スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

画像処理技術について

今回は、画像処理技術について触れたいと思います。


現在、様々な分野で画像処理が行われています。
先日行われた電気学会では、防災や医療など様々ありました。

なんかすごいんだろうなぁーと思って、なかなか踏み込めない方々もいらっしゃると思いますので、
僭越ながら、私がこれまでに経験した画像処理技術について、サラッと書いてみようと思います(--;)""
そんなに単純でも楽でもないよ(`ε´)ムカー
とおっしゃる方もいらっしゃるとは思いますが、ここは若輩もの戯れ言と割りきっていただけると助かります。
また、ご意見なども募集しています(--;)""

画像処理については、私の概念では、
いくつもの大きなタイルの上を歩きながら、色等を測量していくイメージ(--;)""
これを言うと、誰からも意味不明と言われます(--;)""

画像を処理すると言っても様々あります。
例えば、拡大/縮小 , 変形(回転等),色合い変化、フィルタリング、検出等様々です。

ここで、画像処理をパソコン等の機械にお任せするのですが、機械にも得意不得意があります。

機械が得意とする分野は、デジタル演算です。
ですので、数式で簡単に表すことのできる、
拡大/縮小、変形、色の変化、フィルタリングは、とても簡単にできてしまいます。
しかし、機械は、画像を遠くから見ることができません。
ですので、人間が全体的に見て、「この絵って綺麗だよなぁ~」「この絵と、この絵って似てるよなぁー」
等の判断をすることが難しいのです。
実際、この辺りで私も右往左往しています(--;)""

ですので、ここでは機械に不得意な分野をどのように処理をしていくかの手順的なものを書いてみようと思います。

手順1. ノイズ除去

この段階では、ノイズ除去を行ないます。
フィルタリングを使い、細かな色のブレを無くします。
    [武器]
    ☆平均化フィルタ (Average Filter)
    ☆加重平均化フィルタ (Weighted Averaging Filter)
    ☆ガウシアンフィルタ (Gaussian Filter)
      k最近隣平均化フィルタ (k-nearest Neighbor Averaging Filter)
    ☆バイラテラルフィルタ (Bilateral Filter)
    ☆周波数フィルタ (Frequency Filter)


手順2. 二値化 or グレイスケール化
普通の画像は、R,G,Bの3値で表されています。
しかし、この3値で計算することはとても面倒(というか主観が入る)ので、
白黒画像で表す二値化、または、8bitや16bitで表すグレイスケール化が行われます。
     [武器]
     ☆RGB-HSV変換
       RGBヒストグラム 
     ☆pタイル法
       モード法
     ☆判別分析法 (Discriminant Analysis Method)


手順3 エッジ抽出
エッジの抽出を行ないます。
エッジとは色の濃淡が大きい部分をより濃く表す処理をします。
人間は、形を見てモノを判断しています。
エッジを抽出することにより、形の認識を行います。
     [武器]
     ☆ソーベルフィルタ (Sobel Filter)
     ☆ラプラシアンフィルタ (Laplacian Filter)
     ☆位相限定相関法 (Phase Only Correlation)
     ☆ケニーのエッジ抽出法 (Canny)



手順4 ベクトル化 , オブジェクト化
手順3で抽出した特徴に対して、ベクトルやグループ分けを行ないます。
    [武器]
    ☆細線化
    ☆2分割法 (Binary Decompositon Method)
    ☆
ラベリング

手順5 特徴量抽出
手順4で抽出した特徴に対して、特徴のグループ分けを行ないます。
例えば、線、円、多角形等の形状の特徴抽出、更には、顔の特徴等の固有の特徴抽出を行います。
     [武器]
     ☆ユークリッド距離
     ☆マハラノビス距離
     ☆多項式近似
     ☆最小二乗法
       NN法
     ☆kNN法
     ☆クラスタリング
     ☆ニューラルネットワーク
     ☆ベイジアンネットワーク


と、並べ立てましたが、[武器]と書いてあるのはその手順で使用されるであろう技術です。
☆が付いている技術は、よく使用される基本技術です。
その手法やプログラミング技法も様々ですので、ここでは詳細を省きます。
もし必要でしたらWikiってください(_ _ ;)""
と、このような感じですべてが行われているのではないでしょうか。
どんなに新しい発見をしようとしても、この手順は外せないと思います。


画像処理は、先程[武器]としてご紹介した技術等を深く突き詰めていけば行くほど、奥が深くなってきます。
そして数学が嫌いな方には、向いていないかもしれません。
いっぱい出てきます(--;)""
また、画像処理アプリケーションに特化するほどヒューリスティックになっていき、汎用性も失われてきます。
それをどこで食い止めるか、どこに敷居を置くかが重要になってきます。
現在の画像処理技術はこんなものでしょうか。

Googleさんみたいに、莫大なデータ量を持って、更には、繊細な部分がまだ適応されない画像処理はとても幸せだと思います。

このようなまとめ方で、利用価値があればいいですけど(--;)""

それでは。

終わり。

<おすすめ参考書>


       ↑
*これはいいと思う。

















スポンサーサイト

テーマ : ソフトウェア開発
ジャンル : コンピュータ

コメントの投稿

非公開コメント

プロフィール

ss_9

名前 :ss_9
紹介 :
20代はエンジニア、30代はプロ、40代は管理、50代は人脈。

Twitterボタン

最新記事
カテゴリ
AD
月別アーカイブ
RSSリンクの表示
RSSリンクの表示
上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。