1 / 19

十字矩陣之影像增強技術

十字矩陣之影像增強技術. 國立臺中科技大學 資訊工程系 指導老師 : 吳憲珠 教授 專題組員 : 莊菁華、吳聲圻、王銘陞、林昕慧、 施庭宇. 研究方法. 前言. 實驗結果. 結論. 研究簡介. 大綱. 研究簡介. 利用影像增強技術以便於影像分析或辨識物件。 影像 在轉換或傳送 時 可能 造成 影像 的品質下降，利用影像增強技術將影像品質加以改善。 將 影像輪廓跟色彩對比度提高，使 影像更加銳化清晰。. 研究方法流程圖. 十字矩陣. HSV 色彩轉換. 輸入影像. BIF. SCO 的侵蝕和膨脹. 轉回 RGB 色彩影像.

nau
Download Presentation

十字矩陣之影像增強技術

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 十字矩陣之影像增強技術 國立臺中科技大學 資訊工程系 指導老師:吳憲珠 教授 專題組員:莊菁華、吳聲圻、王銘陞、林昕慧、 施庭宇

  2. 研究方法 前言 實驗結果 結論 研究簡介 大綱

  3. 研究簡介 • 利用影像增強技術以便於影像分析或辨識物件。 • 影像在轉換或傳送時可能造成影像的品質下降，利用影像增強技術將影像品質加以改善。 • 將影像輪廓跟色彩對比度提高，使影像更加銳化清晰。

  4. 研究方法流程圖 十字矩陣 HSV色彩轉換 輸入影像 BIF SCO的侵蝕和膨脹 轉回RGB色彩影像 找出FEI DIF

  5. 本文方法 (HSV色彩轉換) • 將原圖轉成HSV檔，再取出V層的影像圖。 HSV色彩轉換 原圖 V層影像圖

  6. 本文方法 (十字矩陣) • 將灰階圖利用十字矩陣的運算找出 MAX{0.65,0.58,0.64,0.65,0.66} =0.66 f ○Ｂ f(x,y) MIN{0.65,0.58,0.64,0.65,0.66} =0.58 f ●Ｂ 十字矩陣

  7. 本文方法 • SCO運算 － ＝ f(x,y) f ●Ｂ SCO(x,y) ＝ － f ○Ｂ f(x,y)

  8. 本文方法 • 不同十字矩陣大小的SCO f(x,y)

  9. 本文方法 • 找出BIF - f(x,y)

  10. 本文方法 • 找出DIF - f(x,y)

  11. 本文方法 • 將3張BIF做比較找出最大值 CBIF[f(x,y)]

  12. 本文方法 • 將3張DIF做比較找出最大值 CDIF[f(x,y)]

  13. 本文方法 • 將原圖結合做出的數值得出最後結果 - + CDIF[f(x,y)] f(x,y) CBIF[f(x,y)] = FEI[f(x,y)]

  14. 本文方法 • 將結果轉回彩色圖 全彩影像 FEI[f(x,y)]

  15. 實驗結果 (1/2) • 評比比較 十字矩陣(0.0084)Tophat(9.5293e) 直方圖等化(0.1252) ※結論：比較出來的值越小增強效果就越好!

  16. 實驗結果 (2/2) • 評比比較 十字矩陣(0.0084)Tophat(9.5293e) 直方圖等化(0.1252)

  17. 測試其他圖 改變後 原圖

  18. 結論與未來展望 • 經過專題研究，我們對影像處理的觀念也清晰許多，可用寫程式的方式來做影像的處理。 • 未來趨勢方面，不論是在科學、日常生活、醫學及其它方面，人們會更需要精準清晰的影像畫面來處理判斷。

  19. Thank You !

More Related