二次元画像処理 - vislab.jp · 画像符号化・圧縮! メディア変換（不可視情報の可視化） " 画像認識・画像理解 （パターン→シンボル）!
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 ” Ｃ “高高高 ” Ｃ 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
-
Upload
dustin-boyle -
Category
Documents
-
view
43 -
download
2
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 〜...
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
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
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
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
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
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
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
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
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
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！
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
色相による肌色抽出例
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
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
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
