. 計算兩張影像的旋轉中心之座標
int iOriginalCenterI,iOriginalCenterJ;
int iRotationalCenterI,iRotationalCenterJ;
iOriginalCenterI = iImageHeight / 2;
iOriginalCenterJ = iImageWidth / 2;
d. 針對旋轉後影像的每一個像素的座標, 分別計算原始影像的對應像素之座標
int iNewI, iNewsJ; //旋轉後影像, 像素 (i, j) 相對於旋轉中心的座標
iNewJ = j - iNewOriginX;
iNewI = i - iNewOriginY;
// 使用旋轉公式, 計算出旋轉前的相對座標
iOldJ = iNewI * dCosAngle - iNewJ * dSinAngle;
iOldI = iNewI * dSinAngle + iNewJ * dCosAngle;
// 還原出影像陣列的座標
iOldJ = iOldJ + iOldOriginY;
iOldI = iOldI + iOldOriginX;
// 開始搬移影像內容
ucRotationalMatrixR[i][j] = ucMatrixR[iOldI][iOldJ];
ucRotationalMatrixG[i][j] = ucMatrixG[iOldI][iOldJ];
ucRotationalMatrixB[i][j] = ucMatrixB[iOldI][iOldJ];
sin(θ1+θ2) = sinθ1 cosθ2 + cosθ1 sinθ2
sin(θ1-θ2) = sinθ1 cosθ2 - cosθ1 sinθ2
cos(θ1+θ2) = cosθ1 cosθ2 - sinθ1 sinθ2
cos(θ1-θ2) = cosθ1 cosθ2 + sinθ1 sinθ2
要推導出旋轉座標轉換公式, 必須用到上述的公式。
2. 影像旋轉演算法
輸入: 原始影像 imOriginal[][]
輸出: 旋轉後影像 imRotation[][]
a. 根據原始影像的大小(高與寬), 計算旋轉後影像的大小。
以對角線長度當作旋轉後影像之大小。
int iImageHeight; //原始影像的高
int iImageWidth; //原始影像的寬
int iImageDiagonal; //原始影像的對角長度, 旋轉後影像的高與寬
iImageDiagonal = ceil(sqrt(iImageHeight*iImageHeight+iImageWidth+iImageWidth));
b. 動態宣告大小為 iImageDiagonal * iImageDiagonal 的二維陣列
c. 計算兩張影像的旋轉中心之座標
int iOriginalCenterI,iOriginalCenterJ;
int iRotationalCenterI,iRotationalCenterJ;
iOriginalCenterI = iImageHeight / 2;
iOriginalCenterJ = iImageWidth / 2;
d. 針對旋轉後影像的每一個像素的座標, 分別計算原始影像的對應像素之座標
int iNewI, iNewsJ; //旋轉後影像, 像素 (i, j) 相對於旋轉中心的座標
iNewJ = j - iNewOriginX;
iNewI = i - iNewOriginY;
// 使用旋轉公式, 計算出旋轉前的相對座標
iOldJ = iNewI * dCosAngle - iNewJ * dSinAngle;
iOldI = iNewI * dSinAngle + iNewJ * dCosAngle;
// 還原出影像陣列的座標
iOldJ = iOldJ + iOldOriginY;
iOldI = iOldI + iOldOriginX;
// 開始搬移影像內容
ucRotationalMatrixR[i][j] = ucMatrixR[iOldI][iOldJ];
ucRotationalMatrixG[i][j] = ucMatrixG[iOldI][iOldJ];
ucRotationalMatrixB[i][j] = ucMatrixB[iOldI][iOldJ];
2009年10月9日 星期五
2009年10月2日 星期五
2009年9月28日 星期一
Week 02: 如何開啟並讀取一張影像?
1. 本週的程式示範是如何開啟一張影像?
2. 如果同學從來沒有使用過 C++ Builder, 請務必準備一本 C++ Builder 的相關使用手冊, 這樣會對你撰寫本課程作業有很大的助益。我們推薦的是:

3. 本課程第一個作業是: 開啟並讀取一張影像到二維陣列中。
作業參考網頁
林詣棋學長的優良作業
注意: 如果是一張彩色影像, 那每個像素就會有紅, 綠, 藍三個顏色的資料。在這個資料中, 用 0 ~ 255 值(unsigned char) 來告訴你紅色的成分有多紅, 綠色的成分有多綠, 藍色的成分有多藍。因此, 你勢必要動態宣告三個二維陣列來儲存這些色彩資料。
4. 本週課本指定閱讀範圍:
從第一章起到第二章第三節 (pp. 1 - 49)
2. 如果同學從來沒有使用過 C++ Builder, 請務必準備一本 C++ Builder 的相關使用手冊, 這樣會對你撰寫本課程作業有很大的助益。我們推薦的是:
3. 本課程第一個作業是: 開啟並讀取一張影像到二維陣列中。
作業參考網頁
林詣棋學長的優良作業
注意: 如果是一張彩色影像, 那每個像素就會有紅, 綠, 藍三個顏色的資料。在這個資料中, 用 0 ~ 255 值(unsigned char) 來告訴你紅色的成分有多紅, 綠色的成分有多綠, 藍色的成分有多藍。因此, 你勢必要動態宣告三個二維陣列來儲存這些色彩資料。
4. 本週課本指定閱讀範圍:
從第一章起到第二章第三節 (pp. 1 - 49)
2009年9月18日 星期五
Week 01: 本課程的評分原則
1. 本課程 98 學年度的評分原則如下:
a. 影像處理程式作業共 7 次 ( 70% )
b. 學習態度 ( 30% )
點名未到者(包含遲到者), 一次扣 1 分, 以 10 分為限。
上課睡覺 or 玩電玩 (電腦遊戲, 掌上遊戲機, 手機遊戲) 一次扣一分。
上課學習認真, 互動良好者, 一次加 1 分, 以 20 分為限。
所以原則上, 每位同學目前有 10 分的基本分。
2. 作業繳交部落格 Homework Show @ IPC
請修課同學在本篇文章中, 留下學號與 email , 我會發共同作者的邀請信給你, 讓你有權限可以在作業部落格繳交作業。
3. 教科書: 數位影像處理
4. 指紋影像處理論文
5. 本週之程式練習題
a. 如何撰寫影像色彩 RGB 的 直方圖

b. 如何找到一張影像中最亮的一點
6. 下課上課時請攜帶下列物品:
a. 教科書 or 費用
b. 自己指紋的 bmp 檔 ( 高寬各約512 )
c. 指紋影像處理之論文
a. 影像處理程式作業共 7 次 ( 70% )
b. 學習態度 ( 30% )
點名未到者(包含遲到者), 一次扣 1 分, 以 10 分為限。
上課睡覺 or 玩電玩 (電腦遊戲, 掌上遊戲機, 手機遊戲) 一次扣一分。
上課學習認真, 互動良好者, 一次加 1 分, 以 20 分為限。
所以原則上, 每位同學目前有 10 分的基本分。
2. 作業繳交部落格 Homework Show @ IPC
請修課同學在本篇文章中, 留下學號與 email , 我會發共同作者的邀請信給你, 讓你有權限可以在作業部落格繳交作業。
3. 教科書: 數位影像處理
4. 指紋影像處理論文
5. 本週之程式練習題
a. 如何撰寫影像色彩 RGB 的 直方圖
b. 如何找到一張影像中最亮的一點
6. 下課上課時請攜帶下列物品:
a. 教科書 or 費用
b. 自己指紋的 bmp 檔 ( 高寬各約512 )
c. 指紋影像處理之論文
2009年9月14日 星期一
教科書: 數位影像處理
這是 98 學年度上學期的影像處理選修課的教科書!

原著: Rafael C. Gonzales, Richard E. Woods
譯者: 繆紹綱 教授 (中原大學電子系)
ISBN: 978-986-6534-10-2 (aNobii)
出版: 台灣培生教育出版股份有限公司
發行: 普林斯頓國際有限公司
代理: 高立圖書有限公司
聯絡電話: (02)2290-0318 分機 235 蔡小姐
定價: 880 元 (團購價: 740 元)
本書特色:
♦ 空間域與頻率域影像處理的全新探討方式。
♦ 新增模糊集合及其在影像處理應用的討論。
♦ 新增電腦斷層掃描的章節。
♦ 小波轉換章節的重大修訂。
♦ 資料壓縮章節的全新改版,包括新的壓縮技術、數位視訊壓縮標準以及浮水印。
♦ 形態學影像處理的更深入討論。
♦ 新加入的邊緣檢測方法,包括 Marr-Hildreth 演算法和 Canny 演算法。
♦ 加入超過 400 張新影像、超過 200 個線狀圖和表格以及 80 個以上的新習題。
♦ 對於複雜的處理程序,以逐步的演算法形式整理出。
第一章 緒論
第二章 數位影像基礎
第三章 強度轉換與空間濾波
第四章 頻率域上的濾波
第五章 影像復原與重建
第六章 彩色影像處理
第七章 小波和多解析度處理
第八章 影像壓縮
第九章 形態學影像處理
第十章 影像分割
第十一章 表示與描述
第十二章 物體辨識
影像壓縮用的編碼表
參考文獻
英中文索引
請要參與團購的修課同學, 留下學號, 姓名, 9/25 日即可在課堂上繳錢領書。
原著: Rafael C. Gonzales, Richard E. Woods
譯者: 繆紹綱 教授 (中原大學電子系)
ISBN: 978-986-6534-10-2 (aNobii)
出版: 台灣培生教育出版股份有限公司
發行: 普林斯頓國際有限公司
代理: 高立圖書有限公司
聯絡電話: (02)2290-0318 分機 235 蔡小姐
定價: 880 元 (團購價: 740 元)
本書特色:
♦ 空間域與頻率域影像處理的全新探討方式。
♦ 新增模糊集合及其在影像處理應用的討論。
♦ 新增電腦斷層掃描的章節。
♦ 小波轉換章節的重大修訂。
♦ 資料壓縮章節的全新改版,包括新的壓縮技術、數位視訊壓縮標準以及浮水印。
♦ 形態學影像處理的更深入討論。
♦ 新加入的邊緣檢測方法,包括 Marr-Hildreth 演算法和 Canny 演算法。
♦ 加入超過 400 張新影像、超過 200 個線狀圖和表格以及 80 個以上的新習題。
♦ 對於複雜的處理程序,以逐步的演算法形式整理出。
第一章 緒論
第二章 數位影像基礎
第三章 強度轉換與空間濾波
第四章 頻率域上的濾波
第五章 影像復原與重建
第六章 彩色影像處理
第七章 小波和多解析度處理
第八章 影像壓縮
第九章 形態學影像處理
第十章 影像分割
第十一章 表示與描述
第十二章 物體辨識
影像壓縮用的編碼表
參考文獻
英中文索引
請要參與團購的修課同學, 留下學號, 姓名, 9/25 日即可在課堂上繳錢領書。
訂閱:
文章 (Atom)