1001626

2014年6月18日星期三

hw1:Image Scaling and Rotation

圖像縮放與旋轉程式撰寫
撰寫一個程式，讀取一張圖像(.bmp 或.jpg 圖像格式)
(1)使用下列內插演算法實作影像大小縮放調整程式。
(a) Nearest Neighbor Interpolation
(b) Bilinear Interpolation
(c) Bicubic Interpolation (加分題)

(2)撰寫圖像旋轉程式。

(a) Nearest Neighbor Interpolation

一般影像幾何轉換都會用
Target - to - Source Mapping
也是就是將縮放後的影像 g(u, v)
計算它在原始影像 f 對映的灰度值
但座標 (u, v) 對映至原來的座標 (x, y)
x 跟 y 可能不是整數
因此不能直接用 f(x,y) 代替 g(u, v)
所以必須用原始影像 f 在整數點的灰度值來推估非整數點的灰度值推估非整數座標(x, y)灰度值的方法叫插補(interpolation)
最簡單的插補法就是 NNI (nearest neighbor interpolation)
也就是找離 (x, y) 最近的整數點 (xout, yout)
以 f(xout, yout) 代替未知的 f(x, y)
而 f(x, y) 就是縮放後 g(u, v) 的值

xout = int (x+0.5)
yout = int(y+0.5)

其中int 就是取整數，也就是 floor 運算。

(b) Bilinear Interpolation

2014年6月13日星期五

Assignment 6 Visible watermarking

作業內容:
主題: 可見浮水印

請撰寫一個程式，讀取一張 256 色 RGB 全彩人物全彩圖像(.bmp 或.jpg 圖像格式都可)。
(a) 設計一個程式在圖像中加入一個可見浮水印。(輸入的浮水印為一張單色圖像)。

實作是蓋上去的圖比原圖還小:

利用 opencv的函式 addWeighted addWeighted(imageROI,1.0,logo,1.0,0.,imageROI);

	Parameters:	src1 – first input array. alpha – weight of the first array elements. src2 – second input array of the same size and channel number as `src1`. beta – weight of the second array elements. dst – output array that has the same size and number of channels as the input arrays. gamma – scalar added to each sum. dtype – optional depth of the output array; when both input arrays have the same depth, `dtype` can be set to `-1`, which will be equivalent to `src1.depth()`.

實作是蓋上去的圖比原圖還小

原圖: 欲加上的圖:

輸出結果:

2014年6月6日星期五

Assgnment 5-Color transformation and processing

作業內容:
主題: 顏色空間轉換

請撰寫一個程式，讀取一張 256 色 RGB 全彩人物全彩圖像(.bmp 或.jpg 圖像格式都可)。
(a) 將輸入圖轉換至 HIS 顏色空間，並以灰階將 H,S,I 各顏色通道繪出。
(b) 撰寫一個函數偵測圖像的膚色區域(將膚色與背景區域區分出以單色圖像輸出。)

(a)
RGB-->HSI 核心轉換公式 :

轉換之後的核心程式碼:

R = rgbData[y, x, 0];
G = rgbData[y, x, 1];
B = rgbData[y, x, 2];

r = (double)R / (R + G + B);
g = (double)G / (R + G + B);
b = (double)B / (R + G + B);

value1 = 0.5 * ((r - g) + (r - b));
value2 = Math.Pow((Math.Pow(r - g, 2) + (r - b) * (g - b)), 0.5);

radial = Math.Acos(value1 / value2);
theta = (int)(radial * 180.0 / Math.PI);

if (!double.IsNaN(theta))
    h = (b > g) ? (360 - theta) : theta;
else
    h = 0;

s = 1 - 3 * CompareRGB.Min(r, g, b);
if (double.IsNaN(s))
    s = 0;

i = (R + G + B) / 3.0;

成果顯現:



h            s                      i
(b)

撰寫一個函數偵測圖像的膚色區域(將膚色與背景區域區分出以單色圖像輸出。)

偵測每個的RGB值，接近膚色的為白色，其他則為黑色


成果顯現:

2014年5月11日星期日

Assignment 4-傅立葉轉換與頻域濾波器撰寫

作業內容:

請撰寫一個程式，讀取一張 256 色灰階圖像(.bmp 或.jpg 圖像格式都可，圖不須太大。)

(a) 計算輸入圖的離散傅立葉轉換結果，並將頻譜大小與相位角度以灰階 256 色圖像方式呈現。(必須

自己撰寫傅立葉轉換計算函數程式，可用 OpenCV 的 dft()函數測試結果是否一致。)

(b) 分別在空間域與頻域實作 Gaussian 平滑濾波器，必須可調整濾波器的標準差參數與濾波器大小

(filter size 3*5, 5*5 等)。

(頻域濾波器執行請按照課程教授步驟撰寫。)

傅立葉轉換公式:

將正向轉換公式代入後取得實部與虛部的值，不把

計算進去，然後套用振幅公式實部平方加虛部平方在開根號即可得到圖像頻譜(Spectrum)，若算進

得到Shift後的圖像頻譜Spectrum，取Log可讓圖像更佳明顯。把得出的值最大值當255，最小值當0依照比例即得到圖像頻譜的圖。取每點的tan-1(虛部/實部)即得到相位(Phase Angle)值，把-pi當0，+pi當255依照比例即得到相位的圖。

頻域Gaussian Lowpass Filter:

透過輸入的濾波半徑以兩點距離公式判斷半徑內的點及半徑外的點，並將半徑外的點值改為0。之後再做一次IDFT即可得倒影像。

2014年3月26日星期三

Histogram Equalization

1. 首先將一影像的每一灰階統計圖計算出來(共256階), 並且以頻率的方式來表示每一灰階在影像中所出現的頻率
2. 以累計的方式算出每一灰階新的頻率值此新的頻率值即為每一灰階等化後所應佔有的出現頻率

Original Histogram

例如
原始每一灰階的出現平率(以5各灰階度為例)
Level 0 : 0.025
Level 1 : 0.124
Level 2 : 0.218
Level 3 : 0.114
Levle 4 : 0.111

那麼等化後的灰階頻率應為Level 0 : 0.025
Level 1 : 0.025 + 0.124
Level 2 : 0.025 + 0.124 + 0.218
Level 3 : 0.025 + 0.124 + 0.218 + 0.114
Level 4 : 0.025 + 0.124 + 0.218 + 0.114 + 0.111