Mathematica8 で新規に導入された画像処理関数の紹介
ーグラフ関数（ラベル行列）の扱い、大幅に強化ー
2011.11.12 @Mathematica研究会 松田裕幸
MorphologicalComponents
500画素より小さく穴があって画像の境界に接していないオブジェクトを求める：
In[1]:=
Out[1]=
バイナリ画像中の連結要素を求める：
In[365]:=
Out[365]=
In[366]:=
Out[366]//Short=
In[52]:=
MorphologicalGraph
骨梁構造のグラフ： In[53]:=
In[267]:=
Out[267]=
In[268]:=
Out[268]=
In[269]:=
Out[269]=
In[343]:=
Out[343]=
In[290]:=
Out[290]=
In[273]:=
Out[273]//Short=
In[274]:=
In[275]:=
Out[275]=
ImageForestingComponents
In[64]:=
最長成分を選ぶことで衛星画像中の川を求める：
In[1]:=
Out[1]=
MorphologicalPerimeter
In[54]:=
前面オブジェクトの境界を求める：
In[1]:=
強度の閾値を指定する：
In[1]:=
Out[1]=
MorphologicalTransform
In[55]:=
一連の操作を使って形態的な開きを作る:
In[1]:=
Out[1]=
水平の上界を求める:
In[1]:=
Out[1]=
ComponentMeasurements
In[56]:=
In[4]:=
Out[4]=
画像中のオブジェクトの離角の測定：
In[5]:=
Out[5]=
囲んでいるセルを知る:
In[6]:=
Out[344]=
近傍セルを知る：
In[345]:=
Out[345]=
ダイスの目の数を知る：
途中、省略 (正確なコードは本notebook後半参照）
In[45]:=
In[50]:=
In[46]:=
Out[46]=
In[47]:=
Out[47]=
In[48]:=
Out[48]=
In[57]:=
In[368]:=
Out[368]=
In[58]:=
In[369]:=
Out[369]=
In[370]:=
Out[370]=
EdgeDetect
In[29]:=
Out[29]=
In[42]:=
Out[42]=
検出するエッジのスケールを指定する：
In[382]:=
Out[382]=
In[383]:=
Out[383]=
消失点を可視化する：
In[1]:=
Out[1]=
エッジ検出を使って幅のある線を見付ける：
In[1]:=
Out[1]=
ContourDetect
標高ラスタの輪郭を求める：
In[358]:=
Out[358]=
In[359]:=
Out[359]=
実数値画像の0とゼロ交差を求める：
In[1]:=
Out[1]=
二次導関数のゼロ輪郭を検出することで画像中の平らな部分を求める：
In[1]:=
Out[1]=
ImageCorrespondingPoints
月の2つの画像のマッチする点を求め，可視化する：
In[1]:=
Out[1]=
GradientFilter
多チャンネル画像の勾配フィルタ：
In[1]:=
Out[1]=
In[373]:=
Out[373]=
グレースケール画像の勾配フィルタを調整する：
In[1]:=
Out[1]=
勾配の大きさのマップ上の線分を検出する：
In[1]:=
Out[1]=
ImageFilter
In[59]:=
In[51]:=
LaplacianGaussianFilter
In[60]:=
カラー画像のエッジを検出する：
In[1]:=
Out[1]=
グレースケールの画像に適用されたラプラシアンガウシアンフィルタ：
In[1]:=
Out[1]=
MorphologicalBinarize
In[61]:=
二重閾値を使った画像のバイナリ化：
In[1]:=
Out[1]=
指紋画像の特徴を単純化する
In[1]:=
Out[1]=
Pruning
Out[1]=
BottomHatTransform
In[62]:=
カラー画像から小さな暗い部分を抽出する：
In[1]:=
Out[1]=
In[1]:=
ボトムハット変換は事実上高周波数領域を逆転させる：
In[1]:=
In[2]:=
In[7]:=
Out[7]=
In[8]:=
Out[9]=
ImageKeypoints
In[63]:=
特徴点を，そのスケール，方向，コントラストを使って可視化する：
In[386]:=
In[387]:=
In[388]:=
Out[388]//Short=
In[389]:=
Out[389]=
CrossingDetect
In[1]:=
Out[1]=
Inpaint
写真の亀裂を修正する：
In[1]:=
Out[1]=
修復でタイムスタンプを除く：
In[1]:=
Out[1]=
修復でごま塩ノイズを除く：
In[14]:=
修復によって画像から大きいオブジェクトを除くことができる：
In[1]:=
Out[1]=
幾何変換で作った画像の境界を修復する：
In[1]:=
Out[1]=
In[2]:=
Out[2]=
テクスチャ合成：
In[1]:=
Out[1]=
DeleteSmallComponents
In[1]:=
Out[1]=
DeleteBorderComponents
バイナリ画像で画像の境界に接する成分を削除する：
In[1]:=
ImageMultiply
カラー画像とグレースケールの画像を掛け合せる：
In[1]:=
Out[1]=
ImageAdd
閾値のバージョンを加えることで，画像をマスクする：
In[1]:=
Out[1]=
すべてのチャンネルに一定量を加えてカラー画像を明るくする：
In[1]:=
2つのカラー画像を加える：
In[1]:=
Out[1]=
ImageSubtract
各カラーチャンネルから一定量を引くと画像が暗くなる：
In[1]:=
Out[1]=
Out[1]=
シャープではなくするマスクをもとの画像に加える：
In[2]:=
Out[2]=
ImageCompose
重ね合せの明示的な位置を指定する：
In[1]:=
Out[1]=
Processing Real-Time Image Streams
In[47]:=
Out[47]=
In[48]:=
Out[48]=
In[49]:=
Out[49]=
In[50]:=
Out[50]=
In[51]:=
In[52]:=
Out[52]=
In[53]:=
Out[53]=
In[54]:=
Out[54]=
In[55]:=
Out[55]=
In[56]:=
Out[56]=
In[58]:=
Out[58]=
In[39]:=
Segmentation and Morphological Analysis
in Developing Solutions for Real-World Image Processing
Tim Kirchner
Wolfram Research
[email protected]
Find the size of the brain region: In[21]:=
In[22]:=
Out[22]=
In[23]:=
Out[23]=
In[24]:=
Out[25]=
In[26]:=
Out[27]=
In[28]:=
Out[28]=
In[29]:=
Out[29]=
In[30]:=
Out[30]=
In[31]:=
Out[31]=
In[32]:=
Out[32]=
In[33]:=
Image Processing Integrated with Other Mathematica Functionality
Created with Wolfram Mathematica 8.0
