ISL-II131【An Example of Segmentation by Simple Image】
文件 說明 下載點
ISL-II131-J1【An Example of Segmentation by Simple Image】 首先在Discussion中的Job1是寫一個程式，功能是找出老師所提供的圖檔中，影像的左上及右下角的座標。Job2中，是利用統計以及轉換的方法來表現出影像本身提供的訊息，藉以做為特徵及分類之用。Job3是經過統計及轉換之後所得結果做一個印證，在這裡也將對我發現的問題做一個討論。最後一個Job是分別對smooth、coarse、和regular這三種的特徵結果做一個分析，並且試著分類出來。接下來的program explanations是對程式的介面做說明及介紹，最後是References。這次的作業是讓我們實作在影像處理上尋找『特徵』的方法，並且從特徵來做分類。 立即下載
ISL-II131-J2【An Example of Segmentation by Simple Image】 在影像處理中，特徵抽取是很重要的一環，往往一個演算法或是系統實作，特徵抽取都扮演著決定成敗的角色。此次作業的目的，是利用一些方法實作"特徵抽取"的練習，讓我們實際了解如何簡單的將影像中真正重要的訊息給抽取出來，分為四個Jobs來完成此項作業。Job1要寫一個程式，來將圖片中真正的影像給擷取出來；Job2選擇兩種方式來擷取區域的特徵；Job3則是驗證的步驟，也就是看看前兩個Jobs是否使用了恰當的方法；Job4中，分析所擷取出來的特徵，並利用這些特徵將三類共15張的影像給重新分類。 立即下載
ISL-II131-J3【An Example of Segmentation by Simple Image】 這個Project分成兩大部分Job 1. Segmentation，Job 2. Feature Extraction， Segmentation是利用pixels值的column sum和row sum及一個Threshold，取得特徵圖左上與右下方的邊界點座標，而Feature Extraction利用兩種方法，[1] Histogram-based，共有五個公式計算出影像的Mean、標準差、Skewness、Uniformity、Entropy，進而去分析每個數值所代表的意義，在Job 4會討論這些數值對於影像分類的幫助，[2] Wavelet Transformation，在這邊我所使用的是Haar Wavelet，係數為 (1/2 , 1/2)，在Job 2之後附上這個程式對15張影像及其特徵影像執行各功能所得到的結果。Job 3 在驗證撰寫的程式執行特徵抽取的結果是否正確，其中Wavelet會利用Inverse Wavelet解決這個問題。最後附上程式的使用說明。 立即下載