More Related Content
More from Fuzhou University (20)
多媒體系統02_影像處理原理與技術
- 4. 影像處理系統
像素(或稱畫素)(Pixel)為組成畫面的基本單位;簡單地說,一個畫面是有多少個「點」所
組成;像素決定解析度(Resolution),畫素愈高解析度越高
解析度以每英寸有多少點(Dots Per Inch, DPI)來表示,數值越高表示越精細,常見解析度:
◦ 影像解析度:一般電腦圖片,解析度越高表示構成圖片的點數越多;例如:圖片由長寬各15點所
構成,可以說這張圖的解析度是「15 x 15 pixels」
◦ 螢幕解析度:電腦螢幕的解析度是800 x 600,表示螢幕目前桌面大小是由「800 x 600」點所構成
◦ 數位相機解析度:數位相機主要以「百萬像素」來區分等級;是以影像感測器成像後「長邊像素
x 寬像畫素」來表示
等級 像素(長邊像素 x 寬像畫素) 長寬比
300萬 2,048 x 1,536=3,145,728 4:3
500萬 2,560 x 1,920=4,915,200 4:3
700萬 3,072 x 2,304=7,077,888 4:3
900萬 3,456 x 2,592 = 8,957,952 4:3
1,200萬 4,000 x 3,000 = 12,000,000 4:3
參考資料來源:http://kcs.kcjh.ptc.edu.tw/~spt/computer/digital-image/Pixe-reaolution.htm
4
- 5. 影像處理系統
像素值與影像
33 x 25 (1%)
66 x 49 (2%)
98 x 74 (3%) 653 x 490 (20%)
164 x 123 (5%) 3264 x 2448 (100%)
5
- 6. 影像處理系統
點陣式繪圖工具
◦ Adobe Photoshop (付費軟體)
◦ Corel PaintShop (付費軟體)
◦ GIMP (GNU Image Manipulation Program)(開放軟體)
向量式繪圖工具
◦ Adobe Illustrator (付費軟體)
◦ CorelDraw (付費軟體)
◦ Inkscape (開放軟體)
3D繪圖工具
◦ Autodesk 3ds Max (付費軟體)
◦ Autodesk Maya (付費軟體)
◦ Blender (開放軟體)
6
- 7. 影像應用
影像處理技術已應用於日常生活的許多方面
◦ 影片畫面中的特殊效果
◦ 車牌、郵遞區號的自動識別
◦ 醫療用X射線電腦斷層掃瞄(Computed Tomography, CT)
各種影像實例
參考資料來源:林明德、吳上立,C語言數位影像處理:Windows/X-Window,全華圖書,2010。
7
領域 實例
辦公用 文件、圖形、商標
醫療用 超音波影像、顯微鏡影像、X射線影像、電腦斷層掃瞄影像
遙控感測 地球資源衛星影像、氣象衛星影像、航空照片、地圖
工廠 建築設計圖、設備設計圖、IC設計圖
傳播、電影 各種資料照片和影片、攝影機影像
其他 教學和研究用影像、印刷用影像
- 10. 色彩深度與色彩降階
黑白 灰階 真彩
色彩深度和點陣式圖片儲存空間(以600 x 500像素(30萬像素)圖片為例)
◦ 1位元:黑白圖片所需儲存空間為1 bit x 600 x 500 = 300,000 bits = 37,500 Bytes = 約37 KB
◦ 8位元:灰階圖片所需儲存空間為8 bits x 600 x 500 = 2,400,000 bits = 300,000 Bytes = 約293 KB
◦ 24位元:真彩圖片所需儲存空間為24 bits x 600 x 500 = 7,200,000 bits = 900,000 Bytes = 約879 KB
10
- 12. 色彩深度與色彩降階
點陣式 vs. 向量式
◦ 向量式,原圖等比例放大,漸層色彩等比例變化
◦ 向量式採用「內插法」,內插法為「(最大值-最小值)/(像素長度-1)x(像素長度-像素位置)」四捨五入
◦ 本例為最大值為127、最小值為0
◦ 大小為5 x 5像素:像素長度為5,第1像素值為「(127-0)/(5-1)x(5-1)=127」,第2像素值為「(127-0)/(5-1)x(5-2)=95」,依此類推
◦ 大小為10 x 10像素:像素長度為10,第1像素值為「(127-0)/(10-1)x(10-1)=127」,第2像素值為「(127-0)/(10-1)x(10-2)=113」,依此類推
◦ 大小為15 x 15像素:像素長度為15,第1像素值為「(127-0)/(15-1)x(15-1)=127」,第2像素值為「(127-0)/(15-1)x(15-2)=118」,依此類推
向量式繪圖僅需儲存
最大值、最小值
12
- 13. 色彩深度與色彩降階
24位元色彩儲存在電腦裡主要存成1個整數資料型態,編碼方式說明如下:
◦ 第16~23位元為紅色
◦ 第8~15位元為綠色
◦ 第0~7位元為藍色
◦ 顏色(255, 0, 0)的整數值 = 223 + 222 + 221 + 220 + 219 + 218 + 217 + 216 = 16,711,680
◦ 色彩編碼案例:
(R, G, B) 紅 綠 藍 整數值
2的次方數 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
(255, 0, 0) 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16,711,680
(0, 255, 0) 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 65280
(0, 0, 255) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 255
(0, 0, 0) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
(255, 255, 255) 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 16,777,215
13
- 14. 色彩降階:從高階色彩降為低階色彩
◦ 由灰階降為黑白
◦ 由真彩降為灰階
◦ 由真彩降為黑白
◦ 自訂降階維度
由灰階降為黑白的方式
◦ 灰階為8位元,黑白為1位元
◦ 方式一:8位元的值欲轉換為1位元的值,故需將8位元的值除以128 (即2的7次方(8 – 1 = 7))再取整數
◦ 方式二:二值影像處理法,設定一門檻值,當高於門檻於時為1,小於門檻值時為0
由真彩降為灰階的方式
◦ RGB值一樣時會產生灰色
◦ 真彩為24位元,紅綠藍各8位元,灰階為8位元
◦ 計算紅綠藍3個值的平均,並且取整數
色彩深度與色彩降階
由灰階降為黑白
可統計整張圖片的色彩
機率分析,來選定最佳
的門檻值
14
- 15. 色彩深度與色彩降階
由真彩降為灰階的方式
◦ 計算紅綠藍3個值的平均,並且取整數
◦ (255, 255, 255) = (255 + 255 + 255) / 3 → 255
◦ (255, 0, 0) = (255 + 0+ 0) / 3 → 85
◦ (0, 255, 0) = (0+ 255 + 0) / 3 → 85
◦ (0, 0, 255) = (0+ 0+ 255) / 3 → 85
◦ (85, 85, 85) = (85+ 85+ 85) / 3 → 85
◦ (127, 1, 127) = (127+ 1+ 127) / 3 → 85
◦ (31, 31, 0) = (31+ 31+ 0) / 3 → 20
◦ (0, 31, 31) = (0+ 31+ 31) / 3 → 20
◦ (31, 0, 31) = (31+ 0+ 31) / 3 → 20
由真彩降為灰階
15
- 16. 色彩深度與色彩降階
自訂降階維度
◦ 紅綠藍各8位元(值域為0~255) ,降階後為各1位元(值域為0~1)
◦ 8位元的值欲轉換為1位元的值,故需將8位元的值除以128 (即2的7次方(8 – 1 = 7))再取整數
◦ 255 / 128 → 1
◦ 127 / 128 → 0
◦ 85 / 128 → 0
◦ 31 / 128 → 0
◦ (255, 255, 255) → (1, 1, 1)
◦ (255, 0, 0) → (1, 0, 0)
◦ (0, 255, 0) → (0, 1, 0)
◦ (0, 0, 255) → (0, 0, 1)
◦ (85, 85, 85) → (0, 0, 0)
◦ (127, 1, 127) → (0, 0, 0)
自訂降階維度(由各8位元降到各1位元)
16
- 17. 色彩深度與色彩降階
自訂降階維度
◦ 紅綠藍各8位元(值域為0~255) ,降階後為各2位元(值域為0~3)
◦ 8位元的值欲轉換為2位元的值,故需將8位元的值除以64 (即2的6次方(8 – 2 = 6))再取整數
◦ 255 / 64 → 3
◦ 127 / 64 → 1
◦ 85 / 64 → 1
◦ 31 / 64 → 0
◦ (255, 255, 255) → (3, 3, 3)
◦ (255, 0, 0) → (3, 0, 0)
◦ (0, 255, 0) → (0, 3, 0)
◦ (0, 0, 255) → (0, 0, 3)
◦ (85, 85, 85) → (1, 1, 1)
◦ (127, 1, 127) → (1, 0, 1)
自訂降階維度(由各8位元降到各2位元)
17
- 30. 輪廓描繪
輪廓定義和原理
◦ 影像中物體與物體,或者物體與背景的交界線,形成了所謂的「輪廓」
◦ 在影像的灰階濃度和色彩發生急劇變化之處,就可以見到「輪廓」
◦ 自然影像中,當色彩產生變化時,一定也伴隨著相當程度的灰階濃度變化
◦ 因此,在擷取輪廓時,首先應當著重於灰階濃度的變化
輪廓描繪方法
◦ 利用「微分」擷取影像的輪廓
◦ 輪廓是濃度急遽變化的部分,只要利用影像灰階濃度函數變化部分之微分運算,就能擷取輪廓
◦ 用來表示座標(x,y)濃度分配之微分值(也稱為梯度(gradient)),可用含有大小與方向之向量(vector),
G(x,y)=(fx, fy)表達;其中,fx為x方向的微分,fy為y方向的微分
x方向的微分:fx =f(x+1,y)-f(x,y)
y方向的微分:fy =f(x,y+1)-f(x,y)
參考資料來源:林明德、吳上立,C語言數位影像處理:Windows/X-Window,全華圖書,2010。
30
- 48. 輪廓描繪
基於色彩降階產生輪廓圖檔之演算法虛擬碼(pseudocode)
◦ for(int j = 0; j < height - 1; j++){
◦ for(int i = 0; i < width - 1; i++){
◦ p = reduce_image.getRGB(i, j);
◦ right = reduce_image.getRGB(i+1, j);
◦ down = reduce_image.getRGB(i, j+1);
◦ if(p == right && p == down)
◦ new_image.setRGB(i, j, WHITE);
◦ else
◦ new_image.setRGB(i, j, BLACK);
◦ }
◦ }
48
- 49. 輪廓描繪
基於色彩差異度門檻值產生輪廓圖檔之演算法虛擬碼(pseudocode)
◦ //diff為色彩差異度
◦ for(int j = 0; j < height - 1; j++){
◦ for(int i = 0; i < width - 1; i++){
◦ p = reduce_image.getRGB(i, j);
◦ right = reduce_image.getRGB(i+1, j);
◦ down = reduce_image.getRGB(i, j+1);
◦ if(|p.r - right.r| < diff && |p.g - right.g| < diff &&
|p.b - right.b| < diff && |p.r - down.r| < diff &&
|p.g - down.g| < diff && |p.b - down.b| < diff)
◦ new_image.setRGB(i, j, WHITE);
◦ else
◦ new_image.setRGB(i, j, BLACK);
◦ }
◦ }
49
- 56. 影像識別
深度的意涵? 原始資料 卷積層1
過濾器 分析結果
直線
橫線
正斜線
反斜線
弧線
曲線
有/無
直線
有/無
橫線
有/無
正斜線
有/無
反斜線
有/無
弧線
有/無
曲線
卷積層2
過濾器 分析結果
直線
橫線
正斜線
反斜線
弧線
曲線
有/無
正方形
有/無
長方形
有/無
三角形
有/無
菱形
有/無
圓形
有/無
橢圓形
卷積層3
過濾器 分析結果
直線
橫線
正斜線
反斜線
弧線
曲線
有/無
立方體
有/無
長方體
有/無
錐體
有/無
菱面體
有/無
球體
有/無
橢球體
神經網路
是否為
拱橋
是否為
湖泊
是否為
彩虹
是否為
Logo
第1層可找出
線條特徵
第2層可找出
平面特徵
第3層可找出
立體特徵 56