• 検索結果がありません。

画像処理工学

N/A
N/A
Protected

Academic year: 2021

シェア "画像処理工学"

Copied!
15
0
0

読み込み中.... (全文を見る)

全文

(1)

画像処理工学

画像の濃度変換

画質改善方法:コントラスト強調(変換)

(2)

濃淡画像処理

• 濃度変換

– コントラスト( contrast ;画像の明暗の差)の強調

– コントラスト変換関数やヒストグラムを用いて濃度値を変換 する

• ノイズの除去

– ノイズの除去や濃度値の細かい変動を少なくする – 平滑化など

• 特徴抽出

– 鮮鋭化(ぼやけた画像を鮮明にさせる)やエッジ検出

• 幾何学的形状の変換

– 座標変換

– 画像上の対象物を拡大や回転,平行移動させる

(3)

ヒストグラムを用いた濃度変換

• ヒストグラム

– 画像データ全体で同じ濃度値を持つ画素の数を求め グラフ化したもの

– 横軸に濃度値(画素値),縦軸にその濃度値を持つ 画素の数をとる

濃度値

画素数

0 127 255

(4)

ヒストグラムを用いた濃度変換

全体的に明るい画像の ヒストグラムの分布は 右側にかたよる

全体的に暗い画像の ヒストグラムの分布は 左側にかたよる

平均値が高い

平均値が低い

(5)

ヒストグラムを用いた濃度変換

• ヒストグラムのダイナミックレンジの変更

– ヒストグラムのダイナミックレンジ(最小値-最大値の幅)を 変更することによりコントラストを改善する

( )

( )

( )

( )

min min

max min

min min min max

max min

max max

f f f

g g

g f f g f f f

f f

f f f

 <

 −

 = − + ≤ ≤

 −

  >

f

min

f f

max

g

min

g g

max

(6)

ヒストグラムを用いた濃度変換

• ヒストグラムのダイナミックレンジの変更に基づく コントラスト強調処理のアルゴリズム

コントラスト強調

1:

2:

3:

4:

5:

6:

7:

8:

9:

10:

11:

12:

13:

14:

15:

16:

入力画像:img[N][M]

結果画像:res_img[N][M]

入力画像img[][]の入力

img[][]の最大値fmax,最小値fminを求める

強調後の最大値gmax,最小値gminを入力する

for(y = 0; y < N; y++){

for(x = 0; x < M; x++){

前ページの式で,

fをimg[y][x],gをres_img[y][x]として fmax, fmin, gmax, gminを用いて計算する }

}

結果画像res_img[][]の出力

(7)

ヒストグラムを用いた濃度変換

コントラストが悪い画像

コントラストが良い画像

ダイナミックレンジが狭い

(画素値が近い値)

ダイナミックレンジが広い

(8)

ヒストグラムを用いた濃度変換

• ヒストグラムの平坦化

– 濃度変換式などを用いず,やや複雑なアルゴリズムによって ヒストグラムの分布形状を強制的に平坦にする

– 画素数の多い濃度値の範囲ではヒストグラムの横軸の間隔

を細かくし,少ない範囲では間隔を粗くする

(9)

ヒストグラムを用いた濃度変換

• ヒストグラムの平坦化のアルゴリズム

– 画像サイズを16×16(総数256画素)

– 濃度レベル数を8(0~7の整数値)

– 平坦化を行うとすべての濃度値の画素数は32となる

2 14

42 70

画素数

80

0 1 2 3 4

(10)

ヒストグラムを用いた濃度変換

• ヒストグラムの平坦化のアルゴリズム

– 濃度値の低い方からその画素数を加え,その和がはじめて 32を超える濃度値を求める

– 2+14+42>32 なので,濃度値 0,1 のすべての画素と 濃度値 2 の画素のうち 16個 を濃度値 0 に変換する

2 14

42 70

画素数

80

0 1 2 3 4

26 70

画素数

80

0 1 2 3 4

32

(11)

ヒストグラムを用いた濃度変換

• ヒストグラムの平坦化のアルゴリズム

– 次に,和がはじめて64を超える濃度値を求める

– 2+14+42+70>64 なので,濃度値 2 の残りの26個と 濃度値 3 のうち 6個 を濃度値 1 に変換する

– 以上の処理を繰り返していく

26 70

画素数

80

0 1 2 3 4

64

画素数

80

0 1 2 3 4

32 3232

(12)

ヒストグラムを用いた濃度変換

• ヒストグラムの平坦化のアルゴリズム

– 同じ濃度値の画素数が多い場合,複数の濃度値に割り当て られる

– どの画素をどの濃度値に割り当てるかが問題となる – 方法1:ランダムに割り当てる

– 方法2:周りの画素の濃度値に応じて順序付けて割り当てる

– 一般には方法2がとられる

(13)

コントラスト変換関数を用いた濃度変換

• 線形変換

– ヒストグラムのダイナミックレンジの変更と同じ

– 変換式をグラフにすると線形関数(直線式)になる

g

max

f

max

f

min

( )

( )

( )

( )

min min

max min min max

max min

max max

f f f

g g f f f f f

f f

f f f

 <

  = − ≤ ≤

 −

  >

f

min

f

max

] を [0, g

max

] に変更する線形変換

(14)

コントラスト変換関数を用いた濃度変換

• 非線形変換

– ガンマ特性( CRT ディスプレイの電気-光変換特性)

などを利用した変換

– 変換式をグラフにすると曲線になる

max

max

g f f

f

 

γ

=  

 

g

max

f

max

ガンマ補正による濃度変換(非線形変換)

ガンマ補正式

g

max

f

max

1

γ < γ > 1

明るくなる 暗くなる

(15)

ルックアップテーブルを用いた濃度変換

• ルックアップテーブル

– 変換前の画素値と変換後の画素値の対応表

– 変換式の計算がいらないので,高速に変換処理が 行える

変換前濃度値 変換後濃度値

0 0

1 0

~ ~

83 164

84 170

~ ~

254 255

255 255

65 19

83

63 96

125 127 254

65 19

164

63 96

125 127 254

変換前 変換後

参照

関連したドキュメント

③ 2 値化 シェーディング補正を行ったモノクロ画像を 2 値化して,背景部分と粒子部分に分離する. ③-1:濃淡ヒストグラムの計測

ARC-V2 巻 SKET DANCE1 巻 ジョジョ 13 巻 5D’s7 巻  0.927605   0.141832 -0.242564 ARC-V2 巻  0.100757 -0.239528 SKET DANCE1 巻

オリジナル画像 ( 一部 ) アンチエイリアシング画像 ( 一部 ) 肝心の超解像技術のプログラム作成であるが、【 1.

画像のデータ構造と入力・表示・保存( ) デ ィジ タ ル画 像 を 扱う た めの デー タ構造 を理

1 画像のクラスタリング

画像の読み込みと表示 画像の読み込み 関数名 imread'ファイル名' 画像の標準フォーマットであるjpg、tiff、gif、bmp、pngなどに対応してお り、ファイルの拡張子がデータの内容と一致している場合に適切に読み出 される。 画像の表示 関数名 imshow画像変数名 または imshow'ファイル名' 画像のファイル情報の読み出し 関数名

 衛星画像をスペクトル特性が類似する幾つかの区域に分けると,地表の状態がより鮮明に

を提案しています。分光強度分布情報そのも のを取り込んだ画像を利用すれば、これまで