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
必要に応じて処理結果を画像生成により提示！ 基本的な画像処理の流れ 画像入力 画像入出力 画像データ参照，書き換え 前処理 特徴抽出 色による物体抽出 ラベリング 計測・検出・分類 パターンと図形の検出 パターン認識 必要に応じて処理結果を画像生成により提示！
講義内容（6回） 画像処理とは？ 画像データの構成，画像の入出力演習 画像処理プログラミング基礎（フィルタの設計と実装） 画像処理とは？ 画像データの構成，画像の入出力演習 画像処理プログラミング基礎（フィルタの設計と実装） カラー画像入出力，色抽出，ラベリング，重心算出 背景差分，フレーム間差分 CGプログラミング基礎 ＣＧによる軌跡再現，画像生成
物体抽出処理１ 〜 カラー画像処理，色抽出 カラー画像入出力 カラー → 輝度値 変換，二値化 ＲＧＢ → ＨＳＶ 変換 物体抽出処理１ 〜 カラー画像処理，色抽出 カラー画像入出力 カラー → 輝度値 変換，二値化 ＲＧＢ → ＨＳＶ 変換 色相（Ｈｕe）指定による色域抽出 ラベリング
カラー画像入出力（kadai3-1.c） （R，G，B） 3成分／pixel 輝度値（濃淡値） 1成分／pixel
ＲＧＢ→グレースケール変換（kadai3-2.c） RGB → 輝度値への変換方法 L = 0.30*R + 0.59*G + 0.11*B
様々な色情報の取り扱い （kadai3-3.c, kadai3-4.c） マンセル表色系‥色相・明度・彩度の３属性からなる 色相‥色の種類を示す 明度‥各色相の明るさを示す 彩度‥色の鮮やかさを示す 表現方法 マンセルの色相環と色立体 10R/78(色相10R,明度7,彩度8)
HSV変換と逆変換 RGB色空間で人間の感覚に合った色彩に関する処理をするのは難しい H：色相 RGBデータ S：彩度 HSV変換 V：明度 S：彩度 RGBデータ V：明度 HSV変換 HSV逆変換 RGB色空間の概念図
６角錐モデル HSV変換 6角錐モデル データの範囲 色相（Hue）: 0〜360 彩度(Saturation): 0.0 - 1.0 明度（Value）: 0 - 255 ただし
色情報を手がかりとした物体抽出に頻繁に利用！ HSVを利用する利点 人間の感覚に近い色の指定が可能 色の種類（色相），鮮やかさ（彩度），明るさ（明度）の３成分に分離可能 画像認識課題における色特徴量として扱い易い HSVの利用例 肌の色 道路標識の色 色情報を手がかりとした物体抽出に頻繁に利用！
ＨＳＶの利用例（１）：肌色領域取得 初期データとして肌色のカラーデータを与える 画像の全体の色を取得 → 肌色領域探索 画像全体の色 画像の全体の色を取得 → 肌色領域探索 肌色らしい部分を探索(色追跡アルゴリズム) 画像全体の色 肌色らしい色 色追跡アルゴリズムによる領域
色相による肌色抽出例
探索領域から目標とする色のHueヒストグラムを作成 ＨＳＩの利用例（１）：標識（青）の検出 HSI画像 探索領域から目標とする色のHueヒストグラムを作成 追跡 入力画像よりその色らしさの尤度画像を生成 重心を求め，対象色の領域を抽出 色尤度画像 検出結果
色相と彩度による道路標識抽出
ラベリング 領域（塊）ごとにラベル（番号）を付けて区別 白画素の連結性から，塊を判定, 番号付け 背景は０ image1[y][x] 二値化したppm画像 labeling_table[y][x] int label_area[0]：９ label_sum : ラベル総数（この場合３） int label_area[1]：3