普通考試
115年
[資訊處理] 計算機概要
第 32 題
在多媒體領域中，數位影像處理的一個關鍵技術是「影像增強」（image enhancement），下列何項技術最有可能提高影像的對比度，從而改善視覺效果？
- A 高斯模糊（Gaussian blur）
- B 直方圖均衡化(Histogram equalization）
- C 邊緣檢測（Edge detection）
- D 色彩映射（Color mapping）
思路引導 VIP
如果一張照片看起來灰濛濛的、細節模糊，是因為所有像素點在亮度表現上都太過「接近」。若想讓照片變得更清晰立體，我們應該如何重新調整這些像素點在亮暗光譜上的分佈狀態，才能擴大明與暗之間的差距呢？
🤖
AI 詳解
AI 專屬家教
恭喜你準確地掌握了影像增強的核心觀念！直方圖均衡化（Histogram Equalization） 確實是提升對比度最經典且有效的手段。在數位影像處理中，當影像的亮度分布過於集中在某個狹窄區間（例如因光線不足導致整體偏暗）時，透過累積分佈函數（Cumulative Distribution Function, CDF）的轉換，能將像素強度重新分配，使其均勻地散佈在整個灰階範圍 $[0, L-1]$ 內。這在視覺上能有效拉開明暗差距，使細節更清晰。 從技術深度來看，這題考驗的是對「強度變換」與「空間濾波」的區別。相較於 高斯模糊（Gaussian blur） 這種用於平滑去噪、反而會降低對比度的技術，或是 邊緣檢測（Edge detection） 僅針對輪廓提取的處理，直方圖均衡化更強調全域的亮度優化。這類題目在資訊管理與多媒體實務中極具鑑別度，能測驗出學生是否具備將抽象數學分布轉化為具體視覺改善的能力。