[Matlab]如何挑出圖像中隱藏的細節(2) 自適應閥值挑選之大津法則(OTSU method)

延續[Matlab]如何挑出圖像中隱藏的細節(1)? 自適應閥值挑選之迭代法(iteration method)的文章，常用於自適應閥值挑選的方法除了迭代法之外，大津演算法也是其中之一。

[Matlab]中值濾波的實用案例:用於齒輪盤的平整度量測之雜訊濾除

試想，若要濾掉上圖紅色框框的雜訊點，應該如何做? (OS:或許人工手動篩選數據是一個方式，但若面對數千張數據圖或產線即時判斷的需求，這個方式顯然不合適~~)

上方數據圖是一位台商友人提供的，其利用雷射測距儀量測腳踏車齒輪盤的表面平整度，當齒輪盤轉動一圈，取樣一千筆數據，如上圖x軸所示。而y軸表示齒輪盤轉動一圈的平整度，以長度(mm)表示之。六個紅色框內的數據經其研判來自於灰塵或是產品商標上的油墨，被歸類為雜訊，因此希望將這些雜訊濾掉，並將過濾後的數據作為品檢結果提供給客戶。另一方面，則希望將過濾法則直接寫入IC晶片中，用於產線上的即時判斷。

[Matlab]如何挑出圖像中隱藏的細節(1)? 自適應閥值挑選之迭代法(iteration method)

科技發達和資訊爆炸的時代帶來了快節奏的生活型態，不僅僅是人與人之間的溝通時間縮短了，閱讀報章雜誌也很難如祖父母時代一樣，戴著老花眼鏡慢慢地細嚼品嘗，往往以瀏覽或是匆匆一瞥的方式快速帶過，唯有夠吸睛和夠勁爆的圖像爭取到多幾秒的目光停留，挑戰傳統尺度並將重要的細節強調再強調，是這些圖像的共同之處。(OS: 蘋果日報如此受歡迎不是沒有原因的~~ )

換個角度來說，若能有效地強調圖像中被隱藏或不容易直接被觀察的重要細節，不止吸引目光，同時使閱讀者容易且快速地了解欲表達的重點。上左圖是一張COB光源的圖像，若有時間仔細看的話，可發現圖像中有一些長方型晶粒。若沒有時間看的話，可以直接看上右圖，其係利用二值化將長方晶粒強調出來，以進一步取得晶粒個數等等所需資訊，清楚明瞭。

[Matlab]如何去除圖像中的椒鹽雜訊(2)? 中值濾波(median filter)

延續[Matlab]如何去除圖像中的椒鹽雜訊(1)? 均值濾波(mean filter)的文章，將中值濾波對於椒鹽雜訊的濾波效果，以及兩種常用濾波方法的比較一併呈現出來。為了明顯表現兩種濾波方法的差異，刻意選用文字圖像做為樣本。

[Matlab]如何去除圖像中的椒鹽雜訊(1)? 均值濾波(mean filter)

仔細看，似乎有一些微小顆粒參雜在上圖，沒有錯，這在圖像處理領域中，一般被稱為椒鹽雜訊(salt & pepper noise)。其特點是以黑點或是白點形式呈現，形同一粒粒"黑色"胡椒或是"白色"鹽巴灑在圖片上。換句話說，以8位元灰階圖為例，像素灰階值範圍由0~255，"黑色"胡椒的數值是0，"白色"鹽巴的數值則為255。

[Matlab]如何強化圖片內局部區域的對比度? 直方圖均衡化(Histogram Equalization)

人類文明伴隨著科技日新月異的發展，巨大的資訊量和永遠不夠用的時間的問題想必困擾著每個人。各種資訊平台，包含電子媒體的新聞發布或是智慧手機內的社群Apps和新聞雜誌Apps等等，大多採用圖像式的設計介面，讓使用者藉由圖像式閱讀以達到有效率地消化資訊。換句話說，圖像式閱讀儼然已成為現代人吸收資訊的方式之一。

[Matlab]如何計算卷積(convolution)?

來源:維基共享資源(I)&(II)

新科技時代總是充滿驚奇，新崛起的即時通訊APP Line使平時不常聯繫的大學同學們建立起連繫平台，打屁和聊聊那些年一起幹過的瘋狂蠢事、可以分享產業和折價等等好康資訊、甚至用Line發佈喜訊邀請大家聚聚。

一位還在博班苦海中掙扎的大學同學，詢問該如何用程式實現卷積的計算，為了使其容易瞭解意義，搭配上述動態圖檔的演示，簡單用matlab實現，結果如圖一和圖二的紅色數據所示。 範例程式碼在文末可下載。

[matlab]如何製作影片檔(.avi)?

在數據的呈現，有時利用動畫或影片來表示會更加明確和清楚。

上述範例是藉由調整高斯分佈函數(Gaussian distribution)的半高全寬參數(FWHM)，並利用matlab的avifile指令產生影片檔，用影片檔說明高斯分佈之半高全寬的變化過程。程式碼如下圖所示，產生的影片檔會自動置放與程式檔同一個資料夾中。

如何用Matlab抓取座標圖的x-y數值? Ginput

面對各式產品的選購，除了價格的考量，其對應的功能性也是一個重要的考量因素，也就是大家常常提到的”性價比”。 為了評估欲開發的新產品是否具有更高的性價比，供應商提供的規格書是第一個評估文件，根據規格書內的曲線圖表，可大略推算其特性規格。但若要詳細推算規格，則需要再進一步請供應商提供整條曲線的量測資料，對於這個要求，供應商往往不易提供。這時就需要由曲線和座標的關係自行取出x-y數值了。

Matlab的Ginput指令可讓使用者藉由滑鼠的自行點選，抓取出圖片上的XY 畫素位置(pixels)，同時可讓使用者設定要取出的點數，如上圖的說明。因此應用Ginput指令，同時根據每張圖表的座標差異設定，按照比例和座標的關係簡易寫出x-y取值的範例程式，程式碼如下圖所示。

[Matlab]如何用蒙地卡羅方法(Monte Carlo method)求出圓周率(π)?

最近在整理碩博時期的資料時，無意間看到博二的書報課程繳交的書面報告。該學期的書報課程有一個主題是電腦模擬在醫學物理上的應用，由長庚大學醫放系趙自強教授主講。對於他的演講內容，我已經非常模糊了。但印象最深刻的是，他明確提到蒙地卡羅方法(Monte Carlo method)常用於各領域的模擬計算，其中用此方法可以計算出圓周率π，也引起我寫一個小程式來驗證一下。