高度情報演習 1A  “テーマC” 実践 画像処理プログラミング 〜...

17
高高高高高高 高高高高高高 1A 1A “高高高 “高高高 高高 高高高高高高高高高高高 高高 高高高高高高高高高高高 高高高高高高 高高高 CG 高高高高高高 高高高 CG 高高高高 高高高高 高高高 高高高高 高高高 高高高高 高高高高高高高 高高高高高 高高高高高高高高高高高高 体() 高高高高高高高 高高高高高 高高高高高高高高高高高高 体() 高高高高高高 高高高 高高高高高 高高 高高 2006/05/08

description

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. 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 - PowerPoint PPT Presentation

Transcript of 高度情報演習 1A  “テーマC” 実践 画像処理プログラミング 〜...

Page 1: 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)

高度情報演習高度情報演習 1A1A  “テーマC” “テーマC”

実践 画像処理プログラミング 実践 画像処理プログラミング〜画像認識とCGによる〜画像認識とCGによる画像生成画像生成〜〜

第三回 演習課題第三回 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)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

Page 2: 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)

基本的な画像処理の流れ

画像入力画像入力

前処理前処理

特徴抽出特徴抽出

計測・検出・分類計測・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!必要に応じて処理結果を画像生成により提示!

画像入出力画像データ参照,書き換え

色による物体抽出ラベリング

Page 3: 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)

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) 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

Page 4: 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)

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(Hu e )指定による色域抽出ラベリング

Page 5: 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)

カラー画像入出力( kadai3-1.c )( R , G ,B )

3 成分/ pixel

( R , G ,B )

3 成分/ pixel

輝度値(濃淡値)

1 成分/ pixel

輝度値(濃淡値)

1 成分/ pixel

Page 6: 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)
Page 7: 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)

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

Page 8: 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)

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

マンセルの色相環と色立体10R/78(色相 10R,明度 7,彩度 8)

表現方法

Page 9: 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)

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             V :明度

  

H :色相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

Page 10: 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)

6角錐モデル

Vmax =max{R,G,B}

Vmin = min{R,G,B}

V =VmaxS = (Vmax −Vmin ) /VmaxH = π /3(cb− cg)

H = π /3(2 + cr − cb)

H = π /3(4 + cg− cr)

cr = (Vmax − R) /(Vmax −Vmin )

cg = (Vmax −G) /(Vmax −Vmin )

cb = (Vmax − B) /(Vmax −Vmin )

)(

)(

)(

max

max

max

ÇÃÇ∆Ç´

ÇÃÇ∆Ç´

ÇÃÇ∆Ç´

IB

IG

IR

===

HSV変換

6角錐モデル

色相( Hue ) : 0 〜 360彩度 (Saturation): 0.0 - 1.0 明度( Value ) : 0 - 255

データの範囲データの範囲

ただしただし

Page 11: 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)

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!色情報を手がかりとした物体抽出に頻繁に利用!

Page 12: 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)

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

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

Page 13: 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)

色相による肌色抽出例

Page 14: 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)

HSIの利用例(1):標識(青)の検出

  追跡

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

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

Page 15: 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)

色相と彩度による道路標識抽出

Page 16: 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)

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

QuickTime˛ Ç∆TIFFÅià≥èkǻǵÅj êLí£ÉvÉçÉOÉâÉÄ

ǙDZÇÃÉsÉNÉ`ÉÉÇ å©ÇÈÇΩÇflÇ…ÇÕïKóvÇ≈Ç∑ÅB

label_sum : ラベル総数(この場合3)

int label_area[0] :9

int label_area[1] :3

背景は0

labeling_table[y][x]image1[y][x]二値化した ppm 画像

Page 17: 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)