ブックマーク / imagingsolution.net (3)

  • ガウシアンフィルタの処理アルゴリズムとその効果

    確かに処理結果を見てみると、ガウシアンフィルタが最も高周波成分を除去できているように 思います。 なぜ、そうなるのか? には数式においても、この効果が証明できるような事が書いてありましたが、ちょっと難しいので、 カーネルの値について見てみたいと思います。 そもそも、ある特定の周期の成分を消すためには、どうすれば良いか?というと、 周期の半分の離れた2点のデータを平均していけば、その周波数の成分を消す事が出来ます。 ここで、画像で表すことのできる最も高い周波数は 明 暗 明 暗 明 暗 明 暗 明 暗 明 暗 明 暗 明 暗 明 暗 となる2画素周期のパターンで、このパターンを消すためには、隣り合う2画素の輝度値を 平均すると、画像データから最も高周波の成分を除去する事が出来ます。 しかし、隣り合う2画素の平均の結果は、画素間の位置の輝度値を示してしまうので、 この平均のさらに平均値を取り

  • 正規直交基底

    正規直交基底はあまり馴染が無いように思いますが、フーリエ変換や主成分分析の理解をするには必要となってきます。 【定義】 となります。 ここで、ベクトルの大きさ(ノルム)が1という事は、そのベクトルは単位ベクトルであり、 ベクトルが直交するということは、ベクトルの内積が0となる事を意味しています。 もっとも簡単な例として、二次元ベクトルの場合 上図のように、e1, e2を としたとき、この e1, e2 は正規直交基底である事は分かると思います。 ここで大事なのが、任意ベクトルVの e1 方向の大きさをa, e2 方向の大きさをbとすると、 各ベクトルの方向の大きさは内積で求まる! という特徴があります。 上記の例では e1方向の大きさaは a = V ・ e1 = X  × 1 + Y × 0= X e2方向の大きさ b は b = V ・ e2 = X  × 0 + Y × 1= Y と

    正規直交基底
  • 画素の補間(Nearest neighbor,Bilinear,Bicubic)の計算方法

    画像を拡大や回転する場合など、画像の画素と画素の間の輝度値を参照する必要が出てきますが、その参照方法を紹介します。 この画素を画素の間を参照する事を一般に補間や内挿(Interpolation)と言います。 最近傍補間(ニアレストネイバー Nearest neighbor) Nearest neighborをそのまま訳すと、最も近いご近所、という事で参照する位置に最も近い位置にある画素の輝度値を参照します。 求める画素間の座標が(x,y)の位置の輝度値を Dst(x,y) とし、もともとの画像の輝度値をSrc(i,j) とすると で表されます。(ただし、[  ] は小数部分の切り捨てを表します。) つまるとこ、座標を四捨五入し、その画素の輝度値を参照します。 双一次補間(バイリニア補間 Bilinear) バイリニア補間では求める位置(x,y)の周辺の2×2画素(4画素)を使って、輝度値を

    画素の補間(Nearest neighbor,Bilinear,Bicubic)の計算方法
  • 1