优化处理策略之快速消除扭曲算法 我们的论文（优化处理策略之快速消除扭曲算法；A Quickly Dewarping Algorithm of Optimization Processing Strategy）被 2019 工程科技应用研讨会 接受了。 会议地点在台北城市科技大学的工程学院，举办日期是公元二零一九年四月十二日。 最近，全景图像的应用逐渐变得越来越有用。优点是一个能够捕捉360度图像的相机。但是，360度图像是饼图像。因此，Dewarping技术有助于饼图像转换为平面图像。在本研究中，不需要参考额外的信息，如摄像机参数，镜头参数，视频或图像参数等。本研究提出了去扭曲算法的优化处理策略。策略和算法进一步改善了性能。快速去扭曲算法能够将圆（全景图像）快速变换为平面图像。优化处理策略能够提高算法的性能。用于评估性能，本研究中使用的CPU负载。比较其他Dewarping算法的性能。结果，这项研究在性能方面优于其他Dewarping算法。 本研究旨在研究去扭曲算法的快速计算和低CPU负载。 例如，图2是原始图像。 图3显示了本研究的基线。 图4是研究的结果图像（全景图像）。 图2 原始图像 图3 显示了本研究的基线 图4 研究的结果图像（全景图像） 表1是比较概览表[8]。 有六家公司的算法和我们提出的算法。 这项研究支持所有鱼眼相机和特殊鱼眼相机（Cata-Fisheye相机）。 有不同之处在于是否使用GPU。 虽然有两家公司使用GPU进行去扭曲算法。 但是，当应用OpenCL来使用GPU时，NUUO的去扭曲算法的CPU负载为19％。 当源图像的分辨率为1920 x 1440时，我们提出的CPU负载为3.65％。图5是我们提出的算法的CPU负载图。 表1 比较概览表 User additional effort Generic De-warp Support vendor Calibration GPU Acceleration NUUO No need Yes All fi...

改进基于线性时间元件标签演算法 我们的论文被 2019资讯科技与实务研讨会 所接受。会议地点在台湾铭传大学资讯学院，会议日期为2019年3月15日。 我们提供了我们研究的文件，即CCL的原始码，FastCCL执行档和实验档案。这些文件在GitHub中，超连结是 https://github.com/laitaiyu/ImageProcessing__FastLCL 本文提出了一种新的高性能线性时间演算法，采用轮廓跟踪技术，这些轮廓采用二值化影像。该演算法的主要步骤是使用轮廓追踪技术来检测每个部件的外部轮廓，并且还识别和标记每个部件的内部区域。标记在影像上一次完成。而且，在整个过程中不需要重新标记。本研究改进了 张复[1] 等人的LCL演算法。我们的演算法比LCL演算法更快更好。对各种类型影像（字符，半色调图片，照片，报纸等）的实验表明，我们的方法优于使用等效技术的方法。我们的演算法不仅标记组件，而且能够提取轮廓点的组件轮廓和连续顺序，这对于许多应用都很有用，例如OCR（光学字符读取器），视频分析中的对象跟踪等。制作LCL演算法，以证明所提出的方法更快。 张复等人，在2004年，他们提出LCL演算法是基于轮廓的标记演算法之一。 LCL演算法具有以下优点。首先，它只需要扫描一次影像。由于上述轮廓追踪程序，轮廓点被多次访问，但不超过一定的次数。其次，它不需要任何重新标记处理。将标记索引分配给像素后，其值将保持不变。第三，我们获得了轮廓像素的所有轮廓和连续顺序的副产品。 然而，当LCL演算法遇到半色调影像或许多孤立点时，它往往花费很多时间在轮廓跟踪上。这是一个缺点。首先，我们提出了一种隔离点处理，以提高性能。我们建立一个孤立点处理以预先标记孤立点。为了检查孤立点，有一个优点是减少了不必要的轮廓跟踪。因为孤立点永远不会有轮廓。像素只是一个单点，没有相邻像素。 LCL演算法遇到仍然跟踪轮廓的孤立点。我们改进了LCL与孤立点相关的缺点。其次，我们提供了一种新的影像处理流程，以改善半色调影像和孤立点的处理，并且没有副作用。为了添加孤立点处理，我们设计了一个新的影像处理流程。如果我们发现像素是孤立点，则应将其包含在隔离处理中。一方面，如果像素处于轮廓中，则应将其包括在轮廓跟踪中。 孤立点处理：检查每个像素以查看它是...

用１０种程序语言做影像二值化（Image binarization） 下载原始码： https://drive.google.com/open?id=0BzHb_OyLyVZlVHN1ZjVQVW9jR2c 简介 有些时候，我们需要将彩色影像转换为黑白影像，这很简单，利用门坎值的方法就可以做到。 作法 Visual C++ 201 0 // 影像的高度 for ( int iY = 0; iY < imageA->DibInfo->bmiHeader.biHeight; iY++ ) { // 影像的宽度 for ( int iX = 0; iX < imageA->DibInfo->bmiHeader.biWidth; iX++ ) { // 影像的索引值，因为这张影像的24 bit ，所以要乘以3 lIDXA = ( iX * 3 ) + ( iY * imageA->DibInfo->bmiHeader.biWidth * 3 ); // 取得蓝色像素值 byteRGB_BA = imageA->DibArry[lIDXA+0]; // 取得绿色像素值 byteRGB_GA = imageA->DibArry[lIDXA+1]; // 取得红色像素值 byteRGB_RA = imageA->DibArry[lIDXA+2]; // 将RGB利用YUV公式转换Y（灰阶） dobYUV_YA =  (0.299 * byteRGB_RA + 0.587 * byteRGB_GA + 0.114 * byteRGB_BA); // 利用双门坎值，灰阶转换黑白 if ( dobYUV_YA > 60 && dobYUV_YA < 160 ) { lIDXB = ( iX * 3 ) + ( iY * imageB->DibInfo->bmiHeader.biWidth * 3 ); imageB->DibArry[lIDXB+0] = 255; imageB->DibArry[lIDXB+1] = 255; imageB->DibAr...

色彩系统：从『光』说起 英国科学家牛顿(1643~1727年)透过太阳光射入三菱镜的实验，发现三项事实。首先，白色的太阳光可以分解为七色光，分别是红、橙、黄、绿、青、蓝、紫。其次，七色光在射入三菱镜可得白光。最后，单色光是无法再分割出其他颜色的光。光是电磁波的一种，人眼可见的光，称做可见光。不可见光有真空紫外线、紫外线、红外线、近红外线、远红外线。人眼之所以可以见到色彩，其原因是反射率。物体之所以有色彩，是因为该物体只会反射该颜色的光。 人眼感光细胞可分为两种。第一种是杆状细胞，对于明暗度的感知较好；第二种是锥状细胞，在明亮的环境下对于色彩的感知较好，特别是红、蓝、绿。感知红、蓝、绿的锥状细胞比例是32:16:1。交通号志通常是以红色为主色，就是这个原因。因此人眼是对于黑白有高感度，色彩是中感度的系统。人眼可以和传统的底片相机做对应，巩膜和脉络膜可以对应暗箱，角膜和水晶体可以对应镜头，眼皮可以对应快门，虹膜对应光圈，网膜对应底片。视觉是光线射入眼睛，到虹膜上产生化学反应，神经脉冲传至大脑而形成视觉。 感光细胞究竟是如何感受色彩？较有说服力的两派学说，第一是三原色说，第二是对立说。三原色说于1802年由杨格(1773~1829年)提出，并于1894年由亨姆霍兹(1821~1894年)定量发展而成。三原色学说指出：『在网膜上存在能感受红、绿、蓝色的三种光接收器(锥状体)，一切色彩特性都可以用这些锥状体答量的比例来表示。』1878年赫林(1834~1918年)提出对立色说，指出『网膜上存在着感应红－绿、黄－蓝、白－黑色的三种光接收器，所有的色彩特性都可以用这些光接收器应答量的比例来表示。』 国际照明委员会(CIE)于1931年采用R(red)、G(green)、B(blue)制定标准配色函数，在配色方程式中，假设[R]、[G]、[B]是单位向量，就可成为三维空间的向量运算。但由于三维表示并不方便，因为某个颜色[F]用[R]、[G]、[B]的混合量R、G、B为分量做成的RGB色彩空间的向量来表示，并不方便。因此经常用向量[F]和单位平面R+G+B=1的交点(r, g, b)来表示。 由此可知r+g+b=1，因此使用(r, g, b)的其中两项就可以表示某色[F]。 藉由以上得知rg色度图就可以表示某色[F]，但有些颜色值在数学上是可行，实际上却是不存在...

数字影像色彩空间简介 传统分析方式是将彩色影像转为灰阶影像，而灰阶影像通常是亮度信息或是彩色信号的平均信息，这样的原因很可能是早期计算机硬件计算能力不足，或是研究为求问题单纯化所致，而分析基础在于数学，数字图像处理技术发展已经很久了，可以追朔到1920年代初（1921年，第一个应用是在出版报业，巴特兰电缆传输一幅图片到大西洋对岸的时间从一个星期减少到3小时，引用来源：缪绍纲编译之数位图像处理，如图1.1-1）。 图  1.1‑1 至今每年有数以千计的论文发表，解决许多问题。计算机视觉基本上就是仿真人类的智慧，人眼具有成像的能力，将光信号转换成脑神经可以处理的信息，再藉由人脑去分析判断。照相机或摄影机就可以代替人类的眼睛，并将光学信号转换成电气信号，交由计算机演算处理。所以我们必须了解计算机『看』到甚么，才能设计算法来取出我们所需要的数据。传感器（Sensor）可将光源分为红（Red）、绿（Green）、蓝（Blue），而每一个通道可拥有0～255范围数据表示，换句话说就是有256个等级可描述强度。这三个颜色就称为三原色，而RGB就顺理成章变成一种影像数据的格式，这种数据的格式也可称为24bit影像。所以计算机看到一个人脸的时候，显示的数据如下，如图1.1-2： 图  1.1‑2 RGB 英国科学家牛顿(1643~1727年)透过太阳光射入三菱镜的实验，发现三项事实。首先，白色的太阳光可以分解为七色光，分别是红、橙、黄、绿、青、蓝、紫。其次，七色光在射入三菱镜可得白光。最后，单色光是无法再分割出其他颜色的光。光是电磁波的一种，人眼可见的光，称做可见光。不可见光有真空紫外线、紫外线、红外线、近红外线、远红外线。人眼之所以可以见到色彩，其原因是反射率。物体之所以有色彩，是因为该物体只会反射该颜色的光。 国际照明委员会(CIE)于1931年采用R(red)、G(green)、B(blue)制定标准配色函数，在配色方程式中，假设[R]、[G]、[B]是单位向量，就可成为三维空间的向量运算。但由于三维表示并不方便，因为某个颜色[F]用[R]、[G]、[B]的混合量R、G、B为分量做成的RGB色彩空间的向量来表示，并不方便。因此经常用向量[F]和单位平面R+G+B=1的交点(r, g, b)来表示。 由此可知r...

Closing ( 闭运算 ) (VB 6.0) 介绍 闭运算（ Closing ）就是先增长 N 次，然后再侵蚀 N 次。 用法 Option Explicit Private Sub Form_Load()     Picture1.Picture = LoadPicture(App.Path & "\demo.bmp")     Picture2.Picture = LoadPicture(App.Path & "\demo.bmp")     Dim lngX As Long     Dim lngY As Long     Dim intS     Dim intA, intB, intC     Dim intD, intE, intF     Dim intG, intH, intI     Dim intCount     Picture1.ScaleMode = 3     Picture1.AutoRedraw = True     Picture2.ScaleMode = 3     Picture2.AutoRedraw = True     Picture3.ScaleMode = 3     Picture3.AutoRedraw = True     For intCount = 0 To 1         For lngY = 0 To Picture2.ScaleHeight       ...