第一章光、影像、浮水印和抽样原理.ppt

* 範例4：如何利用色調範圍來過濾皮膚色? 解答： 首先利用人工點選的方式，將所有訓練影像中的皮膚色予 以框出來，然後將色調抽取出來，並且將統計出來的平均 值 和標準差 用於濾波器的設計，下面為其示意圖： * 1.6.2 離散餘弦轉換(Discrete Cosine Transform) 令 f(x,y) 為框框內位於(x,y)的灰階值減去128，則DCT的計算公式如下 DCT IDCTf(x,y)也可透過IDCT(inverse DCT)得到，公式如下透過式子(1.6.2.2)求得f(x,y)後再加上128即可得到位於影像中(x,y)位置的原始灰階值。 (1.6.2.1) (1.6.2.2) * 圖1.6.2.1 8x8的灰階圖案及其灰階值 圖1.6.2.2 DCT後的結果 DC(Direct Current、直流值) 此處N=8，則 AC(Alternative Current、交流值) 20 23 12 5 7 9 22 30 22 32 16 5 8 12 11 23 29 32 16 11 70 30 20 20 100 142 3 45 44 200 50 22 103 120 33 41 200 50 22 70 120 210 22 123 23 70 69 160 12 222 24 126 90 20 6 60 212 252 243 26 149 221 61 90 -481 107 41 57 -26 -159 -43 -70 -316 -104 -11 14 32 100 18 41 0 41 9 -67 -56 9 47 40 -49 -29 37 -77 85 10 -91 -43 114 26 -9 103 -49 -26 86 53 -60 -17 -23 -9 -22 12 -55 -94 64 -7 56 -2 -7 27 43 12 -74 -4 -77 -25 74 -41 -44 103 * 範例2：當D(0, 0)1000時，原8?8灰階影像為何種影像？ 解答：令全黑的灰階值為0，而全白的灰階值為255。已知 原8?8灰階影像可能為一幾近全白的平滑影像。 解答完畢 圖1.6.2.3 DCT頻率域的紋 理方向示意圖 圖1.6.2.3為DCT後的頻率域之紋理方向示意圖。通常若框住皮膚色的框框是臉部時，在高頻區會有一些較大的係數表現。當DC值過小時和AC值過大，可進一步判斷有臉部的框框。 * 範例3：如何在臉部上找出眼睛和嘴巴的部位？ 解答：假設找到的臉部如下所示： 利用水平投射法(Horizontal Projection) 我們可發現在(a, b)和(c, d)兩區間有頻率較高的波峰(Peak)，依位置而言，可合理推估(a, b)區間為眼部所在，而(c, d)區間為嘴巴所在，畢竟這兩個部分的邊點數是較多的。 解答完畢 * 1.7 影像抽樣原理 給一週期函數(Periodic Function) g(θ)， ，傅利葉原先的想法是將g(θ)用有正交性(Orthogonality)的傅利葉基底(Basis)來表示。這些正交的基底為cosθ、cos2θ、cos3θ、…、sinθ、sin2θ、sin3θ、…， 。 正交性 1.7.1 傅利葉轉換 * 求解傅利葉係數 有了傅利葉基底後，g(θ)可表示成 則從 可推得 從 可推得 (1.7.1.1) * 範例1：我們來看個例子吧！ 解答：令 圖1.7.1.1 g(θ) ? ? ? 只取第一項 只取前二項 只取前三項 圖1.7.1.2 g(θ)的三個近似圖 解答完畢 * FFT 令 為1的基本根(Primitive Root)且滿足 。若N=8時，傅利葉矩陣為 FFT可在 時間內完成，首先將 分成偶半部和奇半部，分別表示成 * 令 和 。利用算出的 和 ，可得 (1.7.1.2) 當 當 * 範例2：可否利用替代法證明 。 解答：已知 ，可推得 解答完畢 * 分開性(Separability)回到二維的FT，假設一張影像位於 (x,y) 的灰階值為 f(x,y)，則二維的FT