画像処理論

I. 画像処理のと光学

1.フーリエ変換

2.画像処理と光学の関わり

3.逆問題の基礎

4.コンピュテーショナルイメージング

II. 画像再構成と逆問題

1.逆問題の不安定性

2.特異値分解と一般化逆行列

3.正則化

4.ベイズ推定

III. 画像センシングと認識

1.フーリエ変換計測とスパース再構成

2.動的輪郭法

3.オプティカルフローと荷重積分法

4.人体内部の電気特性の画像化

第1講 コンピュテーショナルイメージング(CI)入門

第2講 光学とフーリエ変換

第3講 逆問題

第4講 フーリエ変換とCI

第5講 コンプレッシブセンシングとCI

第6講 機械学習とCI

ディジタル画像処理

DeepLearningによるHough変換

ディジタル画像処理

1 イントロダクション

画像認識は画像から対象に対する記述を得るものである

それに対してコンピュータグラフィクスは対象に関する何らかの記述から画像を生成する処理である

2 ディジタル画像の撮影

カメラは三次元空間を2次元画像データに記録する処理である

ピンホールカメラ、透視投影モデル、レンズモデル

画角、シャッタスピード

画像のデジタル化

3 画像の性質と色空間

コントラストとシャープネス

人間の視覚

4 画素ごとの濃淡変換

明るさ・コントラストの変換

ヒストグラム平坦化

5 領域に基づく濃淡変換

空間フィルタリングについて

6 周波数領域におけるフィルタリング

フーリエ変換で周波数領域に変換した後処理を施す

7 画像の復元と生成

ボケた画像など、劣化した画像から劣化のない画像を復元することを画像復元という

8 幾何学的変換

イメージモザイキング

複数の画像のつなぎ合わせ

画像間の幾何学的変換を求める

9 2値画像処理

白黒の2値画像に変換すると色々なことができる

連結性

連結成分の境界を求めることを

10 領域処理

領域の特徴量を数値化してコンピュータで測れる仕組みが必要である

ここでは領域の特徴量と領域分割処理について解説する

二次元フーリエ変換による周波数特徴量というものがあるらしい

11 パターン・図形・特徴の検出とマッチング

パターンを検出するための基本的な手法であるテンプレートマッチング、線などの図形要素を検出する手法、画像間の対応を求めるための特徴点の検出と記述手法など

チャンファーマッチングはテンプレートマッチングの1種であり、入力画像とテンプレート画像間のエッジ相違度に基づいて探索を行う手法である

12 パターン認識

画像として得られた対象物をあらかじめ学習し、新たな画像を識別するパターン認識について解説

13 動画像処理

コンピューターでは静止画像の時間的変化を見ることで移動物体を見つけたりする

14 画像からの3次元復元

３次元空間と2次元画像との関係の記述の仕方

2台のカメラで撮影した画像間における幾何学的関係を表すのがエピポーラ幾何である

空間の位置と画像上の位置がカメラの内部パラメータと外部パラメータによって関係づけられている

これらのパラメータは通常はじめから具体的な値がわかっていない

これを求めるのをカメラキャリブレーションという

ステレオビジョン

ここでは記述に基づき、撮影された画像から空間の位置情報を求める方法について解説

15 光学的解析とシーンの復元

光学的解析のこそとなる反射の性質と表現、前処理としての反射成分の分離など

16 画像符号化

画質を損なわず符号の量を削減する画像符号化の考え方

詳解OpenCV

1 概要

2 OpenCV入門

3 OpenCVについて知る

4 HighGUI

5 画像処理

6 画像変換

7 ヒストグラムとマッチング

8 輪郭

9 画像の部分処理と分割

10 トラッキングとモーション

11 カメラモデルとキャリブレーション

12 投影と3Dビジョン

13 機械学習

14 OpenCVの未来

付録