3rdに引っ越しました。 2010/12/31 以前&2023/1/1 以降の記事を開くと5秒後にリダイレクトされます。 普段の日記は あっち[http://thyrving.livedoor.biz/] こちらには技術関係のちょっとマニアックな記事やニュースを載せます。 Windows2000ネタ中心に毎日更新。 JPEG画像の約半分のファイルサイズで同品質のものを表示できる画像形式「BPG」が誕生、実際に使ってみるとこんな感じ - GIGAZINE 何がおかしいかっていうと、JPEGファイルの半分に圧縮できるんじゃなくて、既に圧縮されたJPEGファイルをもとに圧縮して記事を書いてる事。 分かり易くいうと。 本来は 無圧縮の元ファイル→JPEG 無圧縮の元ファイル→BPG として、比較しなくてはいけない。 私の中ではこんな感じ Gigazineさん『JPEGを圧縮したら、JPEGより小さ
同品質のJPEG画像と比較するとファイルサイズを約半分以下に縮小できる新しい画像形式が「BPG」で、FFmpegやJavaScriptだけで動くLinux「JSLinux」などを開発したFabrice Bellard氏が開発した画像形式です。ただサイズが軽いというだけではなく、グレイスケール・YCbCr=4:2:0・4:2:2・4:4:4・RGB・YCgCo・CMYKなどの色空間をサポートし、アルファチャンネルや可逆圧縮にも対応しています。 BPG Image format http://bellard.org/bpg/ BPGが他の画像形式と比べてどれくらい優れているのかを比較できるのが以下のページ。2種類の画像形式で同程度のファイルサイズの画像を表示させており、「mozjpeg」とBPGとで同じ画像を比較すると、BPG画像の鮮明さが際立ちます。 BPG Image Comparison
狙いはとても素晴らしく、新しい学問分野ができそうでとっても良い。でも、論文 or 報告書としてちょっと足りないと思う 竹澤 慎一郎: 生命科学研究の電気泳動画像は揺らいでいた 学術論文の画像加工の実態調査, Science Postprint Vol. 1, No. 1, June 2014. 画像加工の評価アルゴリズムとそのアルゴリズムの妥当性が示されていない このScience Postprintを運営しているゼネラルヘルスケア株式会社の収益の核となる部分なのかもしれないけど、これを隠したままでは分析の意味がないと思う。 論文はPDFファイルを取得し、画像をコピーして、解析ソフトにペーストし、コントラスト、もしくはガンマ補正を変動させることにより、画像の変化を評価した。 ソフトウェアのソースコードの公開は不要だけど、ある画像が加工されたものであると評価する基準およびそれを判定する基本ア
2010年10月30日 ちょっと真面目に画像処理(バイラテラルフィルタ) (2011/6/19 追記&訂正) どうもREQです。 今回は画像処理についてガッツリ書き下していこうと思います。 今回は、画像中にある画素値の急激な変化(エッジ)を保持しつつ画像の平滑化を行うエッジ保存型平滑化フィルタのアルゴリズムを紹介します。 その名もバイラテラルフィルタ。意味は2側面フィルタ。 使ってみると、ごま塩ノイズに弱いなどはありますが、反復して使用することで非常に強力な平滑化が得られます。 今回紹介するバイラテラルフィルタは空間的距離と色的距離を使用します。2つの距離を使用するので2側面というわけです。 考案者?の論文です↓ Bilateral Filtering for Gray and Color Images たぶんこれではわかりづらいので、かみ砕いてみようと思います。 まず、論文では均等色空間
大した話ではないけれど、GIFアニメをコマンドラインから作るならGraphicsMagickが便利なので共有します。 MP4の動画ファイルからGIFアニメを作ろうとすると、まずffmpegで動画を画像に分割してそれからimagemagickでGIFに結合するという方法があります。 % ffmpeg -i hoge.mp4 -r 2 %04d.png % convert *.png hoge.gif複数枚の画像をimagemagickでGIFに結合するのが実は結構時間がかかるため煩わしいことが多いです。場合によっては、数十秒かかったりする。 ImageMagickのfork版であるGraphicsMagickを使うと高速にGIFアニメを生成することができます。 GraphicsMagickのほうが3~4倍速い GraphicsMagickを使えばImageMagickよりも3~4倍高速にGI
要点 サブセット化による期待値最大化法(ordered subset expectation maximization method,OSEM法)は投影データから統計的に最も確からしい集積分布を求める手法である 近年,OSEMのアルゴリズムは複雑化しているため,検査機器メーカー独自のアルゴリズムを熟知し使用する OSEM法の原理 体内に投与した放射性薬剤からのガンマ線の数はポアソン分布に従う.また,投影データには異なる位置からのガンマ線が含まれており,同様にポアソン分布に従っている. ポアソン分布での確率分布を実測値(投影データ)と期待値の関係から期待値が最大となる値を算出する方法がmaximum likelihood expectation maximization(MLEM)法であり,この手法の高速化のため投影データをいくつかのグループ(subset)に分割して計算する方法がOSEM法
最終更新年月日:平成14年07月23日 まだ工事中に付き適時更新訂正されます (pdfファイルをUPしました)
ホーム inNavi Suite シーメンス・ジャパン 別冊付録 The 3rd Definition Symposium Report SessionⅣ:Short Lecture 逐次近似画像再構成法: SAFIRE:Sinogram Affirmed Iterative Reconstruction 伊藤俊英(シーメンス・ジャパン株式会社 リサーチ& コラボレーション,チーフサイエンティスト) SessionⅣ:Short Lecture 逐次近似画像再構成法: SAFIRE:Sinogram Affirmed Iterative Reconstruction 伊藤俊英(シーメンス・ジャパン株式会社 リサーチ& コラボレーション,チーフサイエンティスト) 逐次近似画像再構成法は計算コストの高い画像再構成法ではあるが,近年のコンピュータ資源の発展により実用化の目処が立ってきている。本講
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