Edge detection and Unsharp Masking

Author	Chieh-Ting Chung
E-mail	sksksk1748@gmail.com

Memo

• Image Processing , Edge detection and Unsharp Masking , ColorSegmentation

Environment Install Step

# step 1
(base)> conda create --name image python=3.7
# step 2
(image)> conda activate image
# step 3
(image)> pip install numpy
# step 4
(image)> pip install opencv-contrib-python
# step 5
(image)> pip install opencv-python
# step 6 check installed list
(image)> conda list

Algorithm

• Edge detection

  1. 讀取附件的 8-bit 灰階影像
  2. 顯示輸入影像
  3. 將影像轉換成 double 格式，數值範圍在[0 1]之間
  4. 用雙層迴圈由左而右，由上而下讀取以(x,y)為中心的 3x3 影像區域
  5. 將 3 x 3 影像區域點對點乘上圖 1 Sobel 濾鏡數值矩陣後，將數值總和存入輸出影像的(x,y) 位置
  6. 將濾波後的影像加上 0.5，呈現近似浮雕影像
  7. 分別將濾波後的影像開絕對值，再二值化(門檻值自訂)，用 bitor (bitwise or)或直接相加，產生近似輪廓影像
  8. 轉成 8bit，儲存影像檔

• Unsharp Masking

  • 詳細卷積原理請看【HackMD】影像處理實作筆記
  1. 輸入影像模糊參數(例如均值濾波的濾鏡尺寸 n)
  2. 讀取附件的 8-bit 灰階影像
  3. 顯示輸入影像
  4. 將影像轉換成 double 格式，數值範圍在[0 1]之間
  5. 用雙層迴圈對 n*n 濾鏡(均值濾鏡或高斯濾鏡)做影像模糊化
  6. 利用原圖與模糊影像的差異，加上原圖，獲得銳利影像

• Color Segmentation

  1. 根據附件影像(sky.jpg)與其藍天區域遮罩(sky_mask.jpg)，分別統計藍天在RGB/YCbCr/HSV 三種色空間中的平均值與標準差。
  2. 自己找兩幅有藍天的照片，運用 RGB, YCbCr, HSV 三種色空間與步驟(1)獲得的藍天範圍(平均值+擴大的標準差範圍)，分別分割照片中的藍天區域。製作分割天空的二值化影像(藍天區域為白色，其餘為黑色)
     • 使用 sky_2.jpg 跟 sky_8.jpg
  3. 根據步驟(2)的方法，將兩幅照片處理成藍天為彩色，其餘區域為黑白的影像。
  4. 分割的效果很可能不佳，請比較哪一種色空間的分割效果較好

Your ~/ImageHW1/ folder should look like this

ImageHW1
├── image/
│   └── ...
└── ...

Result

• Edge detection

  • 

• Unsharp Masking

  • 

• Color Segmentation

  • sky.jpg 跟 sky_mask.jpg AND 後的結果
    • 
    • 
    • 
  • 色彩空間圖(RGB / YCbCr / HSV)
    • 
  • sky_2.jpg 將 sky.jpg 和 sky_mask.jpg AND 後的圖，用圖裡藍天的平均值與標準差分割向日葵圖
    • 
    • 
  • 填入彩色與黑白
    • 
    • 
  • 填入灰階圖與藍天背景為色彩空間
    • 
    • 
  • 色彩空間圖(RGB / YCbCr / HSV)
    • 
  • sky_8.jpg 將 sky.jpg 和 sky_mask.jpg AND 後的圖，用圖裡藍天的平均值與標準差分割貓咪圖
    • 
  • 填入彩色與黑白
    • 
  • 填入灰階圖與藍天背景為色彩空間
    • 

Reference

• NTUST , Pei-Li Sun PROFESSOR