附錄一之一 上課投影片－影像處理簡介
影像處理
兩大目的
改善影像資訊，使人能理解
調整照片的亮度、對比
去除照片中的雜訊
影像復原
處理景物數據，使電腦能感知
自動字元辨識
安全管理—臉部或指紋辨識
火星探險
地籍圖重建
Digital library (圖片辨識）
調整亮度
某天你在非洲拍了一張獅子的照片，可 惜當時太陽在獅子的正後方，導致照片 太暗……。
去除雜訊
剪報經過掃瞄容易出現點狀雜訊，如果 要進行字元辨識，最好先把這些雜訊去 掉，這樣辨識率會比較好。
影像復原
舊照片如果沒有妥善保存，就容易出現 污損的情況……。
調整對比
X光照片裡的血管分佈如果不清楚，可以 用加強對比的方式突顯出來。
影像與數位影像
影像：現實世界的視覺圖像在平面上呈現出來 的結果。
人類的視覺圖像、繪畫照片、電影及電視畫面 等，都屬於影像。
透過數位相機或掃瞄器等裝置，可以將影像轉 換成電子訊號，這種數位資料的形式稱作數位 影像(Digital Image)
將影像轉換為數位影像的過程，包含了取樣 (sample)與量化(Quantization)兩步驟。
取樣
將影像分割成許多個不連續樣本的過程稱為取樣。取 樣後的每個樣本就是數位影像中的一個像素(pixel)。
取樣後的影像可以用一個原點在左上角的(x,y)座標軸 來表示。
量化
判別經過取樣後的影像中每個樣本的色彩，並 將色彩以對應的數值來表示的過程稱為量化。
像素尺寸與解析度
像素尺寸
在表示一張圖形的大小時，一般皆表示為：
「圖形寬度X圖形高度」，例如：300x200。
解析度
在單位長度內，所包含的像素(pixel)個數。
每英吋多少像素點--DPI(dot per inch)
數位影像的色彩
數位影像依照所包含的色彩數目，可分為：
黑白影像：每個像素只用一個位元來表 示，因此最多只能表示兩種顏色，即黑 與白。
灰階影像：每個像素用一個位元組(八 個位元)來表示，共有256階不同層次的 黑白變化。
彩色影像：通常各以八個位元來表示紅、
綠、藍(RGB模型)三原色的資訊，每個 像素可有2的24次方種顏色，稱為全彩。
色彩數愈多，影像愈豐富，但檔案也愈大。
附錄一之二 上課投影片－單元一：直方圖與像素轉換對照圖
直方圖(histogram)
對一張灰階的影像而言，其每個像素點的灰階值範圍 在0到255之間，如果我們去統計每一灰階值的像素點 個數，就可以直方圖來表示統計結果。
兩張不一樣的圖可不可能 有相同的直方圖呢？
像素值轉換對照圖
當我們對一張影像做改變時，相當於去更改其像素點 的灰階值。
進行某些影像處理時，我們可以把改變前的像素值與 改變後的像素值關係畫出來，形成轉換的對照圖。
原來的灰階值
轉換後的灰階值
0 255
255
像素值轉換對照圖
此例中N=255
如果改變N值 會怎樣呢？
像素值轉換對照圖
此例中N=128 如果改變N值 會怎樣呢？
像素值轉換對照圖
此例中N=128
如果改變N值 會怎樣呢？
像素值轉換對照圖
像素值轉換對照圖
附錄一之三 上課投影片－單元二：降階與二元化
降階
每個像素點的位元數：
8個位元Æ256種顏色變化(階) 7個位元Æ128種顏色變化(階) 6………Æ64……
5………Æ32……
4………Æ16……
3………Æ8……
2………Æ4……
1………Æ2…… <<二元化>>
降階
256階
128階
降階
64階
32階
降階
16階
8階 明顯的 假輪廓現象Æ
降階
4階
降階
2階(黑白) 門檻值：160
2階 門檻值：80 降為2階的動作 稱為「二元化」
附錄一之四 上課投影片－單元三：雜訊的產生與去除
去除雜訊—均化
把維度範圍內的像素值加總之後平均，
成為中心點的新灰階值。
遮罩：(數字表示權重，綠底為中心點)
3維(3X3) 5維(5X5) 7維(7X7)
去除雜訊—均化
原影像 黑點雜訊
3維均化 5維均化 7維均化
去除雜訊—高斯函數
以高斯函數計算每個像素點的權重值，中心點的新灰階值=(維度 範圍內每個像素值乘上各自的權重，再加總)/(權重總和)。
中心點的權重值最高，往兩旁慢慢遞減。
參數：
C ：中心點的權重值。
標準差：決定遞減的幅度。
範例：(c=9,標準差=1)
3維(3X3) 5維(5X5) 7維(7X7)
去除雜訊—高斯函數
原影像 黑點雜訊
3維 5維 7維
去除雜訊—中間值法
把維度範圍內的像素值排序，再取中間的值做為中心點的新值。
當維度變大時，所須的計算量會很大。
黑點雜訊 3維
5維 7維
附錄一之五 上課投影片－單元四：邊界偵測
邊界偵測
目的：偵測物體輪廓 或 突顯物體特徵
簡潔的 輪廓Æ
複雜的 Å細節
邊界偵測
邊界能量強度=(x方向能量的平方+y方向能量的平方)^0.5
Prewitt法的遮罩：
Sobel法的遮罩：
Roberts法的遮罩：
Prewitt法 Prewitt法
門檻值=5 門檻值=10
Sobel法
三種方法 中最亮Æ
Sobel法
門檻值=5 門檻值=10
Roberts法
三種方法 中最暗Æ
Roberts法
門檻值=5 門檻值=10
附錄二之一 實驗組學習單－單元一：直方圖與像素值轉換對照圖
單元一：直方圖與轉換對照圖
我們可以把一張影像看成是二維像素點(pixel)的集合，而每個像素點都有它 的值(value)。例如：一張灰階的影像，如果我們用 8 個位元來表示每個像素點的 值，則總共會有28 = 256 種不同的顏色深淺變化(從 0 到 255)，通常 0 代表”純黑”，
而255 則代表”純白”。
如果我們將全部像素點的像素值做個統計，再整理成”直方圖”，便可以從中 看出整張影像所蘊含的一些資訊。另外，一張影像也可以經由”像素值轉換對照圖”
把所有像素點的值做轉換，如此一來就會對影像產生一些強化或其他特殊效果。
現在就讓我們來實際操作一下吧！
【任務一】觀察統計圖
步驟一：請用數位相機拍下自己的大頭照，並且存成「大頭照」影像檔。
步驟二：執行IPLab 軟體。
步驟三：按下「開啟檔案」按鈕，選擇「大頭照」檔案。
★註：為了便於觀察，IPLab 軟體會自動將影像轉成 256 灰階格式。
步驟四：從直方圖中觀察像素值的分布狀況，並將直方圖的大概形狀畫下來。
問題一：從直方圖的分布，你覺得這張影像是偏亮還是偏暗呢？
問題二：從直方圖的分布，你還看出影像的哪些特性呢？
問題三：兩張完全不同的影像，是否可能擁有相同的直方圖呢？為什麼？
【任務二】轉換對照圖實驗
●「轉換對照圖Ａ」
步驟一：承接【任務一】，請開啟「大頭照」的灰階影像及直方圖。
步驟二：按下畫面右方的「轉換對照圖Ａ」。此時IPLab 軟體會將原影 像按照「轉換對照圖A」的方式轉換成新的影像，並且計算新 影像的直方圖。請你觀察影像及直方圖分別在轉換後所產生的 變化。
步驟三：試著改變畫面上方Ｎ的值，再重複步驟二的做法。
問題一：整體而言，經由「轉換對照圖A」的轉換，會對影像產生什麼效果？
問題二：新影像的直方圖跟舊影像的直方圖有什麼不同？
問題三：當Ｎ的值越小時，會對新的影像產生什麼效果？為什麼？
問題四：當Ｎ設成0 時，會對新的影像產生什麼效果？為什麼？
●「轉換對照圖Ｂ」
步驟一：承接【任務一】，請開啟「大頭照」的灰階影像及直方圖。
步驟二：按下畫面右方的「轉換對照圖Ｂ」。此時IPLab 軟體會將原影 像按照「轉換對照圖Ｂ」的方式轉換成新的影像，並且計算新 影像的直方圖。請你觀察影像及直方圖分別在轉換後所產生的 變化。
步驟三：試著改變畫面上方Ｎ的值，再重複步驟二的做法。
問題一：整體而言，經由「轉換對照圖Ｂ」的轉換，會對影像產生什麼效果？
問題二：新影像的直方圖跟舊影像的直方圖有什麼不同？
問題三：當Ｎ的值越大時，會對新的影像產生什麼效果？為什麼？
問題四：當Ｎ設成255 時，會對新的影像產生什麼效果？為什麼？
●「轉換對照圖Ｃ」
步驟一：承接【任務一】，請開啟「大頭照」的灰階影像及直方圖。
步驟二：按下畫面右方的「轉換對照圖Ｃ」。此時IPLab 軟體會將原影 像按照「轉換對照圖Ｃ」的方式轉換成新的影像，並且計算新 影像的直方圖。請你觀察影像及直方圖分別在轉換後所產生的 變化。
步驟三：試著改變畫面上方Ｎ的值，再重複步驟二的做法。
問題一：經由「轉換對照圖Ｃ」的轉換，會對影像產生什麼效果？
問題二：新影像的直方圖跟舊影像的直方圖有什麼不同？
問題三：當Ｎ的值越小時，會對新的影像產生什麼效果？為什麼？
問題四：當Ｎ設成255 時，會對新的影像產生什麼效果？為什麼？
●「轉換對照圖Ｄ」
步驟一：承接【任務一】，請開啟「大頭照」的灰階影像及直方圖。
步驟二：按下畫面右方的「轉換對照圖Ｄ」。此時IPLab 軟體會將原影 像按照「轉換對照圖Ｄ」的方式轉換成新的影像，並且計算新 影像的直方圖。請你觀察影像及直方圖分別在轉換後所產生的 變化。
問題一：經由「轉換對照圖Ｄ」的轉換，會對影像產生什麼效果？
問題二：新影像的直方圖跟舊影像的直方圖有什麼不同？
●「轉換對照圖Ｅ」
步驟一：承接【任務一】，請開啟「大頭照」的灰階影像及直方圖。
步驟二：按下畫面右方的「轉換對照圖Ｅ」。此時IPLab 軟體會將原影 像按照「轉換對照圖Ｅ」的方式轉換成新的影像，並且計算新 影像的直方圖。請你觀察影像及直方圖分別在轉換後所產生的 變化。
問題一：經由「轉換對照圖Ｅ」的轉換，會對影像產生什麼效果？
問題二：新影像的直方圖跟舊影像的直方圖有什麼不同？
【單元綜合問題】
問題一：你/妳覺得「直方圖」反映出一張影像的哪些資訊？
問題二：透過「像素值轉換對照圖」，能做哪些影像處理的動作？
問題三：從本單元的實驗中，你/妳還獲得哪些心得？
附錄二之二 實驗組學習單－單元二：降階與二元化
單元二：降階與二元化
有時候為了節省儲存空間、增加影像對比或區隔前景與背景等目的，我們可 能必須把一張256 階的灰階影像轉換成 128 階、64 階、32 階、16 階、8 階、4 階，
甚至是2 階(黑白)的影像。而將灰階影像轉換成黑白影像的過程稱為「二元化」，
現在就讓我們實地來操作一下吧。
【任務一】降階實驗
步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「二元化實驗圖」目錄下的「月亮圖片」
檔案。
步驟三：將影像分別轉換成128 階、64 階、32 階、16 階、8 階、4 階影像，注意 觀察各影像與直方圖的變化，並完成下表。
灰階數 直方圖線條數 直方圖最大值 128 階
64 階 32 階 16 階 8 階 4 階
問題一：這張影像的灰階數降為幾階時，開始有很明顯的假輪廓現象呢？
問題二：這張影像在降到幾階以前，其直方圖仍然保有原來的大致形狀呢？
問題三：降階的過程中，隨著灰階數變小，直方圖中的線條數有什麼變化？灰階 數與線條數有什麼關係？
問題四：降階的過程中，隨著灰階數變小，直方圖的最大值有什麼變化呢？
問題五：這張影像在降到幾階之後，圖片中的月亮變成只有一個顏色？這個時候 月亮的形狀是否完整？
問題六：承問題五，單純利用降階，能否把影像中的物體良好地分割出來？為什 麼？
【任務二】二元化實驗
步驟一：按下「開啟檔案」按鈕，選擇「二元化實驗圖」目錄下的「月亮圖片」
檔案。
步驟二：觀察影像的直方圖，然後輸入一個門檻值，再按下「黑白影像」按鈕，
執行二元化動作，將影像轉換成黑白影像。
步驟三：調整門檻值，再重複步驟二，觀察各影像之間的差別。
問題一：在二元化的過程中，門檻值越大，則黑白影像會如何？
問題二：承問題一，黑白影像的直方圖會如何？
問題三：在二元化的過程中，門檻值越小，則黑白影像會如何？
問題四：承問題三，黑白影像的直方圖會如何？
問題五：在此例中，二元化能否有效地分割出影像的前景與背景？若可以，則門 檻值應該設為多少左右？
【任務三】門檻值實驗
步驟一：開啟「二元化實驗圖」目錄下的圖檔。
步驟二：執行二元化功能，利用調整門檻值的方法，改變黑白影像的效果，並完 成下表。
圖檔名稱 較佳的門 檻值
二元化後灰階值為 0 之像素點個數
二元化後灰階值為 255 之像素點個數
分割前景與背景效果 (佳，可，差) 大象
巴士 合照 沙灘 建築
問題一：是否有一個最佳的門檻值可以適用於所有情況？
問題二：使用較佳的門檻值進行二元化後，是否會讓灰階值為0 與灰階值為 255 之像素點個數差不多？
問題三：你/妳覺得二元化是否能有效地分割出所有影像的前景與背景？
【單元綜合問題】
問題一：你/妳覺得降階有什麼優點與缺點？
問題二：你/妳覺得二元化有什麼作用？
問題三：門檻值在二元化過程中扮演什麼樣的角色，其重要性如何？
問題四：從本單元的實驗中，你/妳還獲得哪些心得？
附錄二之三 實驗組學習單－單元三：雜訊的產生與去除
單元三：雜訊的產生與去除
當一張影像受到了某種干擾後，就會產生雜訊，讓我們來認識一下雜訊的產 生與去除雜訊的方法。
【任務一】動動腦―蠟筆小新的故事
某年某月的某一天，小新的媽媽在醫院生下了女兒小葵，小新的爸爸非常高 興，就叫小新拿相機給他拍照。小新用他的小手拿起相機，玩了好一會兒才交給 爸爸，而且在爸爸拍照時，小新也一直拉扯爸爸的手吵著要拍。爸爸好不容易拍 完了一卷底片後，就拿到相片沖洗店沖洗。照片拿回來後，親朋好友們紛紛前來 祝賀，也順便看小葵的照片，看到一半，小新的爸爸就拿水果給大家吃，結果小 新又不小心把水果盤弄倒，有好幾塊水果都倒在相片上面，大家趕緊幫忙把照片 擦乾淨。客人離去後，小新的爸爸為了好好保存這些照片，於是就到3C 量販店 買了一部電腦及掃瞄器回來，小新的爸爸因為要專心操作電腦，就叫小新幫忙把 每一張相片從相簿中抽出來，再放到掃瞄器上面掃瞄，父子倆經過了一番努力，
終於把相片都掃瞄成電子檔，存在電腦裡面了！隔天，小新的老師在電腦課教小 朋友們用小畫家軟體畫簡單的線條圖案，小新一回到家，就迫不及待地打開爸爸 的電腦，不巧的是，爸爸在上班前也是用小畫家把小葵的影像檔案打開觀看，可 是卻忘了關閉檔案，結果……。
問題一：想想看，在這故事中，小葵的影像可能在何時受到何種雜訊的干擾呢？
何時產生雜訊 產生雜訊的原因 雜訊的種類 小新玩相機 手指摸到相機鏡頭 指紋狀的雜訊
【任務二】模擬點狀雜訊實驗 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「去除雜訊實驗圖」目錄下的「月亮圖片」
檔案。
步驟三：先點選月亮圖片的「灰階影像視窗」，表示選取此影像做為操作對象。
再按下「增加雜訊」按鈕，然後輸入選擇雜訊的種類與數量，將雜訊增 加到影像上。
步驟四：重複步驟三數次，在選擇雜訊種類時，分別選擇黑點雜訊(增加灰階值為 0 的雜訊點)、白點雜訊(增加灰階值為 255 的雜訊點)與隨機雜訊(增加隨 機灰階值的雜訊點)做實驗，觀察影像與直方圖受到點狀雜訊干擾後的變 化。
問題一：增加「黑點雜訊」後，會對影像造成什麼影響？而直方圖的最大值與形 狀又有什麼變化呢？
問題二：增加「白點雜訊」後，會對影像造成什麼影響？而直方圖的最大值與形 狀又有什麼變化呢？
問題三：增加「隨機雜訊」後，會對影像造成什麼影響？而直方圖的最大值與形 狀又有什麼變化呢？
【任務三】去除雜訊的方法 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「二元化實驗圖」目錄下的「月亮圖片」
檔案。
步驟三：先點選月亮圖片的「灰階影像視窗」，表示選取此影像做為操作對象。
再按下「增加雜訊」按鈕，然後輸入選擇雜訊的種類與數量，將雜訊增 加到影像上。
步驟四：先點選有雜訊干擾的影像，表示選取此影像做為操作對象。然後分別按 下「均化處理」、「高斯處理」及「中間值法」按鈕，再選擇不同的遮罩 維度與參數，進行去除雜訊的動作。
步驟五：觀察影像與直方圖的變化，以及去除雜訊的處理時間(在直方圖的標題 列) ，並完成下表。
雜訊種類 雜訊個數
方法 處理時間(秒) 處理效果
均化處理 ３維 □很好 □好 □可 □差 □很差 均化處理 ５維 □很好 □好 □可 □差 □很差 均化處理 ７維 □很好 □好 □可 □差 □很差 高斯處理 ３維
Ｃ值：9 標準差：1 □很好 □好 □可 □差 □很差 高斯處理 ５維
Ｃ值：9 標準差：1 □很好 □好 □可 □差 □很差 高斯處理 ７維
Ｃ值：9 標準差：1 □很好 □好 □可 □差 □很差 中間值法 ３維 □很好 □好 □可 □差 □很差 中間值法 ５維 □很好 □好 □可 □差 □很差 中間值法 ７維 □很好 □好 □可 □差 □很差
步驟六：為了比較三種去雜訊方法的處理速度，請再分別使用每個方法的9 維與 11 維遮罩來處理，並且記錄下其處理時間。
方法 ９維的處理時間(秒) １１維的處理時間(秒) 均化處理
高斯處理 中間值法
步驟七：將步驟五與步驟六所得到的時間數據畫在下圖中。(均化處理以藍色表 示，高斯處理以黑色表示，中間值法以紅色表示)
時間
( 秒
)
維度 3 5 7 9 11
問題一：「均化處理」與「高斯處理」除了去雜訊的效果外，還會產生何種效果？
問題二：以本實驗的點狀雜訊而言，你覺得哪一種去雜訊的方法效果最好？
問題三：從直方圖的變化能否看出去雜訊的效果好壞？
問題四：遮罩的維度越大，是否去雜訊的效果會越好？
問題五：哪一種去雜訊的方法最快速？為什麼？
問題六：當維度變大時，哪一種去雜訊的方法會最耗時？為什麼？
【任務四】各種雜訊實驗 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「去除雜訊實驗圖」目錄下的檔案。
步驟三：先點選此影像，表示選取此影像做為操作對象。然後再分別按下「均化 處理」、「高斯處理」及「中間值法」按鈕，選擇不同的遮罩維度與參數，
進行去除雜訊的動作。
步驟四：重複步驟二與步驟三，觀察各種方法的處理效果，並完成下表。
圖檔名稱 較佳的處理方法 (遮罩)維度 處理效果
小孩(粗線條雜訊) □很好 □好 □可 □差 □很差 小孩(細線條雜訊) □很好 □好 □可 □差 □很差 小孩(磨損) □很好 □好 □可 □差 □很差 火星(垂直電子雜訊) □很好 □好 □可 □差 □很差 海邊(指紋) □很好 □好 □可 □差 □很差 細胞(電子雜訊) □很好 □好 □可 □差 □很差
問題一：這三種去除雜訊的方法中，是否有哪一種可以適用於所有情況？
問題二：這些影像中的雜訊是否都能用這三種方法加以去除？
【單元綜合問題】
問題一：你/妳覺得均化處理有什麼特性？
問題二：你/妳覺得高斯處理有什麼特性？
問題三：你/妳覺得中間值法有什麼特性？
問題四：從本單元的實驗中，你/妳還獲得哪些心得？
附錄二之四 實驗組學習單－單元四：邊界偵測
單元四：邊界偵測
一張影像裡面的邊界(edge)對影像處理而言是一項很重要的資訊，我們可以 利用偵測影像裡的邊界來做為強化物體輪廓或突顯物體特徵的方法，現在就讓我 們來認識一下偵測邊界的方法與效果。
【任務一】偵測物體輪廓實驗 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「邊界偵測實驗圖」目錄下的「四隻小狗」
檔案。
步驟三：按下「Prewitt 法」按鈕，IPLab 軟體會依照 Prewitt 法計算出原影像的邊 界能量強度，並且產生其”Prewitt 法邊界影像”。
步驟四：觀察”Prewitt 法邊界影像”與其直方圖，並將邊界影像的直方圖的形狀畫 下來。
步驟五：請先點選” Prewitt 法邊界影像”，表示選取此邊界影像做為操作對象。
再試著調整門檻值，然後按下「黑白影像」按鈕，進行二元化的動作。
步驟六：重複步驟五數次，觀察不同門檻值的偵測輪廓效果，完成下表。
門檻值
線條數多寡 (太多/適中/太
少)
偵測輪廓的效 果 (良好/可/差)
二元化後灰階值為0 之像素點個數
二元化後灰階值為 255 之像素點個數 10
15 20 25 30
問題一：當以「偵測物體輪廓」為目的時，你/妳覺得邊界的線條數多一點還是少 一點，其輪廓會比較清楚呢？
問題二：在本實驗中，將邊界影像二元化的目的是什麼呢？
【任務二】突顯物體特徵實驗 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「邊界偵測實驗圖」目錄下的「狒狒特寫」
檔案。
步驟三：按下「Prewitt 法」按鈕，IPLab 軟體會依照 Prewitt 法計算出原影像的邊 界能量強度，並且產生其”Prewitt 法邊界影像”。
步驟四：請先點選” Prewitt 法邊界影像”，表示選取此邊界影像做為操作對象。
再試著調整門檻值，然後按下「黑白影像」按鈕，進行二元化的動作。
步驟五：重複步驟五數次，觀察不同門檻值的突顯特徵效果，並完成下表。
門檻值
線條數多寡 (太多/適中/太
少)
突顯特徵的效 果 (良好/可/差)
二元化後灰階值為0 之像素點個數
二元化後灰階值為 255 之像素點個數
3 5 7 9 11
問題一：當以「突顯物體特徵」為目的時，你/妳覺得邊界的線條數多一點還是少 一點，其特徵會比較清楚呢？
問題二：在邊界影像二元化時，其門檻值的調整是否要考慮讓二元化之後的全黑 像素點(灰階值為 0)個數等於全白像素點(灰階值為 255)個數？
問題三：狒狒的每一根細毛經過邊界偵測後，會變成幾條線呢？為什麼？
【任務三】邊界強弱度實驗 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「邊界偵測實驗圖」目錄下的「不同灰階 矩形」檔案。這張影像裡面有六個矩形，其灰階值由左至右依序是50、
100、200、50、100、200，而左半邊的背景是全白(灰階值 255)，右半邊 的背景是全黑(灰階值 0)。
步驟三：按下「Prewitt 法」按鈕，IPLab 軟體會依照 Prewitt 法計算出原影像的邊 界能量強度，並且產生其”Prewitt 法邊界影像”。
步驟四：請先點選” Prewitt 法邊界影像”，表示選取此邊界影像做為操作對象。再 試著調整門檻值，然後按下「黑白影像」按鈕，進行二元化的動作。(為 了辨別出各個邊界線條的能量強弱，請由大到小慢慢調整門檻值，依序 找出各個邊界出現在黑白影像時所需的最小門檻值)
步驟五：記錄下門檻值由大到小時，各個邊界出現在黑白影像中的順序，並完成 下表。
出現順序 門檻值(由大到小) 矩形灰階值 矩形背景灰階值 矩形灰階值與背 景灰階值之差距 1
2 3 4 5 6
問題一：由以上實驗，你/妳覺得影響邊界能量強弱度的因素是什麼？
問題二：根據上面的結論，你/妳覺得這張圖片正中間的黑白交接邊線會在第幾個 矩形出現前出現？
問題三：請仔細看矩形的邊，經由邊界偵測後，矩形的邊是否變成兩個像素點寬 呢？想想看，為何會有此「雙重邊界」(double edge)現象呢？
【任務四】不同邊界偵測方法的比較 步驟一：執行IPLab 軟體。
步驟二：按下「開啟檔案」按鈕，選擇「邊界偵測實驗圖」目錄下的「矩形菱形 圓形」檔案。這張影像裡面有三個不同形狀的圖案，分別是矩形、菱形 與圓形，其灰階值皆為0(全黑)，而整張影像的背景灰階值皆為 255(全白)。
步驟三：按下「Prewitt 法」按鈕，IPLab 軟體會依照 Prewitt 法計算出原影像的邊 界能量強度，並且產生其”Prewitt 法邊界影像”。
步驟四：請先點選” Prewitt 法邊界影像”，表示選取此邊界影像做為操作對象。再 試著調整門檻值，然後按下「黑白影像」按鈕，進行二元化的動作。(為 了辨別出各個邊界線條的能量強弱，請由大到小慢慢調整門檻值，依序 找出各個邊界出現在黑白影像時所需的最小門檻值)
步驟五：記錄下門檻值由大到小時，在黑白影像中不同的形狀邊界出現的順序。
★註：必須是完整的矩形、完整的菱形與完整的圓形出現才算，如果是 明顯支離破碎或不完整的形狀則不算。
步驟六：重複步驟三到步驟五，但是改用「Sobel 法」與「Roberts 法」，並將所有 結果填入下表中。
Prewitt 法 Sobel 法 Roberts 法 出現順序 門檻值 圖案形狀 門檻值 圖案形狀 門檻值 圖案形狀
1 2 3
問題一：哪一種邊界偵測法所得到的”邊界影像”最亮？哪一種則最暗？是否跟上 表中的二元化門檻值的實驗結果一致？
問題二：從以上實驗，你/妳覺得利用 Prewitt 法偵測直線、斜線與曲線的邊界時，
所得到的能量強弱依序如何？
問題三：從以上實驗，你/妳覺得利用 Sobel 法偵測直線、斜線與曲線的邊界時，
所得到的能量強弱依序如何？
問題四：從以上實驗，你/妳覺得利用 Roberts 法偵測直線、斜線與曲線的邊界時，
所得到的能量強弱依序如何？
問題五：哪一種的邊界偵測效果最令你/妳滿意？為什麼？
【單元綜合問題】
問題一：當我們對一張影像做邊界偵測時，依照目的不同，會有哪些考量？
問題二：什麼樣的邊界最容易偵測出來？什麼樣的邊界比較不容易偵測出來？
問題三：從本單元的實驗中，你/妳還獲得哪些心得？
附錄三之一 控制組學習單－單元一：直方圖與轉換對照圖
單元一：直方圖與轉換對照圖
問題一：兩張完全不同的影像，是否可能擁有相同的直方圖呢？為什麼？
●「轉換對照圖Ａ」
問題二：整體而言，經由「轉換對照圖A」的轉換，會對影像產生 什麼效果？
問題三：新影像的直方圖跟舊影像的直方圖有什麼不同？
問題四：當Ｎ的值越小時，會對新的影像產生什麼效果？為什麼？
問題五：當Ｎ設成0 時，會對新的影像產生什麼效果？為什麼？
●「轉換對照圖Ｂ」
問題六：整體而言，經由「轉換對照圖Ｂ」的轉換，會對影像產生 什麼效果？
問題七：新影像的直方圖跟舊影像的直方圖有什麼不同？
問題八：當Ｎ的值越大時，會對新的影像產生什麼效果？為什麼？
問題九：當Ｎ設成255 時，會對新的影像產生什麼效果？為什麼？
●「轉換對照圖Ｃ」
問題十：經由「轉換對照圖Ｃ」的轉換，會對影像產生什麼效果？
問題十一：新影像的直方圖跟舊影像的直方圖有什麼不同？
問題十二：當Ｎ的值越小時，會對新的影像產生什麼效果？為什麼？
問題十三：當Ｎ設成255 時，會對新的影像產生什麼效果？為什麼？
●「轉換對照圖Ｄ」
題十五：新影像的直方圖跟舊影像的直方圖有什麼不同？
「轉換對照圖Ｅ」
照圖Ｅ」的轉換，會對影像產生什麼效果？
問題十四：經由「轉換對照圖Ｄ」的轉換，會對影像產生什麼效果？
問
●
問題十六：經由「轉換對
問題十七：新影像的直方圖跟舊影像的直方圖有什麼不同？
單元綜合問題】
「直方圖」反映出一張影像的哪些資訊？
題二：透過「像素值轉換對照圖」，能做哪些影像處理的動作？
題三：從本單元中，你/妳還獲得哪些心得？
【
問題一：你/妳覺得
問
問
附錄三之二 控制組學習單－單元二：降階與二元化
單元二：降階與二元化
問題一：這張影像的灰階數降為幾階時，開始有很明顯的假輪廓現象呢？
問題二：這張影像在降到幾階以前，其直方圖仍然保有原來的大致形狀呢？
問題三：降階的過程中，隨著灰階數變小，直方圖中的線條數有什麼變化？灰階 數與線條數有什麼關係？
問題四：降階的過程中，隨著灰階數變小，直方圖的最大值有什麼變化呢？
問題五：單純利用降階，能否把影像中的物體良好地分割出來？為什麼？
問題六：在二元化的過程中，門檻值越大，則黑白影像會如何？
問題七：承問題六，黑白影像的直方圖會如何？
問題八：在二元化的過程中，門檻值越小，則黑白影像會如何？
問題九：承問題八，黑白影像的直方圖會如何？
問題十：是否有一個最佳的門檻值可以適用於所有情況？
問題十一：使用較佳的門檻值進行二元化後，是否會讓灰階值為0 與灰階值為 255 之像素點個數差不多？
問題十二：你/妳覺得二元化是否能有效地分割出所有影像的前景與背景？
【單元綜合問題】
問題一：你/妳覺得降階有什麼優點與缺點？
問題二：你/妳覺得二元化有什麼作用？
問題三：門檻值在二元化過程中扮演什麼樣的角色，其重要性如何？
問題四：從本單元中，你/妳還獲得哪些心得？
附錄三之三 控制組學習單－單元三：雜訊的產生與去除
單元三：雜訊的產生與去除
【引導故事】
某年某月的某一天，小新的媽媽在醫院生下了女兒小葵，小新的爸爸非常高 興，就叫小新拿相機給他拍照。小新用他的小手拿起相機，玩了好一會兒才交給 爸爸，而且在爸爸拍照時，小新也一直拉扯爸爸的手吵著要拍。爸爸好不容易拍 完了一卷底片後，就拿到相片沖洗店沖洗。照片拿回來後，親朋好友們紛紛前來 祝賀，也順便看小葵的照片，看到一半，小新的爸爸就拿水果給大家吃，結果小 新又不小心把水果盤弄倒，有好幾塊水果都倒在相片上面，大家趕緊幫忙把照片 擦乾淨。客人離去後，小新的爸爸為了好好保存這些照片，於是就到3C 量販店 買了一部電腦及掃瞄器回來，小新的爸爸因為要專心操作電腦，就叫小新幫忙把 每一張相片從相簿中抽出來，再放到掃瞄器上面掃瞄，父子倆經過了一番努力，
終於把相片都掃瞄成電子檔，存在電腦裡面了！隔天，小新的老師在電腦課教小 朋友們用小畫家軟體畫簡單的線條圖案，小新一回到家，就迫不及待地打開爸爸 的電腦，不巧的是，爸爸在上班前也是用小畫家把小葵的影像檔案打開觀看，可 是卻忘了關閉檔案，結果……。
問題一：想想看，在這故事中，小葵的影像可能在何時受到何種雜訊的干擾呢？
何時產生雜訊 產生雜訊的原因 雜訊的種類 小新玩相機 手指摸到相機鏡頭 指紋狀的雜訊
問題二：「均化處理」與「高斯處理」除了去雜訊的效果外，還會產生何種效果？
問題三：以點狀雜訊而言，你覺得哪一種去雜訊的方法效果最好？
問題四：遮罩的維度越大，是否去雜訊的效果會越好？
問題五：哪一種去雜訊的方法最快速？為什麼？
問題六：當維度變大時，哪一種去雜訊的方法會最耗時？為什麼？
問題七：這三種去除雜訊的方法中，是否有哪一種可以適用於所有雜訊狀 況？
【單元綜合問題】
問題一：你/妳覺得均化處理有什麼特性？
問題二：你/妳覺得高斯處理有什麼特性？
問題三：你/妳覺得中間值法有什麼特性？
問題四：從本單元的實驗中，你/妳還獲得哪些心得？
附錄三之四 控制組學習單－單元四：邊界偵測
單元四：邊界偵測
問題一：當以「偵測物體輪廓」為目的時，你/妳覺得邊界的線條數多一點還是少 一點，其輪廓會比較清楚呢？
問題二：將邊界影像二元化的目的是什麼呢？
問題三：當以「突顯物體特徵」為目的時，你/妳覺得邊界的線條數多一點還是少 一點，其特徵會比較清楚呢？
問題四：在邊界影像二元化時，其門檻值的調整是否要考慮讓二元化之後的全黑 像素點(灰階值為 0)個數等於全白像素點(灰階值為 255)個數？
問題五：如果把小狗的特寫影像做邊界偵測，則每一根細毛在經過邊界偵測後，
會變成幾條線呢？為什麼？
問題六：你/妳覺得影響邊界能量強弱度的因素是什麼？
問題七：哪一種邊界偵測法所得到的”邊界影像”最亮？哪一種則最暗？
問題八：如果分別偵測直線、斜線與曲線的邊界，則何者所得到的邊界能量會最 強？
【單元綜合問題】
問題一：當我們對一張影像做邊界偵測時，依照目的不同，會有哪些考量？
問題二：什麼樣的邊界最容易偵測出來？什麼樣的邊界比較不容易偵測出來？
問題三：從本單元中，你/妳還獲得哪些心得？
附錄四 影像處理實驗軟體功能說明
影像處理實驗單元一：直方圖與轉換圖系統功能：
一、幫助使用者瞭解影像直方圖的功用。
二、幫助使用者瞭解各種像素值轉換對照圖的作用。
操作流程：
一、請先按[開啟檔案]按鈕，打開一個影像檔。
二、再按畫面右方的轉換對照圖進行轉換。前三個轉換對照圖可以輸入參數 Ｎ，請在主畫面上方輸入。
按鈕說明：
一、在主畫面上方按鈕：
[開啟檔案]：打開一個副檔名為.jpg 的影像檔，並計算其直方圖。為了 實驗觀察方便，系統會自動將其轉換成256 灰階的影像。
[全部關閉]：關閉所有子視窗。
[Ｎ值] ：像素值轉換對照圖的參數。
[求助] ：系統說明視窗。
二、在主畫面右方按鈕：
[對照圖Ａ]：橫軸為轉換前的像素值，縱軸為轉換後的像素值。
[對照圖Ｂ]：橫軸為轉換前的像素值，縱軸為轉換後的像素值。
[對照圖Ｃ]：橫軸為轉換前的像素值，縱軸為轉換後的像素值。
[對照圖Ｄ]：橫軸為轉換前的像素值，縱軸為轉換後的像素值。
[對照圖Ｅ]：橫軸為轉換前的像素值，縱軸為轉換後的像素值。
影像處理實驗單元二：降階與二元化
系統功能：
一、幫助使用者瞭解影像降階後的效果。
二、幫助使用者瞭解影像二元化後的效果。
操作流程：
一、請先按[開啟檔案]按鈕，打開一個影像檔。
二、再按主畫面上方的降階數進行降階。或者按[黑白影像]按鈕進行二元化，
其門檻值可以在主畫面上方輸入。
按鈕說明：
[開啟檔案]：打開一個副檔名為.jpg 的影像檔，並計算其直方圖。為了 實驗觀察方便，系統會自動將其轉換成256 灰階的影像。
[灰階數] ：降階成 128、64、32、16、8 或 4 灰階的影像。
[門檻值] ：二元化的參數。
[黑白影像]：進行二元化，將影像從灰階影像轉成黑白影像。
[全部關閉]：關閉所有子視窗。
[求助] ：系統說明視窗。
影像處理實驗單元三：雜訊的產生與去除
系統功能：
一、幫助使用者瞭解雜訊產生的原因與效果。
二、幫助使用者瞭解去除雜訊的方法與效果。
操作流程：
一、請先按[開啟檔案]按鈕，打開一個影像檔。
二、再按[增加雜訊]把雜訊加到影像中。
三、再按[均化處理]或[高斯處理]或[中間值法]執行去除雜訊功能。
按鈕說明：
[開啟檔案]：打開一個副檔名為.jpg 的影像檔，並計算其直方圖。為了 實驗觀察方便，系統會自動將其轉換成256 灰階的影像。
[增加雜訊]：增加點狀雜訊到影像中。
[均化處理]：以「像素值平均」的方法進行去雜訊功能。
[高斯處理]：以「高斯函數」的方法進行去雜訊功能。
[中間值法]：把週遭像素點的灰階值排序，再取中間的值做為其灰階值。
[全部關閉]：關閉所有子視窗。
[求助] ：系統說明視窗。
影像處理實驗單元四：邊界偵測
系統功能：
一、幫助使用者瞭解邊界偵測的方法與效果。
二、幫助使用者瞭解邊界影像二元化的效果。
操作流程：
一、請先按[開啟檔案]按鈕，打開一個影像檔。
二、按下[Prewitt]、[Sobel]或[Roberts]按鈕，進行邊界偵測。
三、先選取邊界影像，再按下[黑白影像]按鈕，進行二元化，其門檻值可以 在主畫面上方輸入。
按鈕說明：
[開啟檔案] ：打開一個副檔名為.jpg 的影像檔，並計算其直方圖。為了 實驗觀察方便，系統會自動將其轉換成256 灰階的影像。
[Prewitt 法]：利用 Prewitt 法進行邊界偵測。
[Sobel 法]：利用 Sobel 法進行邊界偵測。
[Roberts 法]：利用 Roberts 法進行邊界偵測。
[門檻值] ：二元化的參數。
[黑白影像] ：進行二元化，將邊界影像從灰階影像轉成黑白影像。
[全部關閉] ：關閉所有子視窗。
[求助] ：系統說明視窗。
附錄五 影像處理成就測驗卷
班級： 姓名： 座號：
●名詞定義：
直方圖：橫軸為顏色，縱軸為影像中屬於此顏色的像素點個數。
直方圖最大值：在直方圖裡面，像素點個數最大的值。
黑白影像：影像中每個像素點的顏色只有純黑與純白兩種。
灰階影像：影像中像素點的顏色介於純黑(灰階值 0)與純白(灰階值 255)之間。
轉換對照圖：橫軸代表原來的像素值，縱軸代表轉換之後的像素值。
一、是非題（對的請打○，錯的請打╳）
（ ）1.同一張影像，若在不同時間計算直方圖，其直方圖可能會不同。
（ ）2.兩張不同的影像，其直方圖也一定不同。
（ ）3.一張 100 X 200 的黑白影像，其直方圖最大值一定不可能超過 20000
（ ）4.一張黑白影像，其直方圖最多可以有 256 條線條。
（ ）5.某張灰階影像的直方圖如下，則我們可以判斷這張影像偏亮。
（ ）6.對同一張影像做降階動作時，灰階數越少，其直方圖中的線條也越少。
（ ）7.把一張影像做降為 32 階時，其直方圖中的線條會只剩下 16 條。
（ ）8.單純利用降階，就可以把所有影像中的物體良好地分割出來。
（ ）9.影像經過降階，就可以用比較少的位元數來代表每個像素點的顏色。
（ ）10.二元化其實也是一種降階的動作。
（ ）11.進行二元化時，應該注意讓二元化之後的純黑與純白像素點個數一 樣多。
（ ）12.進行二元化時，門檻值越高，則二元化後的純白像素點個數越少。
（ ）13.對一張 256 灰階的影像進行二元化時，如果把門檻值設為 128，就可 以讓純黑與純白的像素點個數一樣多。
●以下四題為均化、高斯處理與中間值法的比較
（ ）14.在處理點狀雜訊時，以中間值法的效果比較好。
（ ）15.均化與高斯處理都附帶有柔化的效果。
（ ）16.當維度變大時，高斯處理的速度會最慢。
（ ）17.不管何種方法，其遮罩維度越大，則去除雜訊的效果就會越好。
（ ）18.邊界偵測通常會配合二元化來突顯出邊界的線條。
（ ）19.當以「偵測物體輪廓」的目的時，我們會希望邊界偵測後的線條數 越多越好。
（ ）20.邊界偵測後的線條數如果太少，比較無法突顯物體的細部特徵。
●以下四題為 Prewitt 法、Sobel 法與 Roberts 法的比較
Prewitt 法遮罩 Sobel 法遮罩 Roberts 法遮罩
（ ）21.使用這三種方法，原本影像中的一條線都會產生兩條邊界線條。
（ ）22.使用這三種方法，曲線會比直線容易偵測出來。
（ ）23.使用 Prewitt 法偵測邊界後所得到的邊界能量會最強。
（ ）24.使用 Roberts 法偵測邊界後所得到的邊界能量會最弱。
二、填充題（請從候選答案中選擇正確者，填入括弧內。）
請問下列對照圖，其功能為何？
候選答案：（１）變亮（２）變暗（３）反相（４）對比加深（５）對比減弱
圖一（ ） 圖二（ ） 圖三（ ） 圖四（ ） 圖五（ ）
請問經過以上各圖所代表的轉換後，新影像的直方圖跟舊影像的直方圖相比，有 何變化？
候選答案：（１）左右相反（２）往兩旁拉開（３）向中間集中
（４）N 以下皆為 0（５）N 以上皆為 0
圖一（ ） 圖二（ ） 圖三（ ） 圖四（ ） 圖五（ ）
附錄六 影像處理教學問卷
親愛的同學，您好：
影像處理的課程到此已告一段落，為了瞭解同學對於這次課程的感受，作為下 次課程設計改進的參考，請您在仔細閱讀下列問題後，依真實情況回答下列問 題。謝謝您的配合。
非常不同意不同意普通同意非常同意
【學習影像處理的經驗】
1. 當老師說要上影像處理時，我以為老師要教的內容是：(可複選)
□小畫家的操作 □PhotoImpact 的操作 □其他軟體的操作。軟體名稱：
______________ □影像處理的原理介紹 □其他：__________________
2. 我以前有上過影像處理的課。
□是（在什麼時候：___________）
□否（填「否」者，直接跳到第 9 題作答）
3. 上次影像處理課，老師教的內容是：(可複選)
□小畫家的操作 □PhotoImpact 的操作 □其他軟體的操作。軟體名稱：
______________ □影像處理的原理介紹 □其他：__________________
4. 上次的課程讓我學到如何操作影像處理軟體...□ □ □ □ □ 5. 上次的課程提高了我對學習操作影像處理軟體的興趣...□ □ □ □ □ 6. 上次的課程讓我學到影像處理背後的原理...□ □ □ □ □ 7. 上次的課程提高了我對學習影像處理背後原理的興趣...□ □ □ □ □ 8. 我比較喜歡上的課是：
□上次的影像處理課，因為：____________________________________
□這次的影像處理課，因為：____________________________________
【在聽老師講解的時候】
9. 我上課時有專心聽老師的講解...□ □ □ □ □ 10. 我聽得懂老師的上課內容...□ □ □ □ □ 11. 我有複習老師的上課內容...□ □ □ □ □ 12. 在課後時間我有去找影像處理的相關資料...□ □ □ □ □ 13. 我覺得老師講解內容的難易度：
□太難 □有點難 □剛剛好 □有點簡單 □太簡單
14. 我覺得老師講解內容的份量：
□太多 □有點多 □剛剛好 □有點少 □太少 15. 我覺得老師講解的時間：
□時間太多 □稍稍充裕 □剛剛好 □稍微不足 □完全不足
16. 我覺得老師的講解提高了我的學習興趣...□ □ □ □ □ 17. 整體而言，這次的課程讓我更加了解影像處理的原理...□ □ □ □ □ 18. 有機會的話，我希望能再上類似的影像處理課程...□ □ □ □ □
【在做實驗的時候】
19. 我覺得實驗軟體容易使用...□ □ □ □ □ 20. 在操作實驗軟體時遇到困難，我會(可複選)：
□向老師詢問 □和組員討論 □和別組同學討論 □看線上求助
□仔細再看學習單□我沒有遇到困難□其他：______________
21. 我能夠按照學習單的步驟進行實驗...□ □ □ □ □ 22. 我看得懂學習單的問題...□ □ □ □ □ 23. 完成實驗的子任務後，我能夠回答學習單的問題...□ □ □ □ □ 24. 在回答學習單問題時遇到困難，我會(可複選)：
□向老師詢問 □和組員討論 □和別組同學討論 □看線上求助
□仔細再看學習單□我沒有遇到困難□其他：______________
25. 在回答學習單上面的問題時，我會(可複選)：
□和組員討論 □自己想出答案 □抄其他組的答案 □其他：______________
26. 我覺得這次實驗課程的時間：
□時間太多 □稍稍充裕 □時間剛好 □稍微不足 □完全不足
27. 我覺得實驗課程可以提高我的學習興趣...□ □ □ □ □ 28. 整體而言，我覺得實驗課程能夠幫助我了解影像處理原理.□ □ □ □ □
29. 在這幾週的「影像處理」授課中，我覺得比較困難的部份是：
_____________________________________________________________________
_____________________________________________________________________
30. 我覺得聽老師講課和動手做實驗的差別是：
_____________________________________________________________________
_____________________________________________________________________
31. 聽老師講課與動手做實驗，我比較喜歡____________________，原因是：
_____________________________________________________________________
_____________________________________________________________________
32. 下次如果有類似的影像處理課程，我的建議是：
_____________________________________________________________________
_____________________________________________________________________
