4.1 導論 4.2 數學運算 4.3 直方圖（灰階值分佈圖） 4.4 查詢表格 第四章 點處理 4.1 導論 4.2 數學運算 4.3 直方圖（灰階值分佈圖） 4.4 查詢表格
4.1 導論 只要是影像處理運算就會轉換像素的灰階值。而影像處理運算可以按照進行時所需的資訊分成三個等級，複雜度由高到低可排列如下： 1.轉換（transforms） 2.臨域處理（neighborhood processing） 3.點運算（point operations）
4.2 數學運算 點運算對影像中的每個像素灰階值會進行下列簡單的函數運算。 y＝f(x) y＝x ± C or y=Cx
磚塊影像範例 首先，先讀取影像… 第二個指令的重點在於找出b的 數值資料型態，此例為uint8。
以下是對影像進行數學運算需用的函數： [b+128] 加：imadd(b,128) [b-128] 減：imsubtract(b,128) [b*2] 乘：immultiply(b,2) [b/2] 除：imdivide(b,2)
b1 b2 b3 b4
補色（complement） 灰階影像的補色就是對應到相片的負片。若影像矩陣m是屬於double型態，則灰階值便介於0-1之間，可透過下列指令補色。 >> 1-m 若是uint8型態影像，最好的方法就是執行imcomplement函數，補色函數 y=255-x。
原始 補色後
4.3 直方圖（灰階值分佈圖） 灰階影像的直方圖（histogram）是由其灰階層次所構成，也就是一張標示每個灰階層次在影像中出現次數的圖表。從灰階直方圖可以推論出影像大致上的特性。 在MATLAB中可以使用imhist函數檢視影像的直方圖，指令如下：
axis tight 指令可以調整座標軸，讓直方圖的直線條完全落在圖表內。 影像 直方圖
imadjust（im,[a,b],[c,d]） 在MATLAB中擴展直方圖也可以使用imadjust函數。最簡單的形式如下： imadjust（im,[a,b],[c,d]） im是輸入的檔案名稱， Imadjust對於double、 uint8、uint16效果一 樣好，不過a、b、c、d 的值要在0到1之間。
imadjust 函數還有另一個 可選用的參數：gamma 通常gamma等於1（內定值），而我們可以 改變它使它大於或小於1，如下圖所示。 gamma<1 gamma>1
Gamma範例 我們拿輪胎影像做這次的示範……
接下來執行plot函數便可檢視 imadjust擴展函數
片段線性擴展函數
有了這一段函數後，我們來簡單的顯示如何處理uint8或double型態的影像。
直方圖等化 上述直方圖擴展的方法一定需要使用者輸入，有些情況使用直方圖等化（equalization）這種完全自動的處理方式會比叫好。主要的概念是將直方圖轉換成均勻分佈的樣子，亦即使途中所有的直條變成同一高度。
在MATLAB中要執行直方圖等化，可以用 histeq函數，例如對pout影像執行。 前 後
前 後
在舉一個例子，一個顏色很暗的影像。我 們使用imdivide產生暗色影像。如下…
在對影像執行直方圖等化，然後顯示…
4.4 查詢表格 使用查詢表格（lookup table）來執行點運算會十分有效率。對uint8型態的影像執行運算時，使用的表格是由256個值所組成的單一陣列，每個值都是落於0…255之間的整數，只要將像素值p代換成表格中對應的數值tp，即可完成運算。
LUT的範例 舉例來說，『除以2』的LUT表格如下： 譬如說，想用上述表格對磚塊影像進行運算，可先產生表格：
磚塊圖 擴展函數圖
在舉一例，假設我們要對下圖的比對擴展函數執行LUT，我們得到3個直線方程式： 簡化
然後用下列指令建構LUT
Thanks you for listening 感 謝 你 的 聆 聽！！