画像処理の覚書
テスト範囲
画像処理の位置づけ
[パターン観測] ↓ ───┐ [前処理] │ ↓ │ [特徴抽出] │でるよ ↓ │ [パターン識別] │ ↓ ───┘ [後処理]
前処理
前処理(pre-processing)には、
- 雑音除去(フィルタリング)
- 濃度変換(点変換)
- セグメンテーション・領域検出(ジオメトリ)
などがある。
全て、特徴抽出に邪魔な情報をカットし、特徴を強調するためにある。
特徴抽出
地のデータ(雑音が入っている)から、任意の性質を指標する値のみを取り出そうという試み。
局所処理フィルタ
どう使いこなすか。
性質
- 線形 行列で表現できる。(アフィン変換)
- 非線形 行列で表現できない。不連続だったり、二次関数だったり。
- 点演算 結果が、入力画像と同じ位置の画素にしか依存しない
- 局所演算 結果が、入力画像と同じ位置の画素と、その近傍に依存する。
- その他 複雑な統計量を使ったりする
講義でやったフィルタの分類
- 平滑化フィルタ 近傍領域の濃淡を滑らかに。
- 差分フィルタ 濃淡変化の大きいところを強調→エッジ強調
- 局所パターンマッチング 類似する領域を探す。4つの方法についてレポート書かされた。
- 局所統計量フィルタ 近傍領域内の統計量を出力画像にする。他のフィルタとキャラがかぶっている。
- モルフォロジーフィルタ パターンマッチングに似ているらしい。けどよくわからない異端児。幾何的性質に依存
具体的なヤツ
- 2値化(非線形フィルタ)
2値画像を得る理由はひとつ、被写体と背景を分けたい場合だと思う。
- p-タイル法
- 分割点を割合で決める。画像の性質はポイ。
- モード法
- (最小の)極小点に分割点を置く。理想的な画像ではいいけど、そんな画像ばっかじゃないです。
- 判別分析法
- 統計的性質をさらに利用。分離度に重きを置く。それぞれの山が小さくて、間が遠いとよろし。
- 差分フィルタ(線形局所)
- 1階差分フィルタ:一方向の傾き ある方向のエッジを強調する
- 2階差分フィルタ:一方向の滑らかさ ある方向のエッジを強調する
- グラディエント:傾き エッジを強調する
- ラプラシアン:滑らかさ エッジを強調する
- 一様重み平滑化:滑らかにする ノイズつぶし
- 差分フィルタ(非線形局所)
- モルフォロジ
ステレオ画像
用語
モデル
被写体を、だけ離れた二つのレンズによって、2つのスクリーンに射影する。
物体世界の原点はレンズの二等分点に、射影の像の原点はレンズの軸上にとる。
スクリーンとレンズの距離は、両者ともレンズの軸上で測ってである。
Tを射影した点を上にとし、上にも同様にを取る。
目的
P,Q,f,bからTを逆算する
導出
まず、レンズの位置はそれぞれである。
この位置を対称点として、TとP,Qは相似な直角三角形を描く。
ゆえに、相似の性質より、以下の関係を得る。
,
これから、各成分を比較して
,
,
を得る。
また、レンズ同士を重ね合わせた場合、レンズ位置を対称点として、視差()と視点間距離(b)は相似な三角形を描く。ゆえに、相似の性質より、以下の関係を得る。
各成分を比較して、(yは0になる)
これより直ちに、
が得られる。
(1),(2)よりbを消去する。
(4)の逆数を両辺にかける
yに関しては、(3-1)と(3-2)を足し、(4)の逆数を両辺にかけることで同様に、
が得られる。
結局、Tは、
と表せる。
視差d・ベースライン長b・焦点距離f・対象距離zの関係
基本の式。
- 距離を正確に測れる距離は?
- 距離が大きくなると視差dが小さくなる。それに対し視差の測定誤差は一定なので、遠ければ遠いほど距離の正確性が減る。
- 遠い対象物を正確に測れるベースライン長は?
- ベースライン長が大きくなると、視差が大きくなる。視差が大きくなると、測定誤差が減るため、遠い対象でも距離が正確に測れる。
- 焦点距離が大きいと視差は?
- 距離が一定ならば視差は増える。
- ベースライン長が大きいと困ることは?(1)
- 近すぎる物体に対して、どちらかの視点の結像位置がスクリーンからはみ出してしまう。(巨大なスクリーンが必要となる)
- ベースライン長が大きいと困ることは?(2)
- 近すぎる物体に対して、それ自身の作る影によって、欲しい部分の像が得られない場合がある。