画像処理におけるアルゴリズム
ここでは各画像処理におけるアルゴリズムを簡単に解説する。 2値化 明るさ調整 色成分の抽出 色反転 コントラスト調整 切り出し ガンマ補正 グレイスケール化 増色 画像枠付加 鏡像反転 ノイズ除去 輪郭抽出 輪郭追跡 拡大縮小 任意角回転 セピア調化 ぼかし 2値化 指定画像を白と黒の2階調の画像に変換する処理であり、本研究で作成した2値化処理は単一手動閾値方式、P-タイル法、また、誤差分散法およびその拡張型である Floyd&Steinberg 型誤差分散、Jarvice,Judice&Ninke 型誤差分散の5つである。 次にそれぞれのアルゴリズムについて解説する。 単一手動閾値方式 指定された色深度を基準として、その値より入力画素の色深度値が明るければ白、暗ければ黒色として2値化する。下の式を用いている。 このとき、出力画像は初期状態で黒色となるので、入力画像の画素値が閾値以
OpenCV.jp
Reference Manual OpenCV-2.x(svn) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++)（訳） OpenCVユーザガイド（訳） Python: リファレンス日本語訳 Google Test-1.6 Google Test ドキュメント日本語訳 Google Mock(svn) Google Mock ドキュメント日本語訳 OpenCV-2.2(r4295相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-2.1(r2997相当) C: リファレンス日本語訳 C++: リファレンス日本語訳 OpenCVチートシート(C++) （訳） Python: リファレンス日本語訳 OpenCV-1.1pre C/C++:
モルフォロジーフィルタを用いた風景画像の識別 第１章
モルフォロジーフィルタを用いた風景画像の識別 上田 悦子 土井 滋貴 奈良工業高等専門学校 １．はじめに 一般的に人間にとって、快適な空間というのはどのようなものだろうかということを考えた場合、まず最初に自然の多い空間であることがあげられよう。自然空間の心地よいと感じる音については１／ｆゆらぎの性質を持っていることがわかっている。では、視覚の点から静止画像として空間を見た場合、心地よい空間にはどのような性質を含んでいるのだろうか。この性質をとらえるために風景画像を人工的な風景と非人工的な風景というカテゴリーで分類して捉え、その分類要因となる特徴量について考える。 画像を解析し、そこに表現されている対象を認識・理解するためには、画像中の２次元的な特徴を抽出したり、対象物を構成している部分を検出したりすることが必要となる。そのための方法は様々なものがあり、対象画像に応じた手法を
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
