Instructions:

Each of these projects will count for 1/2 of your final grade. They will be checked for plagiarism (software + text). You are requested to hand in one zip file with title “YourLastName project1” (e.g. John Doe should submit ”Doe project1.zip”). The zip file should contain:

1.  An about 10 page report with your answers to the questions and figures with your results.

2.  The code for producing these results with clear comments in the  code!  You can use any program- ming language you are comfortable with (preferably Python or Matlab for this class, but we can discuss others). You should explain what you think are important parts of the code in the report (e.g. if you use a special trick that you are proud of).

Your grade will depend on how clearly you present and explain your results in the report and code. You are allowed some freedom to explore solutions (e.g.  if you are asked to come up with your own method), so there is no one correct answer. However, you should demonstrate you have understood the class material and how it applies to these projects.

1    Color Spaces

Choose two colorful image containing distinct colored objects: one with bright colors, and one with pale colors, like the ones below. You can use these or your own.

1.  Transform your images from RGB to HSV and display your results.  Explain the appearance of each color component with respect to your image structure and colors.

2.  Transform the RGB images to an intensity image  “I” in HSI space and an intensity image  “V” in HSV space. Do not use inbuilt fDisplay the resulting images and explain their appearance and their differences. For this exercise you cannot use inbuilt functions. You should find the formulas connecting RGB, I. V and use them.

2    Pontwise transforms, Histogram Equalization

Choose two grayscale images, one with high contrast and one with low contrast, like the ones below. You can use these or your own.

1.  Find the histograms of the two images and display them. You can use inbuilt functions.  Explain their distribution and how it is related to your original images’ appearance.

2.  Transform your images with the Negative pointwise transform without using inbuilt functions Display and explain your results.

3.  Find the histograms of the  “negative” images and display them.  Explain how and why they are different or similar to the original images’ histograms.

4.  Create a power law pointwise transform that transforms pixel intensity values from r to s using s = rn .   Use the resulting power law transform to convert the high contrast image to a lower contrast one or vice versa (you can choose which of the two). To do this you have to find a value n for the power that is bigger or smaller than 1 (you have to find which). Display your results and explain how it works.

3    Spatial Filtering

Choose an image with strong diagonal edges. You can choose your own or one of the ones below.

1.  Create your own 3 X 3 spatial filters to find diagonals at 45.O  and 135O . Apply these two filters to your image using an inbuilt convolution function and display the results. Binarize the result of the filtering and show the binarized image of the edges. Explain their appearance.