知覚と画像処理画像工学人は見たものをどのようにして認識・理解しているのか？ Rev. 2015.04.30 ? 光 ➡ 眼球 ➡ 視神経 ➡ 脳（情報処理）コンピュータはどのような処理を行えば、画像から物を認識・理解できるのか？ 1 3 講義内容画像処理技術の応用 ✤ ディジタル画像処理 ✤ 見やすい画像への変換・補正画像変換、特徴量抽出、パターン認識、画像符号化、動画像処理 ✤ 画像処理プログラミング Processingを使ったプログラム作成 ➡レポート課題 ✤ コンピュータグラッフィクスの基礎 2 ✤ 文字認識、指紋照合、顔識別、年齢推定 ✤ 製品検査、交通量計測 ✤ ジェスチャー認識、スポーツ映像解析 ✤ 高画質での映像記録・映像伝送 4 画像処理の種類ディジタル画像の表現 ✤ 画像処理（Image Processing） ✤ 画素（pixel; ピクセル）画像に加工を施して新たな画像を得る ✤ 画像認識（Image Recognition）画像中の対象物が何であるか同定する ✤ 画像計測（Image Measurement）画像から対象物の形状や個数、動きの情報を得る ✤ 画像理解（Image Understanding）画像から得られる情報を統合し、画像がもつ意味を構造的に理解する画像を構成する個々の点 ✤ 画素値（濃淡値，階調値，輝度値）画素ごとの光の強さ。0∼255の整数 ✤ 座標系 2次元座標。x軸は右向き、y軸は下向き座標値は整数 5 7 画像処理とCG ディジタル画像の取得画像画像認識画像計測画像処理 6 画像理解 ✤ 標本化（sampling) 画像のアナログ信号から画素の明るさを格子状に取り出す ➡ 画素の位置が決まる CG 物体の情報 AD変換意味 ✤ 量子化（quantization) 画素の明るさを有限個の段階の値に変換する ➡ 各画素の画素値が決まる 8 AD変換画像の数式表現画素値画像f の座標(i, j)における画素値画素値 f(i, j) 画像f の横幅と縦幅の画素数をM, Nとすると 0 ≦ i < M, 0 ≦ j < N 標本化座標量子化座標例：画像f の画素値に20を足したものを画像gとする g(i, j) = f(i, j) + 20 9 11 階調数による画像の種類画像の性質を表す諸量 ✤ 2値画像（binary image) ✤ ヒストグラム白と黒の2階調 ✤ グレースケール画像（grayscale image) 白黒濃淡256階調 ✤ カラー画像（color image) 光の3原色（赤、緑、青）の混色で色を表現する 10 ✤ 統計量（平均値、分散値）画像の性質（明るい・暗いなど）を数値化することで、どのような画像かが判別できる。見やすい画像に自動補正できる 12 画素ごとの濃淡変換空間フィルタリング画像の明るさ・コントラストを変換する入力画像のある領域（主として３３画素）の画素値を用いて、出力画像の画素値を求める。出力画像の画素値トーンカーブ A B C a b c D E F d e f G H I g h i X フィルタ入力画像の画素値 13 領域に基づく濃淡変換画像中の輪郭をぼやかしたり、明瞭にしたりして、画像の性質を変える。 ✤ 平滑化（平均化） ✤ エッジ抽出 ✤ 鮮鋭化 14 X=Aa+Bb+Cc+Dd+Ee+Ff+Gg+Hh+Ii 15