200 OK
None of the range-specifier values in the Range request-header field overlap the current extent of the selected resource. Apache/2.0.46 (Red Hat) Server at www.teu.ac.jp Port 80
Peter Selinger: Potrace
For changes prior to version 1.14, see the file NEWS. For a more detailed list of changes, see the ChangeLog. September 17, 2019: Release 1.16. This release consists of bugfixes and minor portability improvements. A potential arithmetic overflow was fixed. Rotation angles are now normalized to between -180 and 180. We now use binary file I/O on the OS/2 platform. The test suite tolerances were adj
Delineate - raster to SVG converter
Overview Delineate is a tool for converting raster images to SVG (Scalable Vector Graphics) using AutoTrace or potrace. It loads images using JIU and displays results using Batik. Input formats are JPEG, PNG, GIF, BMP, TIFF, PNM, PBM, PGM, PPM, IFF, PCD, PSD, RAS. Apr 11, 2004 Delineate 0.5 re-released for Mac OS X A new Mac OS X version of Delineate 0.5 is released; it has Delineate bundled toget
パターン認識の前処理に必要な二値画像の細線化：CodeZine
はじめに 細線化はThinningやSkeletonizationと呼ばれ、二値画像（白と黒の色だけで表現された2階調の画像）を幅1ピクセルの線画像に変換する処理です。線が途中で切れたり、孔が開いたりしてはいけません。得られた線は、元の図形の幅の中心にくることが望まれます。 エッジ検出によって得られた画像は、元の画像の変化が比較的緩やかで広範囲な場合には、幅が広くなってしまいます。エッジ検出の閾値を高くすると幅は狭くなりますが、緩やかな変化を見逃してしまいます。したがって、閾値を低く選んで、幅広くエッジ部分を出させ、その後に細線化処理を行って、文字認識やパターン認識に使うことが多いのです。 アプレットを見る 対象読者 画像処理に関心があり、パターン認識の前処理を学習したい人。 必要な環境 J2SE 5.0を使っていますが、それより若干古いバージョンでも大丈夫です。CPUパワー
コンボリューションを用いた画像の平滑化、鮮鋭化とエッジ検出：CodeZine
はじめに コンボリューション（Convolution）は数学用語で、日本語では「畳み込み」といいます。掛け算の結果を足し集める演算からなり、コンピュータ処理の得意とするところです。コンボリューションを画像処理に使うと、画像を滑らかにしたり、シャープにしたりできます。掛け算の係数は、3×3などのサイズのマトリックスで指定します。これをオペレータ、フィルタ、マスク、カーネルなどと呼びます。 Java 2D APIには、画像処理でコンボリューションを行うのに便利なConvolveOpやKernelのクラスがあります。しかし、これらだけに頼ると不便な点もあるため、これらを利用しながら、従来と変わらぬ画像処理ができるように工夫しました。 対象読者 画像処理の基本を学び、ペイント系画像ソフトの一部の機能を自作したい人。 必要な環境 J2SE 5.0を使っていますが、J2SE 1.4.2でも
Open Source Computer Vision Library (OpenCV)
Intel's Validation Program The objective of Intel memory validation program is to verify supplier DRAM/DIMM compliance to JEDEC and compatibility with Intel products/platforms as a guideline to our customers. The results of validation procedures provide a guideline for memory compatibility with Intel® processor integrated memory controllers. This validation, performed by approved test labs on smal
画像処理のプログラム
2003年7月2日更新 「色で抜き出す」2004年6月9日更新 画像処理のための準備(BMPファイルの入出力) このリンクをクリックするとファイルの一覧が表示されます． 自分のパソコンに適当なフォルダーを作成して，そこにすべてのファイルをダウンロードしてください． プログラムの実行は，MS-DOSで行います． t-bmp.exeは実行ファイルなので，MS-DOSで，t-bmpを実行すればプログラムが動きます． t-bmpは，(入力BMPファイル)を読み込んで，画像データを少し変換(白黒濃淡画像化)して，(出力BMPファイル)を出力します． BMPファイルは「ペイント」で表示できます． 物体抽出(２値化) t-thresh.c：しきい値を指定して白黒濃淡画像を２値化するプログラム t-histg.c：ヒストグラムを求めるプログラム 輪郭(エッジ)抽出 t-edge.c：１次微分，２次微分によ
Image Processing Basics
基本的な画像処理手法について 画像のディジタル化(カラー・モノクロ) このページで使用するサンプル画像について 輝度値ヒストグラム カラー画像の画像処理 色の変換(RGB->YUVへの変換) 色の変換(鮮やかさを上げる・下げる) 明るさの調整（γ補正） グレイスケール(モノクロ)画像の画像処理(階調に関する) 明るさの調整（γ補正） 階調値の部分拡大強調 階調イコライゼーション(ヒストグラム均一化) 2値化 グレイスケール(モノクロ)画像の画像処理(フィルタ処理) シャープ化とぼかし ノイズ除去(メディアンフィルタ) 1次微分(差分)によるエッジ検出 2次微分(差分)によるエッジ検出 実際に体験してみる(学内限定) グレイスケール画像の画像処理 カラー画像の画像処理 画像圧縮 一般データの圧縮 画像の圧縮（その１：ランレングス,GIF） 画像の圧縮（その２：JPEG） 参考文献 谷口慶治編
Lire | SemanticMetadata.net
An Open Source Java Content Based Image Retrieval Library The LIRE (Lucene Image REtrieval) library provides a simple way to retrieve images and photos based on their color and texture characteristics. LIRE creates a Lucene index of image features for content based image retrieval (CBIR). Several different low level features are available, such as MPEG-7 ScalableColor, ColorLayout, and EdgeHistogr
ニューラルネットワークを用いたパターン認識
はじめに ニューラルネットワークの主要なアルゴリズムであるバックプロパゲーション法を、車両のナンバープレートの自動読取りへの応用例で紹介します。完成版のアプレットを見る 対象読者 パターン認識に興味を持ち、特にニューラルネットワークを用いる方法に関心のある人。必要な環境 J2SE 5.0を使っていますが、これより古いバージョンでも、本稿のコードをコンパイルし、実行することができます。ただし、添付のコンパイル済みアプレットの実行には、J2SE Runtime Environment 5.0が必要です。また、CPUパワーが足りないと、学習に時間がかかります。 パターンには、音声、画像、図形、文字などがあります。これらが何であるかを認識することを「パターン認識」と呼び、音声認識の応用は音声入力装置に、画像認識の応用は顔や指紋の照合に使われます。文字認識は、大別して、手書き文字の認識と、印刷文字の
テンプレートマッチング法を用いた顔画像の検出：CodeZine
はじめに 画像処理の応用の一つに、車や人物といった物体の検出があります。まだ、十分完成した技術とはいえませんが、車の場合は、車輪のような丸いものが一定の間隔で並んでいると車らしいと判断し、人物の場合は、丸みを帯びた白いものの真中付近に二つ並んで黒いものがあり、さらにその下の中央部に、横に長いものがあれば人物らしいと判断します。 特に、人物の検出は、防犯やセキュリティ管理の上で重要視され、研究が盛んです。最近、カメラの被写体の中から人物を探し、そこに自動的に焦点をあわせるカメラも出現しました。 画像の中から、上記のような特定のパターンを探し出すには、「テンプレートマッチング法」が良く用いられます。テンプレートとは型紙のことで、それを画像上で移動させながら比較して行くやり方です。ただし、単純な方法では、テンプレートに対して傾斜を持っている画像や、相似形であるが大きさが異なる画像は検出でき
http://ocw.kyoto-u.ac.jp/jp/engineering/course01/lecturenote.htm
What is Creativity?-Emergent Phenomena in Complex Adaptive Systems October 20(Mon)〜22(Wed) 2008 CO-OP Inn Kyoto Conference Hall ワークショップ参加ご希望の方はrequest-ocw@media.kyoto-u.ac.jpまでお名前（漢字とローマ字表記）、所属、役職、e-mail、懇親会の参加希望の有無をお書き添えの上お申し込みください。締め切りは10月10日になります。 →ワークショップ プログラムPDF →ワークショップ詳細HP OCW関連講義 全学共通科目 創造性とは何か？（村瀬雅俊准教授） 国際交流センター 日本語入門初級 日仏交流150周年・京都大学創立111周年国際フォーラム 国際フォーラム ビデオ→ 動画で見る京都大学 ・What is Li
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
http://www.pages.drexel.edu/~weg22/tutorials.html
edge (Image Processing Toolbox ユーザーズガイド)
http://www.vision.cs.chubu.ac.jp/VU/pdf/VU6-ObjectClassification.pdf
http://www.science-plaza.or.jp/sankangaku/forum9/ukita.pdf
Technical documentation
Laplacian Edge Detection