影像定階之研究

Abstract

影像定階在許多電腦視覺應用中，是一必須而且有用的步驟。一般而言，所謂的影 像定階即是在影像灰階統計圖(image histogram) 上選擇一個或多個定階值，將影 像區分成兩個或數個子區域。 這篇論文主要包含兩大主題。首先，我們利用Kohonen network 做影像定階。由於 Kohonen network 是一種自我競爭學習的類神經網路，所以它不需要任何範例 ( Teacher)來輔助學習。同時，它的基本架構簡單，故其學習速度相當快。 在第二部份中，我們發現到，通常在做影像定階之前，都必須事先由人定好欲定階 之數目。因此，我們想發展一套演算法，讓機器自行決定影像定階之數目。在這篇 論文中，運用了向量量化(Vector Quantization) 的技巧，使機器具有決定定階數 目之能力。