1 ．ディジタル画像処理 2 ．コンピュータビジョン 3 ．アクティブビジョン、. レンズカメラより明るい像が得られる. コンピュータを用いたディジタル画像処理は、.
当初は人工衛星画像の画質改善や、. 印刷物の文字を表す2値画像の認識などが試みわれた. 対象は 地球観測衛星・医療用画像、産業・オフィス用途 様々な画像処理アルゴリズムや画像処理装置を開発.
ディジタル画像処理が研究分野として確立されるとともに、. 一般のパソコンがようやくテレビ品質の画像・映像を処理で きるレベルに達したからである. 与えられた画像をどのように処理・変換するか 画像から画像への変換が中心的な処理.
2値画像中の領域や線に対する 幾何学的変形・構造化操作.
Shading, Texture, Contour, Motion
覚の計算理論(Computation Vision, 1982)に基づく見え方 の科学[shape-from-X]に関す る計算アルゴリズムが活発に研 究される. 明るさ テクスチャ 線画 両眼立体視 動き. ＣＶ： ◎3次元シーンが2次元平面に写像されたものとし て画像データを捉える.
2次元画像→3次元シーンという逆写像を行い. 画像から元の3次元シーンの情報を復元. 画像中の陰影やテクスチャからの３Ｄ形状復元.
見かけの運動情報からの３Ｄ形状・運動情報 の復元. ３Ｄ物体の形状モデルを利用した物体認識.
Reflectance Map
見かけ情報から運動情報の復元 Example: Optical Flow.
Flow field
あまりにも理論に偏った研究が多くなされたため、. 本来2次元画像→3次元シーンという逆写像を行う処 理は不良設定問題であり、それを解くには様々な仮 定や前提条件が必要である. 当初の理論研究ではそれらがすべて満たされた理想 的な世界における解析アルゴリズムが多かった.
最近では、理論研究においても、「多様な現実世界の 状況の中で頑健に動作するアルゴリズム」が実現でき ることが一つの評価基準として定着し、シミュレーション 画像に対してだけうまく働くような脆弱なアルゴリズムの 提案は次第に姿を消すようになってきている. ２Ｄ画像データから３Ｄシーンへの情報変換ア ルゴリズムの研究という “ 狭い ” 研究領域から抜 け出し、より広い視点から視覚情報処理研究を 行おうとする試みが進められるようになった. 撮像装置の制御→撮像という処 理ループを繰り返す.
3Dシーン→2D画像の写像を行うＣＧ という相補的な情報変換プロセスを統合 化した視覚情報処理が行われる. ３Ｄシーンをカメラで 撮った画像をＣＶアルゴ リズムによって解析し、. 仮想的シーン記述から ＣＧアルゴリズムによって 新たな画像を生成.
画像から得られた３Ｄシーン記述を基に、撮影時 とは別の視点からシーンを見たときの画像を生成. 画像から得られた３Ｄシーン記述と人工的に生 成したシーン記述を組み合わせ、実写画像とＣＧ 画像を合成した画像を生成（前回加藤先生から見せた例）. 画像に記録された色情報を、ＣＶアルゴリズムに よって物体色成分と光源色成分に分離し、物体色 のみを変化させた画像を生成.
カメラのパラメータが分かれば カメラのパラメータが分かれば そのカメラから取った画像から そのカメラから取った画像から 任意方向から見た画像を合成 任意方向から見た画像を合成. シーンを見た時時の画像の画像を生成を生成. 複数枚の画像より広視野の画像を合成.
ＣＧの拡張としての仮想現実感(Virtual Reality)に対して 生の画像・映像を基に仮想化された画像・映像を生成す る技術(Image-Base Rendering)は、. 制約のない実世界シーンの画像に対して計算機がそ の中に含まれる物体を一般的な名称で認識する. 与えられた学習画像を用いて与えられたテスト画像か ら10種類の物体を認識する.
画像処理とコンピュータビジョンの違い について述べなさい.
