適応信号処理とその応用 大阪府立大学大学院工学研究科 電気・情報系専攻 大松　繁.

Presentation on theme: "適応信号処理とその応用 大阪府立大学大学院工学研究科 電気・情報系専攻 大松　繁."— Presentation transcript:

1 適応信号処理とその応用 大阪府立大学大学院工学研究科 電気・情報系専攻 大松　繁

2 デジタルフィルタ フィルタの入出力表現 IIRフィルタ FIRフィルタ

3 フィルタ表現 ＩＩＲフィルタ FＩＲフィルタ

4 適応フィルタ

5 Wiener-Hopf フィルタ

6 フィルタ誤差

7 適応フィルタ

8 Wiener-Hopf 方程式

9 勾配法

10 Noisy LMS法 ルール 誤差と入力の積

11 適応予測

12 適応予測器の処理結果

13 ノイズキャンセリング

14 信号とノイズの分離

15 信号とノイズ

16 ノイズ

17 ノイズ除去結果

18 -フィルタ（１）

19 -フィルタ（２）

20 -フィルタ（３）

21 -フィルタ（４）

22 -フィルタ（5）

23 -フィルタ（6）による画像処理(1)

24 -フィルタ（6）による画像処理(2)

25 -フィルタ（6）による画像処理(３) 67次ローパスフィルタ結果

26 -フィルタ（6）による画像処理(4) 元画像 ローパスフィルタ（101次） -フィルタ（同じ次数） -フィルタ（領域で可変次数）

27 従来の線形フィルタバンクによる成分分離 周波数
ε-フィルタバンク 　従来の線形フィルタバンクによる成分分離　　周波数 　　　　振 　　　 幅 周波数軸上のみの成分分離 　ε-フィルタバンクによる成分分離 　　　　　　　周波数 振 　　 幅 　　 　　　　　　　周波数 振 　　 幅 　　 　　　　　　　周波数 振 　　 幅 　　 細かい成分分離が可能になる

28 塗りつぶし部分の成分を除去することで美観化を行う
顔画像美観化フィルタ 　　　　　　 周波数 　　　　　 　　画 　　　　　　 　素 　　　　　　　 値 顔の細かい凹凸 必要なオペレータ しみ・くま -フィルタ窓サイズ しわ 基本的な顔の構造 塗りつぶし部分の成分を除去することで美観化を行う

29 顔画像による実験結果 閾値 60 35 ローパスフィルタ窓サイズ 7×7 20 ε-フィルタ窓サイズ 11×11 7 入力画像：処理画像の比
0.4：0.6