【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
    

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

$A\circ B=(A\ominus B)\oplus B$
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

$A\bullet B=(A\oplus B)\ominus B$
閉操作為先Dilation再Erosion