２次元フーリエ変換を用いた画像解析入門
１．はじめに 近年、画像処理や画像解析はコンピュータの発達・普及に伴って簡単、高速、安価に行うことが可能になった。衛生画像の解析、ファクシミリにおける画像圧縮、郵便番号読み取りなどのパターン認識、さらに動画の圧縮転送まで非常に広い分野で常識化している。ここでは２次元画像でよく行われているフーリエ変換を用いた周期性の評価法に関する基本的な事柄の解説を行う。 ２．画像について ２．１．ディジタル画像 コンピュータで処理可能なディジタル画像とは画素 (Pixel) と呼ばれる点の集合である。画素は図１のように２次元格子状に配置され、（横方向の画素数）×（縦方向の画素数）画素の画像と呼ばれる。図１は 16×8 画素の画像である。画素が多いほど高解像度の画像であり、細かい表現が可能になる。 さらに各画素は明るさや色によって特徴付けられる。明るさは、最も明るい状態と真っ暗な状態を何段階で表現するかによ
平滑化（移動平均、ガウシアン）フィルタ 画像処理ソリューション
移動平均フィルタ（別名：平均化フィルタ、単に平滑化フィルタともいう）では、注目画素のその周辺の輝度値を用いて、輝度値を平均し、処理後画像の輝度値とする手法です。 例えば、注目画素とその周辺の輝度値に以下のようなレートを掛け合わせて輝度値を求めます。 この３×３のレートの組合せの事をカーネル、オペレータ、マスクなどと言います。 とくに３×３である必要はなく、５×５の場合では となります。 ただし、全てのレートを足し合わせて１になるように調整して下さい。 移動平均フィルタでは注目画素周辺の輝度値を単に平均していましが、一般的な画像では 注目画素に近い画素の輝度値は注目画素の輝度値と近い場合が多いですが、注目画素から遠くなればなるほど、注目画素の輝度値とは差が大きくなる場合が多くなります。 この事を考慮し、注目画素に近いほど、平均値を計算するときの重みを大きくし、遠くなるほど重みを小さくなるよう
【OpenCV】IplImage構造体 画像処理ソリューション
OpenCVの画像データを管理しているのがIplImage構造体になります。 Ｃ言語のBITMAPINFO、．ＮＥＴのBitmapクラスみたいなものでしょうか。 OpenCVではこのIplImage構造体をOpenCVの各種関数の引数として渡します。 そこで、IplImage構造体の定義のヘッダファイル(cxtypes.h)をのぞいてみると、 typedef struct _IplImage { int nSize; /* sizeof(IplImage) */ int ID; /* version (=0)*/ int nChannels; /* Most of OpenCV functions support 1,2,3 or 4 channels */ int alphaChannel; /* ignore
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++:
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
処理を実行中です
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
cvGet2D， cvSet2D を用いた画素値の読み書き（暗視カメラ風にする） - ネタキリラボ Delphi Tips
