數學的應用
圖像處理—矩陣世紀
作 者 陳漢夫教授
教 育 局
版權
©2009 本書版權屬香港特別行政區政府教育局所有。本書任何部分之文字及圖 片等,如未獲版權持有人之書面同意,不得用任何方式抄襲、節錄或翻印作商 業用途,亦不得以任何方式透過互聯網發放。
ISBN 978-988-8019-66-3
頁 數
前 言 ... v
作 者 簡 介... vii
I. 矩 陣 的 應 用 ... 1
II. 修 復 圖 像 ... 4
A. 圖 像 變 得 明 亮 ... 4
B. 除 圖 像 背 景 雜 訊 ... 5
1. 單 一 雜 訊 ... 5
2. 隨 機 雜 訊 ... 6
3. 除 網 / 除 震 ... 9
III. 壓 縮 圖 像 ...12
A. JPEG 2000 壓 縮 ...12
B. JPEG 壓 縮 ...14
IV. 結 語 ...16
參 考 文 獻 / 出 處 :...22
為 配 合 香 港 數 學 教 育 的 發 展 , 並 向 老 師 提 供 更 多 的 參 考 資 料,課 程 發 展 處 數 學 教 育 組 於 2007 年 開 始 邀 請 大 學 學 者 及 資 深 老 師 撰 寫 專 文 , 並 蒐 集 及 整 理 講 座 資 料 , 輯 錄 成 《 數 學 百 子 櫃 系 列 》 。 本 書 《 數 學 的 應 用 : 圖 像 處 理—矩 陣 世 紀 》 是 這 個 系 列 的 其 中 一 冊 , 當 中 輯 錄 了 中 文 大 學 理 學 院 副 院 長 陳 漢 夫 教 授 於 2007 年 1 月 在「 新 高 中 數 學 課 程 知 識 增 益 系 列
- 數 學 應 用 」 研 討 會 上 演 說 的 內 容 , 其 主 題 為 如 何 將 數 學 應 用 於 圖 像 的 修 復 及 壓 縮 , 研 討 會 內 容 精 彩 豐 富 , 介 紹 現 今 課 堂 上 較 少 討 論 到 的 應 用 。 現 將 研 討 會 的 講 章 輯 錄 成 書 , 供 老 師 參 考 。 本 書 內 容 由 作 者 提 供 , 並 不 反 映 教 育 局 的 立 場 。
本 系 列 能 夠 出 版 , 實 在 是 各 方 教 育 工 作 者 共 同 努 力 的 成 果 。 在 此 , 謹 向 提 供 資 料 、 撰 寫 文 章 的 老 師 、 學 者 , 以 及 所 有 為 本 書 勞 心 勞 力 的 朋 友 , 致 以 衷 心 的 感 謝 。
如 有 任 何 意 見 或 建 議 , 歡 迎 致 函 :
九 龍 油 麻 地 彌 敦 道 405 號 九 龍 政 府 合 署 4 樓 教 育 局 課 程 發 展 處
總 課 程 發 展 主 任 ( 數 學 ) 收
(傳 真 : 3426 9265 電 郵 : ccdoma@edb.gov.hk )
教 育 局 課 程 發 展 處 數 學 教 育 組
陳 漢 夫 教 授 為 香 港 中 文 大 學 理 學 院 副 院 長 ( 研 究 ) 及 香 港 中 文 大 學 數 學 系 講 座 教 授。1985 年 在 美 國 紐 約 大 學 Courant 研 究 院 獲 應 用 數 學 博 士 學 位 後 , 受 聘 於 麻 州 大 學 安 默 斯 特 分 校,任 職 助 理 教 授。1986 年 回 港 後,先 後 在 香 港 大 學( 1986-92)
及 香 港 科 技 大 學(1993)任 教,並 於 1993 年 加 入 香 港 中 文 大 學 。
陳 漢 夫 教 授 已 發 表 超 過 90 篇 文 章。由 於 陳 教 授 的 文 章 被 引 用 的 次 數 甚 多 , 因 此 自 2004 年 起 ,他 的 名 字 被 列 在 ISI 數 學 家 名 單 首 300 名 內。他 曾 於 1989 年 獲 得 英 國 Leslie Fox 數 值 分 析 獎 、1997 年 獲 得 中 國 科 學 院 的 馮 康 獎 及 1998 年 獲 得 晨 興 數 學 獎 。 陳 教 授 現 為 十 份 國 際 學 術 期 刊 擔 任 編 輯 委 員 , 其 中 包 括 Asian Journal of Mathematics(兩 主 編 之 一 ), ACM Computing Reviews, SIAM Journal on Imaging Sciences 及 SIAM Journal on Scientific Computing。
I. 矩陣的應用
什 麼 是 矩 陣 ? 勞 倫 斯 ‧ 菲 什 伯 恩 (Laurence Fishburne) 於 電 影—廿 二 世 紀 殺 人 網 絡1中 指 出 矩 陣 無 處 不 在 , 例 如 電 視 螢 幕 上 、 工 作 間 內 、 教 堂 內 等 等 。
我 們 首 先 回 顧 矩 陣 乘 法 , 兩 個 矩 陣 相 乘 是 列 向 量 和 行 向 量 的 內 積,為 什 麼 不 是 如 加 法 般,將 兩 個 矩 陣 的 對 應 元 素 相 乘 呢 ? 試 以 一 個 實 例 說 明 之 , 大 家 上 茶 樓 吃 點 心 結 賬 時 有 否 留 意 , 其 實 我 們 都 用 了 一 次 矩 陣 乘 法 , 就 是 數 量 向 量 和 價 格 向 量 的 內 積 。
付款 (元) =
1 「廿二世紀殺人網絡」的英文片名為 “The Matrix”。
漢苑軒點心紙
數量$8 小點
○ 5 ○ 5
2$10 中點
○ 8
1$12 大點
○ 3
1$15 特點
○ 7 ○ 7
2$18 頂點 0
( )
680 2 1 1 2 18 15 12 10
8 =
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
‧2‧
[ 矩 陣 的 乘 法 --數 量 向 量 和 價 格 向 量 的 內 積 ]
矩 陣 作 為 一 種 數 學 工 具 , 經 常 用 以 描 述 自 然 科 學 或 經 濟 現 象 的 作 用 和 反 應 的 關 係 。
( 矩 陣 A)×( 作 用 x) =( 反 應 b)
既 然 有 乘 法 , 相 對 應 亦 有 矩 陣 除 法 。 如 果 我 們 想 知 道 什 麼 作 用 x 引 發 反 應 b, 可 透 過 計 算 A 的 逆 矩 陣 求 得 到 。
( 作 用 x) =( 矩 陣 A−1)×( 反 應 b)
如 此 , 矩 陣 就 能 幫 助 我 們 對 自 然 科 學 或 經 濟 現 象 進 行 預 測 。 其 他 例 子 還 有 很 多 , 例 如 利 用 熱 方 程 計 算 金 屬 棒 的 傳 熱 情 況 , 下 圖 中 T (x, t) 為 在 時 間 t 及 位 置 x 的 溫 度 。
T (x, t)
x f (0, t)
透 過 離 散 方 法2,我 們 可 以 把 有 關 熱 方 程 的 偏 微 分 方 程3化 成 矩 陣 方 程 , 再 寫 成
2 離散方法 (Method of Discretization) 離散方法的基本概念如下︰
函數 u’( x)可表為 u’( x) ={ u(x[i])− u( x[i+1])}/{x[i]−x[i+1]} 。
3 偏微分方程 (Partial Differential Equation)
偏微分方程是指含有未知函數及偏導數的方程。它描述自變數,未知函數及 其偏導數之間的關係。方程的解便是滿足這個關係的函數。
A f = T。
1997 年 諾 貝 爾 經 濟 學 獎 得 主 就 是 以 此 方 程 作 期 權 定 價 。 除 此 , 圖 像 除 噪 亦 是 此 方 程 的 一 個 逆 問 題 , 即 f =A−1T。
要 了 解 圖 像 與 矩 陣 的 關 係,我 們 可 以 仔 細 看 看 這 張 印 有CUHK
( 香 港 中 文 大 學 縮 寫 ) 的 圖 片 。
這 圖 片 是 一 幅 灰 階4圖 像 , 每 個 像 素5的 數 值 由0至 255( 0代 表 全 黑 色,而255代 表 全 白 色 ),所 以 我 們 可 以 將 圖 像 看 成 一 個 矩 陣 , 每 個 元 素 裝 載 着 一 個 像 素 的 值 。 我 們 把 一 個256 × 256 的 圖 像 看 成 一 個256 × 256的 矩 陣。例 如 以 下 的 影 像 可 看 成 5×5 的 矩 陣 , 而 矩 陣 內 的 每 個 元 素 則 載 有 對 應 的 像 素 值 。
⎟⎟
⎟⎟
⎟⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
0 64 128 64 0
64 128 192 128 64
128 192 255 192 128
64 128 192 128 64
0 64 128 64 0
由 於 像 素 的 數 值 為0至 255,所 以 每 個 像 素 須 用 8位 元( 一 位 元
4 灰階 (grayscale)
5 像素 (pixel) 是 picture element 之簡稱。
‧4‧
組 ) 來 表 示 。
一 幅 低 解 像 度256 × 256的 灰 階 圖 像 共 有 65 536個 像 素 。 而 彩 色 圖 像 是 由 紅 、 綠 和 藍 三 種 顏 色 頻 段 組 成 。 如 紅 色 頻 段 , 每 個 像 素 的 數 值 由0至 255, 0代 表 完 全 沒 有 紅 色 , 而 255代 表 全 紅 色 , 因 此 彩 色 圖 像 每 個 像 素 共 須24位 元 儲 值 。 每 幅 圖 像 蘊 藏 着 豐 富 的 內 容,例 如,儲 存 一 幅 三 百 萬 像 素 的 圖 像 的 空 間 , 約 可 存 放 一 千 頁 純 文 字 的 書 。
II. 修復圖像
現 在 說 說 圖 像 修 復 , 我 們 怎 樣 應 用 數 學 去 修 復 或 提 高 圖 像 的 品 質 ? 使 漆 黑 的 圖 像 變 得 明 亮,使 模 糊 的 圖 像 變 得 輪 廓 鮮 明。
A. 圖像變得明亮
我 們 可 以 把 一 幅 低 對 比 度 的 圖 像( 上 左 圖 ),透 過 按 比 例 放 大 其 像 素 值,使 圖 像 變 得 更 明 亮( 上 右 圖 )。對 於 一 幅 低 對 比 度 的 圖 像 , 先 將 其 像 素 值 出 現 的 頻 率 以 統 計 圖 ( 上 中 圖 ) 表 達 出 來 , 我 們 發 現 其 像 素 值 集 中 於 0 至 b 之 間 , 而 b << 255,
然 後 將 原 圖 像 的 每 一 個 像 素 值 數 乘 以 b
255, 從 而 按 比 例 放 大
0 b 255
頻率
像素
到 0 至 255 之 間 , 由 此 得 出 右 圖 。 即 是 ︰ B
b A=
255 , 其 中
A 代 表 以 矩 陣 形 式 表 示 未 變 得 明 亮 的 圖 像 , B 代 表 以 矩 陣 形 式 表 示 變 更 後 的 圖 像 , 及 A 及 B 內 的 數 據 代 表 圖 像 上 各 點 的 像 素 值 。
B. 除圖像背景雜訊
有 時 我 們 發 現 圖 像 會 有 一 些 背 景 雜 訊 , 例 如 利 用 顯 微 鏡 觀 察 細 胞 時 , 樣 本 可 能 會 被 干 擾 。
1. 單 一 雜 訊
若 雜 訊 來 自 單 一 來 源 , 我 們 可 以 利 用 矩 陣 減 法 去 除 背 景 雜 訊 。 在 以 下 的 例 子 , 我 們 在 顯 微 鏡 拍 攝 一 幅 細 胞 照 片(1),
假 設 該 照 片 被 外 來 光 源 干 擾 , 這 時 我 們 可 以 拍 攝 一 幅 沒 有 細 胞 的 對 照 照 片(2),即 背 景 雜 訊,然 後 我 們 將 對 應 照 片( 1)
的 矩 陣 減 去 照 片(2)的 矩 陣,所 得 的 差 可 令 我 們 得 到 一 幅 清 晰 的 細 胞 照 片 (3) 。
細 胞 照 片 (1 ) 背 景 雜 訊 ( 2 ) 清 晰 的 細 胞 照 片(3 )
即 C = A − B, 其 中
A 代 表 以 矩 陣 形 式 表 示 細 胞 照 片 ( 1)
‧6‧
B 代 表 以 矩 陣 形 式 表 示 沒 有 細 胞 的 對 照 照 片( 即 背 景 雜 訊( 2))
C 代 表 以 矩 陣 形 式 表 示 清 晰 的 細 胞 照 片 ( 3)
2. 隨 機 雜 訊
假 如 雜 訊 是 隨 機 , 除 噪 就 變 得 複 雜 了 。 不 過 , 若 隨 機 雜 訊 N 是 「 鹽 ( 白 色 ) 與 胡 椒 ( 黑 色 ) 雜 訊 」6而 平 均 值 為0( 即 將 矩 陣 N 所 有 元 素 的 值 加 起 來 等 於 0), 這 樣 我 們 可 以 利 用 矩 陣 加 法 去 除 雜 訊 , 我 們 可 以 拍 攝 k 幅 ( k 的 值 必 須 足 夠 大 ) 細 胞 照 片( A),每 幅 照 片 都 被 不 同 的 隨 機 雜 訊 Ni 干 擾,但 我 們 可 以 求 這 k 幅 照 片 的「 平 均 值 」,讓 這 k 個 隨 機 雜 訊 Ni
互 相 抵 消 , 得 出 一 幅 清 晰 的 細 胞 照 片 A。
k A N N
A N k
N A N
A N
A k k
+ ≈
⋅⋅
⋅ + + +
+ = +
⋅⋅
⋅ + + +
+ 1) ( 2) ( ) 1 2
(
除 了 以 上 例 子 外 , 我 們 還 可 以 去 除 一 些 裂 紋 狀 雜 訊 , 使 破 裂 的 油 畫 能 複 製 成 光 滑 的 圖 像 ; 另 外 , 還 可 以 讓50年 代 的 舊 電 影 , 收 錄 成 清 晰 的DVD版 本 。
現 在 讓 我 介 紹 多 一 個 除 噪 的 方 法—中 位 數 濾 子7。 下 頁 左 圖 是 一 幅 被 干 擾 的 圖 像 , 有10%的 像 素 值 變 成 255( 即 白 色 ), 我 們 只 有 這 一 幅 圖 像[1], 該 怎 麼 辦 ?
6 鹽(白色)與胡椒(黑色)雜訊 (椒鹽噪聲) (salt-and-pepper noise) 圖像中的一種噪聲,它是由隨機的白點或黑點所造成。
7 中位數濾子(Median Filter)
我 們 可 以 利 用3乘 3的 中 位 數 濾 子 來 去 噪 , 對 應 每 個 像 素 c,
我 們 把 周 邊8個 像 素 的 值 , 連 同 本 身 的 值 , 求 這 9個 數 之 中 位 數 來 取 代 原 像 素 值 c。 經 過 兩 次 中 位 數 濾 子 後 , 我 們 得 出 清 晰 的 右 圖 。
例 如 , 原 有 矩 陣 為 ︰
設 c = 200。 而 “172, 175, 175, 178, 178, 180, 185, 191” 的 中 位 數 是 178。因 此 現 在 c 的 值 是 178 而 新 的 矩 陣 變 成 如 下 ︰
剛 才 我 提 及 過 , 可 以 利 用 圖 像 處 理 來 修 復 舊 電 影 , 但 試 想 想 請 一 個 電 腦 藝 術 師 來 修 復 一 套 兩 小 時 的 舊 電 影 的 情 況 。 假 設 他 每 小 時 能 修 補 四 個 畫 面 , 共 需 要 多 少 時 間 才 能 完 成 ? 因 為 電 影 通 常 每 秒 包 含 三 十 個 畫 面, 兩 小 時 的 電 影 共 有216 000個
175 179 181 190 195 175 178 180 185 193 174 175 200 178 190 173 172 175 191 190 170 162 178 180 190
175 179 181 190 195 175 178 180 185 193 174 175 178 178 190 173 172 175 191 190 170 162 178 180 190
‧8‧
畫 面 , 即 需 要 六 年 才 能 完 成 ; 若 果 其 時 薪 為 一 百 元 , 我 們 便 需 要 支 付 他 共 五 百 萬 元 。
幸 好 我 們 可 以 利 用 電 腦 自 動 化 完 成 有 關 工 作 , 但 電 腦 怎 樣 分 辨 出 污 物 和 裂 紋 , 讓 我 們 得 出 一 幅 清 晰 的 圖 像 呢 ? 其 中 一 種 方 法 是 採 用 偏 微 分 方 程 的 規 則 系 統 , 使 能 自 動 化 修 補 照 片 上 的 一 些 裂 紋 , 而 當 中 則 會 涉 及 解 決 一 條 矩 陣 方 程 。
矩 陣 的 應 用 十 分 廣 泛 , 除 了 相 片 圖 像 修 復 外 , 醫 學 上 的 局 部 X 射 線 檢 法 , 亦 是 透 過 解 決 一 條 積 分 方 程 及 運 用 矩 陣 除 法 , 便 能 讓 人 類 看 到 自 己 身 體 的 內 部 狀 況( 這 個 是 1979 年 諾 貝 爾 醫 學 獎 的 得 獎 論 題 )。 設 x 為 我 們 要 觀 察 的 器 官 的 圖 像 像 素 值 矩 陣 , A 是 放 射 出 來 X 射 線 的 矩 陣 , 透 過 檢 驗 器 收 取 有 關 數 據 矩 陣
Ax b− , 這 時 利 用 矩 陣 除 法 計 算 出
b A x− −1 。
但 我 們 怎 樣 知 道 得 出 來 結 果 的 準 確 度 呢 ? 我 們 可 以 把 直 徑 大 小 不 一 的 棒 子8( 左 下 圖 )放 進 X 光 機 內,然 後 將 得 到 的 數 據 矩 陣 b, 利 用 A−1計 算 出 x( 中 間 圖 )。 因 為 棒 子 的 分 佈 是 已 知 的,所 以 我 們 能 夠 將 計 算 和 真 實 的 x 作 比 較,並 計 算 出 其 準 確 度。我 們 更 可 以 採 用 偏 微 分 方 程 的 規 則 系 統,使 結 果 A−1b 更 為 準 確 ( 右 下 圖 )。
8 直徑大小不一的棒子 (Jasczcak Phantom)
3. 除 網 / 除 震
我 們 再 看 看 一 些 圖 像 處 理 的 例 子 , 相 信 大 家 拍 照 時 , 有 機 會 因 手 部 搖 動 , 使 照 片 變 得 模 糊 。 若 果 我 們 只 是 向 單 一 方 向 搖 動,如 向 右 擺 動,這 樣 拍 下 來 的 影 像 p 其 實 是 由 多 幅 原 來 的 真 實 影 像 q 合 成 起 來 的,因 為 當 我 們 手 部 向 右 擺 動,仿 如 真 實 影 像 向 左 平 移 , 所 以 影 像 p 的 第 i 個 元 素 p(i) = q(i) + q(i+1) + q(i+2) + … + q(i+k)。 倘 若 搖 動 並 非 單 一 方 向 , 我 們 可 以 用 一 個 模 糊 函 數 B(t)9 來 表 達 :
p(i) =
∑
t
t
B )( q(i−t)
以 專 門 術 語 來 表 達 , 這 是 一 條 矩 陣 方 程 Bq = p,
而 B是 模 糊 矩 陣 , 計 算
q =B−1p,
得 出 原 來 的 真 實 影 像 q。 對 於 四 百 萬 像 素 的 相 機 , 模 糊 矩 陣 B:
9 模糊函數 (Fuzzy Function)
模糊函數可按照明確函數(crisp function)與模糊概念的方面分為不同類型。
‧10‧
000 000 4 000 000 4
0
0
⎟ ×
⎟⎟
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎝
⎛
=
L L
L L
B
O O
而 以 上 例 子 的L是 一 個 下 三 角 矩 陣 :
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜
⎝
⎛
=
1 1 1 1 1
. .
. . . . .
1 1 1 1
1 1 1
0 1
1 1
L
如 果 影 像 模 糊 是 因 為 錯 誤 對 焦 所 造 成 , 我 們 也 可 以 利 用 類 同 的 方 法 去 求 出 原 來 的 真 實 影 像 q, 當 然 這 次 的 模 糊 矩 陣 則 會 不 同 。1991年 美 國 洛 杉 磯 的 暴 亂 中 , 警 方 就 利 用 上 述 方 法 , 將 從 直 昇 機 上 拍 下 疑 犯 的 模 糊 影 像 變 得 清 晰 , 將 歹 徒 繩 之 於 法 。
其 他 的 應 用 例 子 還 有 遙 距 雷 達 監 測 、 地 面 的 天 文 觀 測 等 等 , 下 圖 便 是 一 幅 從 衛 星 上 拍 下 來 的 照 片[2], 但 你 有 否 想 過 這 幅 照 片 也 是 經 過 圖 像 處 理 ?
不 論 我 們 利 用 衛 星 拍 攝 地 面 上 的 情 況 , 還 是 在 地 面 上 作 天 文 觀 測 , 都 會 被 大 氣 層 的 環 流 影 響 。 我 們 不 能 直 接 穿 透 大 氣 層 拍 攝 太 空 上 的 衛 星,不 過,若 果 我 們 得 知 大 氣 層 環 流 的 狀 況 A
( 下 左 圖 ) , 這 樣 我 們 便 能 夠 把 拍 攝 下 來 的 影 像 b ( 下 中 圖 ) , 修 復 成 下 右 圖[3], 此 技 術 有 助 我 們 在 地 面 監 測 太 空 上 的 人 造 衛 星 。
但 我 們 可 以 怎 樣 計 算 出 大 氣 層 環 流 的 狀 況 呢 ?
我 們 可 以 發 射 一 束 鐳 射 光 往 大 氣 層 外 , 作 為 指 導 星 號 x, 因 為 x 是 已 知 的 , 連 同 拍 攝 下 來 的 影 像 b, 我 們 便 可 以 推 算 出 大 氣 層 環 流 的 狀 況 A。
b A−1 A
B
‧12‧
III. 壓縮圖像
A. JPEG 2000 壓縮
矩 陣 另 一 個 應 用 範 疇 是 圖 像 壓 縮 , 其 概 念 十 分 簡 單 , 跟 記 下 英 文 生 字 的 要 領 一 樣 : 省 卻 一 些 相 同 的 部 分 ( 詞 幹 ) , 並 記 下 不 相 同 的 部 分 ( 字 尾 ) 。 壓 縮 的 概 念 就 是 將 信 號 或 圖 像 I
( 下 左 圖 )分 成 兩 部 分,一 是 平 滑 的 部 分 S ( 下 中 圖 ),另 一 是 雜 訊 的 部 分 D ( 下 右 圖 ),如 果 信 號 或 圖 像 I 是 平 滑 的 , 這 樣 雜 訊 部 分 D 便 十 分 小 。
圖 像 或 信 號 ( I ) 平 滑 的 部 分 ( S ) 雜 訊 的 部 分 ( D )
現 在 我 為 大 家 介 紹 JPEG 2000 這 個 圖 像 格 式,它 是 利 用 小 波10 來 壓 縮 圖 像,舉 一 個 簡 單 的 例 子 來 說 明 之,設 I = {1, 2, 3, 4, 5, 6, 7, 8, 8, 7, 6, 5, 4, 3, 2, 1}, 我 們 把 I 每 兩 個 元 素 相 加 起 來 , 得 出
S1 = {3, 7, 11, 15, 15, 11, 7, 3},
兩 兩 相 減 得 出
D1 = {−1, −1, −1, −1, 1, 1, 1, 1}。
10 小波 (Wavelet)
對 應 S1重 複 以 上 步 驟 , 得 出
S2 = {10, 26, 26, 10} 和 D2 = {−4, −4, 4, 4},
但 若 要 儲 存 信 號 I, 我 們 並 未 能 減 省 相 關 記 憶 空 間 , 仍 然 要 記 下 D1、 S2 和 D2 共 16個 數 字 。 因 此 , 我 們 再 對 應 S2 重 複 以 上 步 驟 , 得 出
S3 = {36, 36} 和 D3 = {−16, 16},
最 後 ,
S4 = {72}, D4 = {0},
這 樣
I= D1⊕ D2⊕ D3⊕ S4⊕ D4,
但 因 為 D4 = {0},我 們 便 可 以 省 略 之,減 去 了 一 個 記 憶 空 間,
但 無 損 信 號 的 完 整 性 。
另 一 個 例 子,下 列 信 號 經 小 波 變 換 後,約 有400個 元 素 可 被 省 略 ( Di ≅0) , 壓 縮 就 是 去 除 這 些 十 分 小 的 Di。
原 來 信 號 經 小 波 變 換 的 信 號
‧14‧
對 於 更 平 滑 的 信 號 , 我 們 會 得 出 更 多 0 值 , 即 可 以 減 省 更 多 記 憶 空 間 ; 而 圖 像 是 一 個 平 滑 函 數 的 好 例 子 , 頭 髮 和 膚 色 都 是 十 分 平 滑 的 部 分 。 正 如 上 文 所 提 及 的 , 小 波 變 換 也 可 以 寫 成 為 矩 陣 方 程 。
B. JPEG 壓縮
而 另 一 個 圖 像 儲 存 格 式 就 是 較 早 期 的JPEG, 它 是 利 用 傅 立 葉 變 換11 來 壓 縮 圖 像 。 以 下 是 一 個 利 用 傅 立 葉 變 換 作 中 度 圖 像 壓 縮 的 例 子 , 現 以 圖 中 的 細 小 部 分 作 示 例 以 明 之 , 小 圖 共 有 64個 像 素,經 過 傅 立 葉 變 換 後,我 們 只 儲 存 其 中 9個 系 數,然 後 再 透 過 逆 變 換 , 產 生 出 已 壓 縮 圖 像 。
11 傅利葉轉換 (Transformée de Fourier 英譯名: Fourier Transform)
Transformée de Fourier 有多種中文譯名,常見的有「傅利葉變換」、「傅利 葉轉換」、「傅立葉變換」、「富里葉變換」等等。傅利葉變換在信號處理、
機率論、統計學、聲學、光學、結構動力學等都有廣泛的應用。此變換能將 滿足一定條件的某個函數表示成三角函數(正弦和/或餘弦函數)或者它們的 積分的線性組合。
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
−
−
−
−
=
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜
⎝
⎛
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟⎟
⎟
⎠
⎞
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜⎜
⎜
⎝
⎛
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
−
0 16 16 4 4 4 4 1 1 1 1 1 1 1 1 72
1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1
1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
D1
D2
D3
S4
D4
我 們 知 道 不 論 採 用 任 何 變 換 來 壓 縮 圖 像 , 都 一 定 會 出 現 誤 差 , 使 已 壓 縮 圖 像 失 真 。 現 在 讓 我 們 比 較 這 兩 個 圖 像 格 式[4]
在 以1:94壓 縮 一 幅 508KB的 圖 像 時 的 表 現。我 們 可 見 JPEG 2000
( 右 下 圖 ) 的 壓 縮 比 率 和JPEG(左 下 圖 ) 一 樣 , 但 是 我 們 可 以 清 楚 看 出 右 圖 的 花 朵 的 顏 色 是 粉 黃 , 而 左 圖 則 出 現 少 許 紅 色 。
‧16‧
IV. 結語
相 信 大 家 現 在 對 於 矩 陣 與 圖 像 處 理 之 間 的 關 係 會 有 更 深 入 的 認 識 。 正 如 上 文 所 提 及 的 , 現 今 科 技 發 達 , 我 們 可 以 假 手 電 腦 自 動 化 完 成 有 關 工 作 , 這 樣 我 們 為 什 麼 要 學 數 學 呢 ? 為 何 不 假 手 於 一 部 超 級 電 腦 呢 ? 試 想 想 , 當 我 們 解 決 這 條 二 次 方 程 ︰
0 252 78
6x2− x+ = 時 , 我 們 知 道 可 以 這 樣 求 解 :
6 6 2
252 6 4 78 78 2
× =
−
= ± ( )( )
x 或7
但 究 竟 是 誰 找 出 答 案 呢 ? 電 腦、紙 筆、抑 或 是 我 們 的 腦 袋 呢 ? 當 然 是 我 們 的 腦 袋 , 試 問 沒 有 我 們 利 用 數 學 先 把 問 題 解 決 , 再 將 對 應 的 規 則 系 統 轉 化 成 電 腦 程 式 , 電 腦 又 怎 樣 懂 得 為 我 們 解 決 這 條 二 次 方 程 呢 ?
上 文 曾 經 提 及 圖 像 蘊 藏 着 豐 富 的 內 容 , 我 們 要 用 相 當 多 的 記 憶 體 才 能 把 它 儲 存 起 來 , 因 此 我 們 在 計 算 一 幅 圖 像 A 的 逆 矩 陣 時 , 若 果 只 利 用 高 中 時 所 學 的 數 學 和 家 中 那 部 1GHz 的 個 人 電 腦,我 們 需 要 100 年 的 時 間 才 能 把 A−1計 算 出 來,即 使 我 們 使 用 全 球 現 時 最 快 的 超 級 電 腦 , 仍 需 要 數 個 月 才 能 完 成 。 雖 然 科 技 日 新 月 異,但 根 據 摩 斯 定 理12,以 電 腦 硬 件 每 十 八 個
12 摩斯定理 (摩斯定律) (Moore’s Law)
此定律是由英特爾(Intel)其中一創始人戈登·摩爾(Gordon Moore)提出的。摩斯 定律說明:集成電路上可容納的電晶體數目,約每18 個月便會增加一倍,性 能也將提升一倍,而價格下降一半;後來 ,這一定律揭示了信息技術進步的 速度,並經常以十八個月作為檢討及修訂高科技產業發展速度的時限。
月 增 長 一 倍 的 速 度 來 計 算,我 們 可 以 在 2050 年 用 1 秒 的 時 間 把 A−1計 算 出 來,但 這 確 是 一 件 很 遙 遠 的 事 情 啊 ! 幸 好,若 我 們 學 好 數 學 , 便 懂 得 利 用 數 學 開 發 一 些 更 快 的 規 則 系 統 來 計 算 A−1。
由 此 可 見 , 數 學 的 發 展 對 人 類 的 貢 獻 良 多 , 大 家 可 能 會 問 經 過 這 麼 多 年 的 發 展 , 還 有 什 麼 數 學 問 題 有 待 我 們 去 解 決 呢 ? 其 實,現 今 的 社 會 訊 息 萬 變,而 大 自 然 的 奧 秘 更 是 千 變 萬 化 , 有 很 多 不 同 的 問 題 等 待 着 我 們 利 用 數 學 來 解 決 , 例 如 : 上 文 我 們 曾 經 利 用 過 中 位 數 濾 子 來 去 噪 , 但 大 家 有 否 留 意 到 經 過 兩 次 中 位 數 濾 子 去 噪 後 , 雖 然 圖 像 上 大 部 分 的 雜 訊 都 已 經 被 去 掉 了 , 但 是 圖 像 變 得 有 點 模 糊 , 如 遠 處 的 高 樓 大 廈 已 經 變 得 有 點 朦 朧 ( 下 頁 左 圖 ) 。 這 時 , 我 們 需 要 其 他 數 學 工 具 來 修 復 這 幅 模 糊 影 像 , 使 其 變 得 較 為 清 晰 ( 下 頁 右 圖 ) 。
故 此 我 們 在 研 發 新 的 除 噪 方 法 時 , 需 要 平 衡 除 噪 與 模 糊 之 間 的 利 弊。最 近,我 們 研 發 出 二 階 段 法13,結 合 了 適 應 性 中 位 數 濾 子14和 變 分 法15的 新 除 噪 方 法 , 使 修 復 出 來 的 影 像 不 會 變 得 模 糊 不 清,想 對 我 們 的 方 法 作 進 一 步 的 了 解,歡 迎 參 閱 (with C.W. Ho and M. Nikolova) Salt-and-Pepper Noise Removal by
13 二階段法 (Two-Phase Method)
14 適應性中位數濾子 (Adaptive Median Filter)
15 變分法 (Variational Method)
‧18‧
Median-type Noise Detectors and Detail-preserving Regularization, IEEE Transactions Image Processing, 14 (2005), pp. 1479-1485。
其 他 應 用 的 例 子 還 有 很 多 , 研 究 範 疇 包 括 : 透 過 圖 像 處 理[5]
去 除 圖 像 上 的 文 字 或 花 紋 。
在 天 文 學 上 , 使 用 紅 外 線 攝 像 機 所 拍 下 的 搖 曳 不 清 天 文 圖 像
( 下 左 圖 ) , 也 可 以 透 過 解 決 矩 陣 方 程[6], 修 復 成 有 用 的 天 文 數 據 。
在 日 常 生 活 中 , 相 信 大 家 都 會 察 覺 到 時 下 的 數 碼 相 機 越 來 越 纖 薄 , 但 大 家 有 否 想 到 為 什 麼 不 需 要 使 用 長 焦 距 的 鏡 片 , 也 可 以 拍 攝 出 高 解 像 度 的 圖 像 呢 ? 其 概 念[7] 是 利 用 多 個 細 小 的 鏡 片 , 像 複 眼 般 , 而 並 非 只 用 單 一 鏡 片 來 拍 攝 影 像 , 然 後 將 拍 攝 下 來 的 圖 像 , 透 過 圖 像 處 理 , 重 整 成 一 幅 高 解 像 度 的 圖 像 。
超 薄 的 圖 像 訊 息 收 錄 卡
以 下 為 另 一 實 例[8], 左 面 是 其 中 一 幅 利 用 細 小 鏡 頭 拍 攝 下 來 的 低 解 像 度 圖 片 , 而 右 面 則 是 一 幅 經 圖 像 處 理 重 整 後 的 高 解 像 度 圖 像 。
最 後 , 為 大 家 介 紹 的 研 究 是 如 何 提 高 錄 像 的 品 質 , 我 們 抽 取 錄 像 中 的 一 幅 圖 像 為 例 ( 下 左 圖 ) , 可 見 經 過 圖 像 處 理 後 , 書 脊 上 模 糊 不 清 的 文 字 變 得 清 晰 。
修 復 前
修 復 後
‧20‧
我 們 知 道 錄 像 是 由 多 幅 連 續 拍 攝 的 圖 像 所 組 成 , 以 每 秒30張 圖 像 的 速 度 錄 下 , 讓 我 們 看 起 來 是 一 個 個 連 貫 的 畫 面 。 但 我 們 若 要 看 清 楚 畫 面 上 某 本 書 書 脊 上 的 文 字 時 , 會 發 現 圖 像 可 能 有 點 模 糊 不 清 , 現 在 我 們 想 看 清 楚 畫 面 上 那 本 黃 色 書 書 脊 上 的 數 字 是 多 少 , 該 怎 麼 辦 ? 這 時 我 們 可 先 選 定 出 一 格 參 考 圖 像 , 再 連 同 往 後 數 格 圖 像 , 透 過 一 些 數 學 工 具 , 如 雙 線 性 插 值 或 最 近 研 發 的Tight Frame Method [9]等 , 使 圖 像 變 得 清 晰 。
參 考 圖 像
讓 我 們 看 看 經 修 復 後 的 圖 像 , 現 在 大 家 能 夠 清 楚 地 看 見 書 脊 上 的 數 字 。
時 間
時間
雙 線 性 插 值 Tight Frame Method
相 信 現 在 大 家 對 數 學 與 圖 像 處 理 之 間 的 微 妙 關 係 有 了 一 定 程 度 的 認 識 , 若 果 大 家 想 對 相 關 的 研 究 作 進 一 步 的 了 解 , 歡 迎 大 家 瀏 覽 本 人 的 網 頁 :http://www.math.cuhk.edu.hk/~rchan/ 。 大 家 也 可 以 在 搜 尋 引 擎 中 , 輸 入 ’Raymond Chan’, 查 詢 本 人 的 網 址 。
‧22‧
參考文獻/出處:
[1] Image from HKEDCITY (Nov 2006).
[2] Map downloaded from Google Maps.
[3] R. Chan, M.K. Ng and R.J. Plemmons, Generalization of Strang's Preconditioner with Applications to Toeplitz Least Squares Problems, Numerical Linear Algebra Applications 3 (1996), pp.45-64.
[4] Amey Dilip Purandare, http://www.geocities.com/ee00224/btp2.html.
[5] R. Chan, L.X. Shen and Z.W. Shen, A Framelet-Based Approach for Image Inpainting, CUHK Math. Dept. Research Report #2005-04.
[6] R. Chan, L.X. Shen and Z.W. Shen, Restoring Chopped and Nodded Images by Tight Frames, Proceedings to the SPIE Symposium on Advanced Signal Processing: Algorithms, Architectures, and Implementations, Volume 5205, pp. 310-319, San Diego CA, August 2003, Ed: F. Luk.
[7] Y. Kitamura, R. Shogenji, K. Yamada, et al., Reconstruction of a high-resolution image on a compound-eye image-capturing system, Applied Optics 43 (2004), pp.1719-1727.
[8] Image of Barbara.
[9] R. Chan, Z. Shen and T. Xia, Resolution Enhancement for Video Clips: Tight Frame Approach, Proceedings of IEEE International Conference on Advanced Video and Signal-Based Surveillance, pp.
406-410, Como, Italy, Sept. 2005.
數 學 百 子 櫃 系 列 作 者
( 一 ) 漫 談 數 學 學 與 教 - 新 高 中 數 學 課 程 必 修 部 分 張 家 麟 、 黃 毅 英 、 韓 藝 詩
( 二 ) 漫 談 數 學 學 與 教 - 新 高 中 數 學 課 程 延 伸 部 分 單 元 一
( 即 將 出 版 )
韓 藝 詩 、 黃 毅 英 、 張 家 麟
( 三 ) 漫 談 數 學 學 與 教 - 新 高 中 數 學 課 程 延 伸 部 分 單 元 二
( 即 將 出 版 )
黃 毅 英 、 張 家 麟 、 韓 藝 詩
( 四 ) 談 天 說 地 話 數 學 梁 子 傑
( 五 ) 數 學 的 應 用 : 圖 像 處 理 - 矩 陣 世 紀 陳 漢 夫
( 六 ) 數 學 的 應 用 : 投 資 組 合 及 市 場 效 率 楊 良 河
( 七 ) 數 學 的 應 用 : 基 因 及 蛋 白 的 分 析
( 即 將 出 版 )
徐 國 榮