UNSW CV 第三课上

Logic Operations:

　　And / Or : pixel by pixel basis between 2 or more images

　　+ / -

　　下图中的mask，黑色部分为0，白色部分为1，所以可以做 And 操作

　　对于Or操作， 1也是255，255 OR intensity = 255 ； 0 OR intensity = intensity

Image Averaging :

　　1. 该方法用来去除图片的Noise(假设该噪声也是随机生成的)

　　2. 对同一张image f(x,y) 尽可能多的产生 noisy matrix n(x,y) ，然后相加，生成K张noisy images gi(x,y)

　　接着，相加再除以K

Spatial Filter ：

　　1. filter的定义与运用

　　2. 启示了我，assignment中的minMaxFilter 应该用真正的filter带padding进行矩阵运算的，这样会快非常多

　　3. Smoothing Spatial Filter : noise reduction

　　　　1）Neighbourhood Averaging (NA)

　　　　　　给图片中每个pixel赋值 = S个 neighbours的pexels的平均值 ;

　　　　　　或weighted average，filter中间的权重更高图三右

　　　　2) NA会使得边缘模糊

　　　　3）例题：图四

　　　　　　原图 -> smoothing 去掉噪音 -> threshold

　　　　4) Gaussian Filter 图5

　　　　　　范围 0 - 1

　　　　　　去噪声，去细节（副作用）

　　4.Non-linear Spatial Filters / order-statistics filters （也是用来去噪声）

　　　　1） Median Filter ：取值为原图中neighbours 的中位数图六

　　　　2） Min Filter/ max Filter

　　　　　　　　　　　　　　　　　　　　　　　　　　图一

　　　　　　　　　　　　　　　　　　　　　　图二

　　　　　　　　　　　　　　　　　　　　　　　　　　图三

　　　　　　　　　　　　　　　　图四

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图五

　　　　　　　　　　　　　　　　　　　　图六

Pooling

Sharpening Spatial Filters-Edge Detection：

　　1) like the opposite of the image smoothing

　　2）图2 b) 一条穿过a中while dot 的水平线的灰度图

　　　　　　c) b的一阶导数和二阶导数

　　3）一阶导数可以用来检查edges

　　　　二阶导数的正负用来判断pixel在edge的哪侧，大于0在暗侧，小于0在亮侧？

　　　　　　　　　　　　　　　　　　　　　　　　　　　　图二