Digital Image Processing Assignment 3

這次的作業主要分為兩個部分:Histogram Equalization and Edge Detection


1.Histogram Equalization (直方圖均化)：

直方圖在影像處理是把一張圖裡各個顏色所占的個數或比例顯現成一張分布圖。

直方圖均化使用機率分佈, 將原先的亮度分佈重新均勻的等化到新的亮度值，原來在直方圖分佈中 比較均化的影像，例如 ：低對比度的影像，透過直方圖等化的過程，其亮度灰階的分佈變成均勻分散，而成為高對比度的影像。另外，對於影像偏暗的部分提高亮度，偏亮的部分則降低亮度, 使得細節呈現更為清晰，如下圖：

 可以發現經過均化後亮度看起來比較平均，對比也比較明顯，lenna顯得容光煥發。

 透過直方圖來表達則如上所示。



2.Edge Detection(邊緣偵測):

sobel operator是邊緣偵測方法中的其中一種 ，其原理是透過一個３x３的mask去計算每個點的垂直和水平梯度，透過梯度的變化去找出邊界，結果如下：

影像處理概論Assignment2-影像縮放與旋轉

(一)影像的縮放:總共分為三個部分:

　(a)Nearest-Neighbor Interpolation：

 　 NNI主要是將影像按照一定的比率縮放後，找尋一個最近的點，將其像　　素直接填入，作法十分簡單，但想當然它的品質一定不會太好，下圖為　　經過ＮＮＩ放大後的lena，雖然因為圖小比較看不出來，但將他稍微放　　大會發現圖片品質不佳，尤其鋸齒狀十分明顯。

　(b)Bilinear Interpolation：

　　同樣是先按照一定的倍率去找他的對應座標，雙線性內插則是取了鄰　　　近的四個點，根據其權重給予適當的像素，如下圖所示，圖片經過放　　　大比較後會很明顯的發現影像的鋸齒沒那麼明顯，品質較ＮＮＩ來的　　　好

　(c)Bicubic Interpolation：
　　和雙線性內插和有點像，他是用鄰近的16個點去做處理，效果又會更好，　　　        但尚未實作成功。

(一)影像的旋轉：

　網路找到的影像旋轉的公式如下所示：

x	=	cos(α)  -sin(α)	*	u
y		sin(α)   cos(α)		v

透過旋轉角度的設定帶入公式運算，再透過即時秀出影像，即可得到一個旋轉中的lena.