Try   HackMD

【Image Processing】影像處理筆記

1. Intro

One pictures is worth more than thousand words. 一圖勝千言,表示一張影像資訊,能夠涵蓋大量的資訊

Digital Image 數位影像

數位影像代表一組二維數組

(x,y)上有特定數值,代表著亮度或顏色

  • 以特徵的角度思考
    • 對於人類,圖像有著豐富的資訊,包含顏色、紋理、邊界,對象,位置等等,這些特徵又可再細分為低中高階特徵
    • 對於電腦,這些就僅只是數字的集合(set)而已,因此就需要演算法來將這些集合轉換成有意義的東西🤣
  • 在影像處理任務的挑戰
    • 需要面對多樣性的複雜場景,包含光照、形變、雜訊、模糊等等
      Image Not Showing Possible Reasons
      • The image was uploaded to a note which you don't have access to
      • The note which the image was originally uploaded to has been deleted
      Learn More →

HSV Color Space

HSV 色彩空間 (Hue, Saturation, Value) 是一種基於人類視覺感知的色彩模型,廣泛應用於電腦圖形學、影像處理與人機互動領域。它由 Alvy Ray Smith 於 1978 年提出,旨在更直觀地描述色彩屬性,相較於 RGB 色彩空間 (Red, Green, Blue) 更貼近人類對顏色的理解方式。

  1. 色相 (Hue, H)
    • 表示顏色的種類或主波長,例如紅、黃、藍等。
    • 數值範圍:0° 至 360°(圓環表示)。
    • 0° 對應紅色,120° 對應綠色,240° 對應藍色,依順時針方向變化。
    • 色相決定了色彩的基本「色調」。
  2. 飽和度 (Saturation, S)
    • 表示顏色的純度或鮮豔程度,即顏色中灰色的含量。
    • 數值範圍:0% 至 100%(或標準化為 0 至 1)。
    • 0% 表示完全灰色(無色彩),100% 表示最純正的色彩。
    • 飽和度越高,顏色越鮮明;越低則越接近灰階。
  3. 明度 (Value, V)
    • 表示顏色的亮度或光強度。
    • 數值範圍:0% 至 100%(或標準化為 0 至 1)。
    • 0% 表示純黑,100% 表示最亮(取決於色相與飽和度,可能為純白或純色)。
    • 明度決定了色彩的明暗程度。

3. Intensity Transformations and Spatial Filtering

Smoothing Spatial Filter

  • Mean Filter
    • 簡單有效,但會模糊邊緣
  • Median Filter
    • 有效去除椒鹽雜訊,因為是排序再進行挑選
  • 巴特沃斯濾波器
    • TODO

9. Morphology and Image Process

Opening

AB=(AB)B
開操作為先Erosion再Dilation,先將雜訊去除,對於前景來說,會移除面積較小區域,而對於背景來說,會放大有亮度的地方

Closing

AB=(AB)B
閉操作為先Dilation再Erosion