ロボットビジョン特論

画質改善と画像再構成
第4章 pp.101~136
強調、復元、再構成
入力画像にはさまざまな
雑音 と 歪み が含まれている。
画質劣化 の要因を取り除く、
画像を見やすくする
有用な情報を抽出しやすく強調する
ことは、画像処理の最も重要な役割の一つ
目的: 人間にとって見やすい画像を作る
画像の解析や認識にとって、特徴抽出が容易に行えるための
前処理
(preprocessing)
強調、復元、再構成
画像強調の代表的な手法:
濃度変換によるコントラスト強調
ノイズ除去のための平滑化
エッジを強調する鮮鋭化
平滑化/鮮鋭化: 画像の低周波成分/高周
波成分の強調処理に相当
ボケを増やさずに平滑化、雑音を増やさずに
鮮鋭化を達成する非線形処理もある。
強調、復元、再構成
画像の強調(enhancement)は、見やすい画像を
得る処理で、原画像に忠実しなくてもよい。
劣化の原因を取り除き、原画像を忠実に再現
する処理は画像の復元(restoration)である
方法:
劣化過程の数学モデルを構築し、その逆変
換により原画像を再現する
そして、入力機器や伝送過程で生じる幾何的
歪みや放射量の歪みを取り除く処理
強調、復元、再構成
画像の再構成
直接撮影できないもの(人体の臓器、脳
など)の部分的な観測情報をコンピュータ
処理により画像を生成すること
コントラスト強調
濃度階調変換
点操作(point operation)
出力画像(処理結果)I’(x,y)は、入力画
像上の点(x,y)の画素値にのみ依存する
処理のこと
つまり、(x,y)の周りの画素、あるいは画
像全体の平均画素値などに依存しない。
コントラスト強調
点操作の処理結果は、入力画素の画素
値にのみ依存するので、点操作の結果は
入力画素値の関数で表現できる。
xout  f ( xin )
コントラスト強調
画像の濃度範囲を[c,d]から[a,b]に変換す
る。最も簡単なのは線形変換で、次の式
で表される。
xout
( xin  c)
a
b  a

( xin  c)  a (c  xin  d )
d

c

( xin  d )
b
コントラスト強調
Xout
b
a
c
d
Xin
2値化
Xout
b
a
閾値T
Xin
原画像
2値化
T=44
T=82
T=154
白黒逆転
Xout
b
a
Xin
白黒逆転
2段階コントラスト強調
Xout
b
a
Xin
2段階コントラスト強調
白黒逆転
Xout
b
a
Xin
隣接する画素との濃度差の強調
・赤外線カメラにより得られた画像などで、異な
る温度ごとに異なる色を割りあてて温度変化
を強調させることがある。このように濃淡画素
の濃淡を強調して表示する方法を、擬似カ
ラーまたはシュードカラー(Pseudo Color)という
・衛星画像で、地球表面の植生の分布などを
分かりやすくした画像がある。これは、光の周
波数ごとにRGBの各色を割り当てて、混色とし
て画像を表現している。このような方法を
フォールスカラー(False Color)という
擬似カラー