Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2024年度秋学期 画像情報処理 第1回 イントロダクション (2024. 9. 27)
Search
Akira Asano
PRO
September 20, 2024
Education
0
47
2024年度秋学期 画像情報処理 第1回 イントロダクション (2024. 9. 27)
関西大学総合情報学部 画像情報処理(担当・浅野晃)
http://racco.mikeneko.jp/Kougi/2024a/IPPR/
Akira Asano
PRO
September 20, 2024
Tweet
Share
More Decks by Akira Asano
See All by Akira Asano
2024年度秋学期 画像情報処理 講義の進め方と成績評価について (2024. 9. 27)
akiraasano
PRO
0
39
2024年度秋学期 画像情報処理 第2回 結像と空間周波数,フーリエ級数 (2024. 10. 4)
akiraasano
PRO
0
15
2024年度秋学期 統計学 講義の進め方と成績評価について (2024. 9. 25)
akiraasano
PRO
0
52
2024年度秋学期 統計学 第1回 イントロダクションー統計的なものの見方・考え方について (2024. 9. 25)
akiraasano
PRO
0
34
2024年度秋学期 統計学 第2回 統計資料の収集と読み方(授業前配付用) (2024. 10. 2)
akiraasano
PRO
0
15
身近なデータサイエンス(2024. 7. 12 夙川高等学校出張講義)
akiraasano
PRO
1
25
2024年度春学期 統計学 第15回 分布についての仮説を検証する ― 仮説検定(2) (2024. 7. 18)
akiraasano
PRO
0
110
2024年度春学期 応用数学(解析)第15回 ルベーグ積分 (2024. 7. 18)
akiraasano
PRO
0
31
2024年度春学期 統計学 第14回 分布についての仮説を検証する ― 仮説検定(1) (2024. 7. 11)
akiraasano
PRO
0
130
Other Decks in Education
See All in Education
week11_2024_.pdf
nonxxxizm
0
540
みんなのコード2023年度活動報告・2024年度活動方針/Annual report2023
codeforeveryone
0
230
ブームだけで終わらせない、組織内でコーチングを活用する方法/How to Use Coaching in Your Organization Without It Being Just a Fad
yuko_yokouchi
1
250
Amazon Connectを利用したCloudWatch Alarm電話通知
junghyeonjae
0
170
Слайды блока№1 к мини-курсу "Разговорные фразы" по "Минифразу Гуннемарка" арабского языка
jameela
0
230
HCL Domino 14.0 AutoUpdate を試してみた
harunakano
0
770
Gemini in Android Studio 使ってますか?
satoryo56
0
320
AWS認定試験 DEA受験記
nnydtmg
1
400
小・中・高等学校における情報教育の体系的な学習を目指したカリキュラムモデル案/curriculum model
codeforeveryone
1
1.5k
ACT FAST 20240830
japanstrokeassociation
0
100
0521
cbtlibrary
0
130
学習指導要領から職場の学びを考えてみる / Thinking about workplace learning from learning guidelines
aki_moon
1
570
Featured
See All Featured
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
36
1.7k
Creatively Recalculating Your Daily Design Routine
revolveconf
215
12k
GitHub's CSS Performance
jonrohan
1030
450k
A Tale of Four Properties
chriscoyier
155
22k
For a Future-Friendly Web
brad_frost
174
9.3k
How to Think Like a Performance Engineer
csswizardry
16
980
Code Reviewing Like a Champion
maltzj
517
39k
Keith and Marios Guide to Fast Websites
keithpitt
408
22k
Design by the Numbers
sachag
277
19k
StorybookのUI Testing Handbookを読んだ
zakiyama
26
5.1k
[RailsConf 2023] Rails as a piece of cake
palkan
48
4.7k
Rails Girls Zürich Keynote
gr2m
93
13k
Transcript
関西大学総合情報学部 浅野 晃 画像情報処理 2024年度秋学期 第1回 イントロダクション
画像処理と画像科学
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像処理は手軽にできます 3 背景をぼかす ちょっとやりすぎ💦💦 これは,かなり前に手作業で作ったものですが, いまでは,スマホ📱📱でもほぼ自動でできます。
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像処理は手軽にできます 4 この写真は,近景🍰🍰☕と背景🌳🌳を別のカメラで撮影して, 背景をぼかして近景と合成しています。 こういう写真も,スマホ📱📱で簡単に撮れるようになりました。 技術はどんどん進んでいきます。 この講義では,基盤になる数学を説明します。
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている 60 60 60
65 65 65 70 70 70
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている 60 60 60
65 65 65 70 70 70 各画素は,明るさ(輝度)を表す 整数である
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている 60 60 60
65 65 65 70 70 70 各画素は,明るさ(輝度)を表す 整数である ※カラー画像の1画素=3原色のそれぞれの輝度を表す整数
第1部 画像とフーリエ変換
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像を明暗の波に分解 7 人は,大まかな形の違いは 気になるが,細かい部分の 差は気にならない 世の中の画像は,波の足し合わ せでできていると考えられる
なぜならば 光は「波」だから 心理的理由 物理的理由 「細かい部分」は 細かい波で表される なぜ,波で理解しようとする?
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像の生成(結像) 8 画像は回折格子の重ね合わせであり, それぞれの回折格子で回折された光が像面で干渉して,画像が再現される
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像の生成(結像) 8 画像は回折格子の重ね合わせであり, それぞれの回折格子で回折された光が像面で干渉して,画像が再現される 画像は回折格子,すなわち波の重ね合わせである
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像の生成(結像) 8 画像は回折格子の重ね合わせであり, それぞれの回折格子で回折された光が像面で干渉して,画像が再現される 画像は回折格子,すなわち波の重ね合わせである どんな波が重ね合わされているかを求める計算が[フーリエ変換]
第2部 画像情報圧縮
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像情報圧縮の必要性 10 この画像では,1画素の明るさを0〜255の整数で表す カラー画像ならば,R,G,Bで3倍必要 1画素に,2進数8桁 = 8ビット
= 1バイト必要 1000万画素のデジタル画像は,約10メガバイト必要 こういう画像は,1画素 = 16ビットで, 2倍の20メガバイト必要なこともある 動画ならば,1秒でこのデータ量の30倍?60倍?120倍?
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす 8×8ピクセルずつの セルに分解
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
細かい部分は,どの画像でも大してかわらないから,省略しても気づかない
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
細かい部分は,どの画像でも大してかわらないから,省略しても気づかない
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
細かい部分は,どの画像でも大してかわらないから,省略しても気づかない 省略すると,データ量が減る
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像情報圧縮の例 12 データ量:80KB データ量:16KB (8×8ピクセルのセルが見える) (とても古い画像)
第3部 CTスキャナ — 投影からの画像の再構成
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 CTスキャナとは 14 CT(computed tomography) = 計算断層撮影法 体の周囲からX線撮影を行い,そのデータから断面像を計算で求める
Aquilion Precision (キャノンメディカルシステムズ) https://jp.medical.canon/general/What_is_CT
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 CTを実現するには 15 x y θ s 軸s
g(s, θ) u 物体 投 影 0 g(0, θ) s ある方向からX線を照射し,その方向での 吸収率(投影)を調べる すべての方向からの投影がわかれば,元の物体 における吸収率分布がわかる(Radonの定理)
第4部 視覚と色彩
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 「色」は身近なものだけれど 17 赤緑青の「三原色」を組み合わせれば,どんな色でも表せる?🤔🤔 「色」は,光の波長で決まっている?🤔🤔
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 「色」は身近なものだけれど 17 赤緑青の「三原色」を組み合わせれば,どんな色でも表せる?🤔🤔 いいえ。 この3色をつかえば「割合広い範囲の」色が表せるだけで, それでも表せない色はあります。 「色」は,光の波長で決まっている?🤔🤔
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 「色」は身近なものだけれど 17 赤緑青の「三原色」を組み合わせれば,どんな色でも表せる?🤔🤔 いいえ。 この3色をつかえば「割合広い範囲の」色が表せるだけで, それでも表せない色はあります。 「色」は,光の波長で決まっている?🤔🤔
いいえ。 波長590nmくらいの光は黄色に見えますが, 赤(700nmくらい)と緑(550nmくらい)の光を混ぜても同じ黄色に見えます。
18 2024年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 色彩学は,物理学で生理学で心理学 18 波長590nmくらいの光は黄色に見えますが, 赤(700nmくらい)と緑(550nmくらい)の光を混ぜても同じ黄色に見えます。 これは,人の眼のしくみのため。 人の眼には,色を感じる細胞は3種類しかなく, それで可視光のすべての波長域をカバーしている
さらに,人は色を見て暖色・寒色といった 現実とは異なる感覚を感じる