1. โหลดรูปภาพ ตัวอย่างนี้จะใช้ภาพจากกล้อง cannon ภาพถ่ายเป็น raw แต่เปลี่ยนให้อยู่ในรูปแบบ .dng เพื่อให้ง่ายในการประมวลผล ภาพจากกล้องยี่ห้อต่างๆที่ถ่ายภาพ raw จะมีนามสกุลไม่เหมือนกัน แต่สามารถเปลี่ยนเป็น Digital Negative ได้ format .dng เป็นของค่าย Adobe
2. ใช้คำสั่งอ่าน Image
c = imread('canyon1_1.dng')
อ่านขนาดภาพ
whos c
Matlab จะแสดง
Name Size Bytes Class Attributes
c 171x256x3 131328 uint8
ภาพใช้ 8 Bit ต่อ 1 Pixel 1 Pixel จะแสดงค่าสี R,G,B
รายละเอียดภาพจะแทนด้วย Matrix 3 matrix แทนค่า R, G, และ B โดยขนาด matrix คือ 171 x 256
3. ลองใช้คำสั่ง impixelinfo จะแสดง Pixel และค่าสีในแต่ละจุด (x,y)
สามารถใช้คำสั่ง impixel เพื่อ get ค่า RGB ของตำแหน่ง x,y หนึ่งๆได้
>> impixel (a, 75,115)
ans =
202 201 195
4. ขนาดของ Resolution จะแสดงค่าสี RGB ที่ต่างกันหรือไม่
กรณีทดลองสีเดียวที่สม่ำเสมอ (นศ.อาจใช้สีควันแผ่นริงเกิลมานน์)
ทดลองโดยใช้ภาพสีล้วนที่มี resolution ไม่เท่ากัน แต่เป็นสีเดียวกัน
ภาพ S1 ภาพ S2 -->
>> s1 = imread('solid1.jpg');
>> whos s1
Name Size Bytes Class Attributes
s1 380x507x3 577980 uint8
>> s2 = imread('solid2.jpg');
>> whos s2
Name Size Bytes Class Attributes
s2 190x254x3 144780 uint8
ให้หา RGB ที่ตำแหน่ง 1,1 ของแต่ละภาพจะได้ค่าสีเท่ากัน
>> s1 (1 , 1, :)
ans(:,:,1) =
136
ans(:,:,2) =
136
ans(:,:,3) =
136
>> s2 (1 , 1, :)
ans(:,:,1) =
136
ans(:,:,2) =
136
ans(:,:,3) =
136
สรุปค่า RGB มันจะไม่ต่าง แต่ถ้าเป็นรูปที่ขยายตำแหน่งของ RGB ที่พิกัด มันจะเลื่อนไปแล้ว
>> sm = imread('smoke1.jpg');>> imshow (sm)
>> BW = im2bw(sm);
>> imshow(BW)
จะให้ Matlab หาขอบภาพ เราต้องกำหนด Boundary
ทำต่อหายังไม่ได้ ในตัวอย่างหาขอบเหรียญ ถ้าให้ Matlab หาขอบคิดว่าไม่น่าจะ OK หาเองดีกว่า
อาจกำหนดตำแหน่งสี่เหลี่ยมบริเวณปากปล่อง แล้วเอา RGB ภายในบริเวณที่กำหนดออกมา
สมมติจะเอาค่า RGB ในตำแหน่งสี่เหลี่ยมสีแดงในภาพ มุมบน (358,199) มุมล่าง (403,233)
ติดไว้ก่อน
6. Algorithmจะยกตัวอย่างอัลกอแบบง่ายๆ
แบบง่ายหน่อย
สำหรับพิจารณา RGB เทียบแผ่นภาพ สมมติ Ringlemann ระดับที่เทียบมีค่า RGB (136,136,136) จะต้องเอาจุดสีที่มี Distance ที่มีค่าแตกต่างน้อยที่สุดมาพิจารณา โดยอาจกำหนด Threshold คือ ค่าที่คิดว่าเป็นไปได้มากที่สุดที่จะใกล้เคียงกับแผ่นควันระดับนั้น เช่น Minimum = 134,134,134 Maximum = 138,138,138 ค่าสีที่ตกอยู่ในช่วงถือว่าแมชหมด เช่น RGB (135,137,138), RGB (138,135,137) ให้การแมชเท่ากับ 1 ดังนั้น Sum ตำแหน่งที่แมชทั้งหมดออกมา ถ้าแมชมากในระดับนี้ก็แสดงว่าควันอยู่ในระดับนี้ อะไรที่ไม่ตกอยู่ใน Threshold ไม่ต้องคิดเลยจะดีที่สุด
การหาระดับค่า RGB ว่าจะพิจารณาช่วงเท่าไหรดี คงต้องเอาแผ่นภูมิของควันในแต่ละระดับมาดูว่า RGB มันห่างกันเท่าไหร่ในแต่ละระดับ เช่น สมมติ
ระดับ 1 RGB (136,136,136)
ระดับ 2 RGB (136, 140,147)
ระดับ 3 RGB (140, 150,160)
ช่วงค่าที่จะใช้หาแมชหรือไม่แมช
ระดับที่ 1 อาจเป็น RGB (134-138, 134 - 138, 134-138)
ระดับที่ 2 อาจเป็น RGB ( 134-138,138-142, 145 - 150)
อีกอัลกอหนึ่งคือ ใช้ Euclidean distance หา ค่า distance ของ RGB ระหว่างของภาพกับแผ่น Chart
เช่น P1, P2 เทียบกัน
Distance (P1,P2) = SQRT(ABS(P1R - P2R)2 + ABS(P1G - P2G)2 + ABS(P1B - P2B)2
เมื่อ SQRT คือ Square root, ABS - absolute
ซึ่งจะได้ระยะห่างของแต่ละ Pixel แต่ Algorithm อาจจะไปเอาค่าสีที่ไม่ควรเอามาเปรียบเทียบมาคำนวณ ดังนั้น
ควรที่จะพิจารณาจุดสีที่จะนำมาคำนวน Distance ในเบื้องต้นก่อน เช่น
ระดับที่ 2 RGB (204,204,204) สมมติ RGB ที่ผันแปรควรอยู่ในช่วง 174 - 234 ดังนั้นควรพิจารณาเฉพาะจุดที่ค่า RGB อยู่ในช่วง เพื่อนำมาคำนวน distance
แล้วทำการคำนวณหา Similarity ในภาพรวม เช่น สมมติเทียบ 2 Level
Smoke0 [0.544 0.4454 0.230 0.342 0.211 0.211]
Smoke1 [0.233 0.322 0.211 0.342 0.211 0.211]
Summation [0.544 0.4454 0.230 0.342 0.211 0.211] > Summation [0.233 0.322 0.211 0.342 0.211 0.211]ก็สรุปได้ว่าควันน่าจะอยู่ใน Level 2 เนื่องจาก Similarity สูงกว่า (ผลรวมความแตกต่างของจุดสีมีน้อยกว่า)
จริงๆคิดได้หลายอย่าง บางทีอาจเอาค่ามา คูณกันก็ได้ ถ้าคูณได้ค่าน้อยก็แสดงว่าใกล้เคียง
7. ค่าสี RGB ของ Ringlemann Chart
(255,255,255)
(102,102,102)
(51,51,51)
(0,0,0)
ต้องใช้ 12 ระดับ











