画像処理工学 2012年2月2日 担当教員 北川 輝彦.

Slides:



Advertisements
Similar presentations
画像処理・実習 第七回: 2値化画像(2値化処理) 東海大学 情報理工学部情報メディア学科 濱本和彦.
Advertisements

Lesson 9. 頻度と分布 §D. 正規分布. 正規分布 Normal Distribution 最もよく使われる連続確率分布 釣り鐘形の曲線 -∽から+ ∽までの値を取る 平均 mean =中央値 median =最頻値 mode 曲線より下の面積は1に等しい.
1 変量データの記述 (度数分布表とヒストグラム) 経済データ解析 2009 年度後 期. あるクラスのテストの点数が次のように なっていたとする。 このように出席番号と点数が並んでいるものだけでは、 このクラスの特徴がわかりづらい。 → このクラスの特徴がわかるような工夫が必要 → このクラスの特徴がわかるような工夫が必要.
生物統計学・第 4 回 比べる準備をする 平均、分散、標準偏差、標準誤差、標準 化 2015 年 10 月 20 日 生命環境科学域 応用生命科学類 尾形 善之.
地理情報システム論 第11回 GIS による処理技法 アドレスマッチングの利用 空間的分布の特徴の把握.
HOG特徴に基づく 単眼画像からの人体3次元姿勢推定
静止背景における動物体の検出と追跡 陳 謙 2004年10月19日.
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第四回 演習課題 画像中からの物体抽出処理(背景情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/15.
「わかりやすいパターン認識」 第1章:パターン認識とは
11章 ボリュームレンダリングを学ぶ 本来は目に見えない内部情報をレンダリングし可視化する技術
・力のモーメント ・角運動量 ・力のモーメントと角運動量の関係
画像処理論.
画像処理工学 2012年11月8日 担当教員 北川 輝彦.
標本の記述統計 専修大学 経済学部 経済統計学(作間逸雄).
集積回路工学研究室 岩淵 勇樹 秋田 純一 北川 章夫
2次元フーリエ変換による 外装材の汚れの定量的評価に関する基礎的研究 Basic Research for the Qualification of the Stain on Claddings by 2dimention Fast Fourier Transform 東京大学大学院工学系研究科 建築学専攻.
平成23年8月 情報学群 岡田 守 このスライドは, 前川佳徳編著による「コンピュータグラフィックス」(オーム社)を基に作成されている.
9月27日 パラボラミラーによる ミリ波ビーム絞り
地理情報システム論 第3回 コンピュータシステムおける データ表現(1)
東京工業大学    ○ 青木 康平 正 大西 有希 正 天谷 賢治 株式会社アールテック      清水 利恭 小杉 隆司 名古屋大学      礒田 治夫
1変量データの記述 経済データ解析 2006年度.
高山建志 五十嵐健夫 テクスチャ合成の新たな応用と展開 k 情報処理 vol.53 No.6 June 2012 pp
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第三回 演習課題 画像中からの物体抽出処理(色情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/08.
画像処理工学 2011年1月26日 担当教員 北川 輝彦.
2007年度 長岡技術科学大学オープンハウス 半透明人間
第9回 GISで空間分布を捉える デジタル地理情報の構造 GISでみる地理分布 地理分布の計測 地理分布の理解.
顔部品の検出システムの構築 指導教員 廉田浩 教授 1DS04188W  田中 甲太郎.
画像処理 基礎.
Computer Graphics 第3回 座標変換 芝浦工業大学情報工学科 青木 義満
Bottom-UpとTop-Down アプローチの統合による 単眼画像からの人体3次元姿勢推定
ビデオデータベース.
第11回   ディジタル画像(2) ディジタル画像処理(2)
プログラミング論 II 2008年吉日 主成分分析 数値積分
Hough変換 投票と多数決原理に基づく図形の検出
画像処理工学 2013年1月23日 担当教員 北川 輝彦.
OpenGLライブラリを用いた3次元フラクタルの描画
画像工学 2015年1月14日 担当教員 北川 輝彦.
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第二回 演習課題
高度情報演習1C 実践 画像処理プログラミング 第二回 演習課題
第6章 特徴空間の変換 6.1 特徴選択と特徴空間の変換 6.2 特徴量の正規化 平成15年5月23日(金) 発表者 藤井 丈明
構造情報に基づく特徴量を用いた グラフマッチングによる物体識別 情報工学科 藤吉研究室  EP02086 永橋知行.
高度情報演習1A “テーマC” 実践 画像処理プログラミング 第六回 最終課題 画像処理による動物体自動抽出、モーションキャプチャ
東京農業大学 東京情報大学 附属第一高等学校・中等部 附属第二高等学校 附属第三高等学校・中等部
プログラミング論 主成分分析
確率と統計 メディア学部2008年後期 No.3 平成20年10月16日(木).
-画像処理(空間フィルタリング)- 画像処理(空間フィルタリング)のモデルとその基本操作 雑音除去・平滑化への適用
複数特徴量の重み付け統合による一般物体認識
SURF+BoFによる特定物体認識 卒業研究1 1 11/27/11.
マルチ識別器を用いた 花画像検索システムの構築
画像工学 2013年1月16日 担当教員 北川 輝彦.
SIFTとGraph Cutsを用いた 物体認識及びセグメンテーション
製図の基礎 6回目 5/21 日本工業大学 製図の基礎.
Wavelet係数の局所テクスチャ特徴量を用いたGraph Cutsによる画像セグメンテーション
Bottom-UpとTop-Down アプローチの組み合わせによる 単眼画像からの人体3次元姿勢推定
2007年度 長岡オープンハウス クロマキー合成 小山高専 電子制御工学科4年                       針谷 尚裕.
都市・港湾経済学(総) 国民経済計算論(商)
「ICAによる顔画像特徴量抽出とSVMを用いた表情認識」
地理情報システム論(総)/ 国民経済計算論(商)
Volume Extractor Ver 概要紹介と造形モデル例-
画像処理工学 2011年12月1日 担当教員 北川 輝彦.
2006年度 オープンハウス 画像からの顔領域の摘出
第9章 学習アルゴリズムとベイズ決定側 〔3〕最小2乗法とベイズ決定側 発表:2003年7月4日 時田 陽一
はやぶさ試料(RA-QD )の X線CT解析 – X線CT岩石学の適用例 - X線CT解析の結果に基づいて試料を切断し分析
メディア学部 2010年9月30日(木) 担当教員:亀田弘之
情報の集約 記述統計 記述統計とは、収集したデータの分布を明らかにする事により、データの示す傾向や性質を要約することです。データを収集してもそこから情報を読み取らなければ意味はありません。特に膨大な量のデータになれば読みやすい形にまとめて要約する必要があります。
遺伝的アルゴリズムを用いた特徴選択 によるパターン認識
1変量データの記述 (度数分布表とヒストグラム)
第22回講義の要点 断面諸量 コンクリート工学研究室 岩城 一郎.
弱電離気体プラズマの解析(LXXVI) スプラインとHigher Order Samplingを用いた 電子エネルギー分布のサンプリング
市松模様を使用した カメラキャリブレーション
Presentation transcript:

画像処理工学 2012年2月2日 担当教員 北川 輝彦

5.2 特徴抽出 5.2.1 領域内部の画像特徴 5.2.2 形状特徴 5.2.3 境界記述 5.2 特徴抽出

5.2.1 領域内部の画像特徴 5.2.1 領域内部の画像特徴 5.2.2 形状特徴 5.2.3 境界記述 5.2 特徴抽出

5.2.1 領域内部の画像特徴 前回までの処理: 特徴的な領域の抽出(2値化、強調) 画像特徴 5.2.1 領域内部の画像特徴 前回までの処理:   特徴的な領域の抽出(2値化、強調) 画像特徴   抽出された領域内部の定量化できる 数学的、統計的情報等 5.2 特徴抽出

5.2.1 領域内部の画像特徴 画像特徴の例 ・画素の輝度 ・カラー ・種々のテクスチャ特徴   等 5.2 特徴抽出

5.2.1 領域内部の画像特徴 ・画素の輝度、カラー:1次特徴 領域内部のヒストグラムの調査 5.2.1 領域内部の画像特徴 ・画素の輝度、カラー:1次特徴 領域内部のヒストグラムの調査 RGB成分⇒HSB(HSI、HSVとも)成分へ変換 5.2 特徴抽出

5.2.1 領域内部の画像特徴 ・平均輝度、標準偏差、モード:2次特徴 平均輝度:領域内の輝度平均値 標準偏差:平均値からのばらつき 5.2.1 領域内部の画像特徴 ・平均輝度、標準偏差、モード:2次特徴  平均輝度:領域内の輝度平均値  標準偏差:平均値からのばらつき  輝度モード:輝度の最頻値 5.2 特徴抽出

5.2.1 領域内部の画像特徴 ・テクスチャ特徴:2次特徴 テクスチャ特徴:滑らか、粗い濃度変化分布 の違い 5.2.1 領域内部の画像特徴 ・テクスチャ特徴:2次特徴 テクスチャ特徴:滑らか、粗い濃度変化分布  の違い 1.ハイパスフィルタ、ローパスフィルタの結果 2.空間周波数成分を解析 3.統計的手法:標準偏差の解析 5.2 特徴抽出

5.2.2 形状特徴 5.2.1 領域内部の画像特徴 5.2.2 形状特徴 5.2.3 境界記述 5.2 特徴抽出

5.2.2 形状特徴 ラベリング 同じ連結成分に属する全ての画素に 同じラベル(番号)を割り当てる手順 ⇒ ラベル付けとも 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 図形を特徴付ける  物理的な次元の特徴量 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 (a) 周囲長 対象の外周上の画素単位の距離。 5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴  (a) 周囲長 対象の外周上の画素単位の距離。 4近傍での接触を1単位、 8近傍の対角方向では√2≒1.414単位  (b) 面積 対象内部の面積。一般的には画素総数 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 (c) 面積/周囲長 別名円形度。 0-1の値を示し、1に近いほど円形に近い 5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴  (c) 面積/周囲長  別名円形度。 0-1の値を示し、1に近いほど円形に近い 逆数は複雑度と呼称する。 円形度 = (4π×面積)/(周囲長)^2 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 (d) 主軸、主軸長、主軸角 主軸:対象内に描ける最大長さ 対象の境界上の2点の 5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴  (d) 主軸、主軸長、主軸角 主軸:対象内に描ける最大長さ 対象の境界上の2点の 全ての組み合わせを探索。 主軸長=√{(x2 – x1)^2 + {(y2 – y1)^2} 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 (d) 主軸、主軸長、主軸角 主軸角:画像のx軸と主軸の成す角 5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴  (d) 主軸、主軸長、主軸角 主軸角:画像のx軸と主軸の成す角 主軸角 = tan^-1{(y2 – y1) / (x2 – x1)} 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 (e) 短軸、短軸幅 短軸:主軸に垂直な対象内を通る最大長さ 5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴  (e) 短軸、短軸幅 短軸:主軸に垂直な対象内を通る最大長さ 短軸幅=√{(x2 – x1)^2 + {(y2 – y1)^2}  (f) 短軸幅/主軸長 対象の伸長を表す0-1の値。 5.2 特徴抽出

5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴 (g) 外接長方形の面積 (h) 穴の数およびオイラー数 (i) 全穴面積 5.2.2 形状特徴 (2) 形状特徴:幾何学的特徴  (g) 外接長方形の面積  (h) 穴の数およびオイラー数  (i) 全穴面積  (j) 全穴面積/対象の面積 5.2 特徴抽出

5.2.2 形状特徴 (3) 形状特徴:統計的特徴 図形の空間モーメント (p + q)次のモーメントm 5.2 特徴抽出