Computer Graphics 画像の基礎知識 芝浦工業大学情報工学科 青木 義満 今日の講義内容 画像の基礎知識 2007/4/24 デジタル画像の概要 標本化と量子化 ヒストグラムと画像補正 Computer Graphics 2 光の正体 人間に知覚される電磁波 380 nm ~ 780 nm (nm = 10-9m) の範囲が可視光 2007/4/24 Computer Graphics 3 色が見える原理 「色」が人間に知覚されるために必要な3要素 なぜリンゴは赤く見える? 全ての色を含む 可視光 光 物体 視覚 2007/4/24 特定の色の 光を反射(物体色) Computer Graphics 4 演色性 物体の色は蛍光灯の下と白熱灯の下とでは 違って見える → 光源の演色性 → 見える色は物体の持つ色のみでは決まら ず,光源の分光特性に左右される 2007/4/24 Computer Graphics 5 混色と3原色 混色 異なる色を混合して,別の色を作ること 3原色(3色刺激) 2007/4/24 他の二つを混色してももう一つの色を作ることのでき ないような,独立した3つの色 適当な割合で混色すると,任意の色を生成可能 → 三色性 Computer Graphics 6 加法混色 混ぜると明るく白くなる混色 例)白いスクリーンの上に異な る色の光を重ねて投影 3原色 赤(R), 緑(G),青(B) → カラーテレビの色表示 → デジタル画像 2007/4/24 Computer Graphics 7 減法混色 混ぜると暗く黒くなる混色 例)白い紙の上で水彩絵の具を混ぜ合 わせる 3原色 シアン(C), マゼンタ(M),黄(Y) → カラー印刷 2007/4/24 Computer Graphics 8 物体像の獲得 Image Formation 2007/4/24 Computer Graphics 9 物体像の獲得 Image Formation 2007/4/24 Computer Graphics 10 物体像の獲得 Image Formation projection through lens image of object 2007/4/24 Computer Graphics 11 人間の視覚における画像の獲得 デジタル画像,銀塩写真,印刷物 → 3原色で表現,なぜ? 人の眼が3原色の光をそれぞれ感じ,様々な色調を脳の中に 描くようにできている 角膜・水晶体 → レンズの役割 網膜=撮像素子(フィルム),2種類の視細胞(幹体と錐体), → 簡略化した人の目のつくり。 1. 角膜、2. 水晶体、3. ガラス体、 4. 網膜、5. 錐体、6. 幹体 2007/4/24 Computer Graphics 12 デジタルカメラにおける画像の獲得 光電変換! → 簡略化した人の目のつくり。 1. 角膜、2. 水晶体、3. ガラス体、 4. 網膜、5. 錐体、6. 幹体 2007/4/24 Computer Graphics 13 アナログ画像とデジタル画像 アナログ画像 写真,紙の上に書かれた図形 連続値 標本化(Sampling) 量子化(Quantization) デジタル画像 通常画像と呼んでいるのはこちらの方 離散値(座標は整数値しか取らない) 2007/4/24 Computer Graphics 14 標本化(Sampling)と量子化(Quantization) 画像のA/D変換 標本化(Sampling) 座標(X, Y)を離散的な値に変換 ~空間的離散化 アナログ画像を格子状に分割し(標本化格子),その格子内の濃 淡の平均値を取り出す操作 一つ一つの格子(標本点) → 画素(Pixel) 標本化格子の間隔(標本間隔) ・標本間隔 ・画像解像度 ・データ量 2007/4/24 小 高 大 大 低 小 Computer Graphics 標本化定理 シャノンの標本化定理 ナイキスト周波数 15 標本化(Sampling)と量子化(Quantization) 画像のA/D変換 量子化(Quantization) 濃淡値 f を離散的な値に変換 ~信号強度の離散化 量子化された値 → 量子化レベル,濃淡レベル,画素値 濃淡レベル数 2G → Gビット量子化 256レベル( 28 ) = 8ビット量子化 一般の写真(8ビット),X線写真(10ビット) 量子化誤差,ダイナミックレンジ 2007/4/24 Computer Graphics 16 標本化(Sampling)と量子化(Quantization) デジタル画像 アナログ画像 2007/4/24 Computer Graphics 17 画素(Pixel) 濃淡や色を表す最小単位 画像の大きさを画素単位で表すことが多い 例) 640 X 480 画素(ピクセル) 400万画素 (デジタルカメラ) Pixel Location: p = (r , c) Pixel Value: I(p) = I(r , c) 2007/4/24 Computer Graphics 画素(Pixel) Pixel : [ p, I(p)] 18 Sampling and Quantization real image 2007/4/24 sampled quantized Computer Graphics sampled & quantized 19 Sampling and Quantization column index row index pixel grid real image 2007/4/24 sampled quantized Computer Graphics sampled & quantized 20 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2007/4/24 Computer Graphics 21 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2007/4/24 Computer Graphics 22 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2007/4/24 Computer Graphics 23 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2007/4/24 Computer Graphics 24 カラー画像とモノクローム(モノクロ)画像 (R,G,B) 3成分/pixel 輝度値(濃淡値) 1成分/pixel 2007/4/24 Computer Graphics 25 Color Images Are constructed from three intensity maps. Each intensity map is pro-jected through a color filter (e.g., red, green, or blue, or cyan, magenta, or yellow) to create a monochrome image. The intensity maps are overlaid to create a color image. Each pixel in a color image is a three element vector. 2007/4/24 Computer Graphics 26 2007/4/24 Computer Graphics 27 狭義の画像処理 〜画像の階調補正 2007/4/24 ヒストグラム コントラスト変換 ガンマ補正 Computer Graphics 28 ヒストグラム(濃淡画像) • 各濃淡レベル(輝度値)の画素の数を数えあげたもの → 輝度値の分布がわかる hI g the number of pixels in I with graylevel g. Luminosity 画素数 輝度値 2007/4/24 Computer Graphics 29 ヒストグラム(カラー画像) フルカラー画像 R,G,B,輝度(R, G, Bの平均) の4つのヒストグラム R hI R G L Luminosity hI L hI G B hI B 2007/4/24 Computer Graphics 30 ヒストグラム(カラー画像1) 0.03 0.025 0.02 0.015 0.01 0.005 0 0 50 red pdf green pdf 2007/4/24 Computer Graphics 100 150 200 250 blue pdf luminosity pdf 31 ヒストグラム(カラー画像2) 0.015 0.01 0.005 0 0 50 red pdf green pdf 2007/4/24 Computer Graphics 100 150 200 250 blue pdf luminosity pdf 32 ルックアップテーブル 入力値を出力先に合わせて変換するためのテーブル → ディスプレイ,プリンタ 127 ダイナミックレンジ y=x (標準) 0 出力濃淡レベル 255 変換関数 0 127 255 index value ... ... 101 64 102 68 103 69 104 70 105 70 106 71 ... ... 入力濃淡レベル 2007/4/24 Computer Graphics 33 コントラスト変換 画像が明るすぎたり暗すぎたりする場合,微妙な濃淡の変化を強調し たい場合 → 画像を見やすく a pixel with this value 2007/4/24 cell index input ...0 64 ... 128 ... ... 0 ...32 128 ... 192 ... 224 255 255 ... output contents Computer Graphics is mapped to this value 34 ルックアップテーブル (変換関数)の生成例 For example: Let a 2. Let x 0,,255 x ; a 255 1 1 e a ( x 127) / 32 2007/4/24 2 Computer Graphics 35 127 255 画像全体を明るく 明るさの調整 2007/4/24 Computer Graphics g 0 I k r, c g , if I k r, c 256 J k r , c if I k r, c g 255 255, g 0 and k 1,2,3 is the band index. 0 127 255 transform mapping 36 255 画像全体を暗く 明るさの調整 g 0 and k 1,2,3 is the band index. 2007/4/24 Computer Graphics 0 127 255-g if I k r, c g 0 0, J k r, c I k r, c g , if I k r, c 0 127 255 transform mapping 37 127 255 コントラストの調整 コントラストの強調 傾き>1 if Tk r, c 0, 0, J k r, c Tk r, c , if 0 Tk r, c 255, 255, k 1,2,3 if Tk r, c 255. 2007/4/24 Computer Graphics 0 Let Tk (r, c) a I k r, c 127 127, where a 1.0 0 127 255 transform mapping 38 127 255 コントラストの調整 コントラストの減少 Tk ( r, c ) aI k r, c 127 127, 2007/4/24 Computer Graphics 0 where 0 a 1.0 and k 1, 2, 3 . 傾き<1 0 127 255 transform mapping 39 ヒストグラム平坦化 画像のダイナミックレンジを広げ,細部まで明瞭に 同一対象物を撮影した複数の画像のコントラストを統一 濃淡分布 → 一様分布,正規分布に変換 2007/4/24 Computer Graphics 40 ヒストグラム平坦化の結果 ヒストグラム平坦化 (Histogram Equalization) Luminosity before J r, c EQ I r, c 255 I r0,c p I 2007/4/24 Computer Graphics after 41 階調補正処理 まとめ 2007/4/24 Computer Graphics 42 コントラストの調整 - contrast 2007/4/24 original Computer Graphics + contrast 43 明るさの調整 - brightness 2007/4/24 original Computer Graphics + brightness 44 ヒストグラム補正 histogram mod 2007/4/24 original Computer Graphics histogram EQ 45 画像の補正処理 2007/4/24 - brightness original + brightness - contrast original + contrast Computer Graphics 46 カラーバランスと彩度変化 2007/4/24 Computer Graphics 47
© Copyright 2024 ExpyDoc