第四章 結果與討論
4.1 多光譜軟體數據處理跟分析
4.1.1 白校正參考圖校正
由於拍攝的圖像是依照參考圖進行位置對位跟校正,因此在進行對位校正之 前,我們可以先利用未對位過的白校正參考圖與原始資料圖進行白校正處理,因為 當下每個相機所拍攝到的白校正圖片跟原始資料圖的位置是絕對相關的,不需要 兩類影像都先進行對位分析後才進行白校正。
由圖 4-1 我們可以明顯看出,(a) 圖的光源不平均現象很明顯,因為直接觀看 葉子上面的光源變化會受到葉片本身的顏色跟不平整影響,因此我們先觀看擦手 紙上面的光源變化,擦手紙的顏色跟平整度都比直接觀看葉片要來得穩定,由此對 照 (a)、(b) 兩圖,光源平均與否的現象一目瞭然。
(a) (b) 圖 4-1 白校正前後的光亮度明顯差異處
(a) 圖為原始圖片,光源明顯不平均,(b) 圖則為經過白校正後,光源 不均勻的現象獲得改善,但是因為一開始的白校正底色為白色,實驗 拍攝為黑底,所以樣本周圍會出現白色的光環。
由圖 4-2 觀察原始多光譜拍攝圖和白校正參考圖,兩者的亮度分布明顯一致,
也證實文獻探討中,濾鏡會造成明暗相間的亮度影響,並且光線對每一個濾鏡的穿 透度也不相同,濾鏡中心穿透率最高,外圍穿透率最低;白校正的使用除了能夠改 善濾鏡的光線穿透率不一致,也能夠同時改善 LED 燈投射時造成的光線不均勻。
(a) (b)
圖 4-2 原始多光譜影像跟白校正參考圖比較
(a) 原始多光譜影像 (b) 白校正參考圖,兩張圖經比較可以發現兩者的 亮度分布是一致的,因此經過白校正後,我們可以改善光源不平均的 現象。
由於 (式 2-6 ) 的白校正公式跟每張圖的平均灰階值有關係,因此推斷如果使
表 4-1 第一次試驗 (固定常數型態隨機採點) 波段
(nm) 第一張白校正圖 第二張白校正圖 相減差值圖
平均差值 /圖片大小
(pixels)
568 6
/116 × 97
700 15
/147 × 96
750 11
/122 × 98
830 11
/124 × 108
平均像素差值 10.75
經過第一次試驗之後,為了確保實驗的準確性,進行的第二次試驗改採用固定 位置選點,而不採用隨機選點,兩種不同的白校正法,選用的葉片位置完全一樣來 做為比較,此次試驗選用實驗二的接種 1 號,並已發病 8 日。
表 4-3、表 4-4 再一次確認如果使用固定平均値做為白校正的依據會比自動 計算各圖片的灰階平均值要更有來的穩定性。整體的數據藉由圖 4-4 以長條圖呈 現,最後的實驗將全部由固定常數型態做為計算方式。
表 4-2 第一次試驗 (自動常數型態隨機採點) 波段
(nm) 第一張白校正圖 第二張白校正圖 相減差值圖
平均差值 /圖片大小
(pixels)
568 11
/152 × 101
700 19
/125 × 111
750 8
/105 × 111
830 13
/110 × 107
平均像素差值 12.75
表 4-3 第二次試驗 (固定常數型態固定採點)
表 4-4 第二次試驗 (自動常數型態固定採點)
圖 4-4 第二次試驗自動型態與固定型態白校正差異性