サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
画力アップ
wiki.cis.iwate-u.ac.jp/~lect
以下に簡単な操作説明を示すが,より詳しい解説は元サイトの http://rsb.info.nih.gov/ij/docs/index.html を参照のこと.(ただし,全文英語なので注意) 画像の入出力と基本操作 操作の基本 立ち上げ 上の環境設定の項を参照 終了 「File」→「Quit」またはImageJのメインウィンドウの「×」ボタン 画像の読み込み 「File」→「Open...」→ダイアログで開きたい画像を選択,または,「File」→「Open Samples」で何種類かのサンプル画像が読み込める 画像の書き出し 保存したい画像を選択して「File」→「Save As」→「BMP...」など.(その他,TiffやJpeg,Gif等でもよい) 画素値参照 画像中の任意の場所にカーソルをもっていけば,メインウィンドウに数値が表示される 画像の基本的操作 画像の複製 「Image」→「
画像の中から特定のパターンを探したり,特徴点や線/円などの基本図形要素を検出する技術にはどのようなものがあるか. パターンの検出 パターン検出法は,半導体の組み立てやプリント基板の検査,ロボットビジョンやコンピュータビジョンなど,多くの応用をもつ重要な技術である. テンプレートマッチング(template matching) 二つの画像が同じかどうかを判断するために,画像を重ね合わせて違いを調べるような処理のこと.探したいパターンを特にテンプレート(template)という. 基本原理は図12.1.テンプレートを画像全体に対して移動し,各位置での「類似度」を調べ,最も類似度の高い位置を検出する. 類似度(similarity measure) テンプレートマッチングでは,「類似度」または「相違度(dissimilarity measure)」に基づいたマッチングが行われる. SSD(Sum
2値画像とは,1と0の二つの値をもつ白黒画像のことである(1を黒画素,0を白画素と呼ぶことが多い).2値画像処理は,ディジタル画像処理の中でも特異な位置を占めており,最も体系だって研究された分野といえる.(いわゆる,枯れた分野である) 2値化 2値化 グレースケール画像を2値画像に変換する処理のことを2値化(binarization)という.しきい値処理(thresholding)と呼ばれることもある. 2値化の方法(つまり,しきい値の決め方)にはいろいろあるが,このテキストではp-タイル法,モード法,判別分析法について述べている. p-タイル法 一般的な文書を画像としてみた場合,そのヒストグラムは双峰性をもつ形状になる場合が多い.この性質を利用すると,もし画像中で文字が占める割合を予測できれば,頻度を積算していくことでしきい値が決定できる(p175図10.3). ただし,この手法では,対
画像処理におけるパターン認識 画像処理におけるパターン認識(pattern recognition)とは,観測画像の特徴を用いてあらかじめ定められた複数の概念の一つにその画像を分類する処理をいう.この概念をクラス(class)とよぶ. (例)アルファベット認識・・・入力印刷文字が26個のクラスのうちどれに属するかを識別する処理 パターン認識の流れ パターン認識の(一般的な)処理の流れ画像入力 → 前処理 → 特徴抽出 → クラス辞書との照合 → 識別(クラス出力) このうち,3番目の「特徴抽出」が認識性能の善し悪しを決めるといわれており,パターン認識では最も重要視されている. 特徴を如何に定数化するか? パターン認識に役立つ「良い」特徴量とは? 不変特徴とは? (現在のところ,どんな場合でも有効な特徴量が抽出できるような系統的な手段は存在しないため,人間の直観によるヒューリスティックな手法
このページを最初にブックマークしてみませんか?
『wiki.cis.iwate-u.ac.jp』の新着エントリーを見る
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