【画像処理】RGBからHSVへの変換
【前提条件】 R、G、Bの値が0.0～1.0の範囲にあるとします。 色相Hの計算 R,G,Bの3つの値のうち、最大のものをMAX、最小のものをMINとしたとき、色相は以下の式で計算できます。 (1) つまり、の3つの値のうち、どれが最大値かによって計算式が変わります。 色相が負の値になれば、360を加算して0～360の範囲内に収めます。 色彩Sの計算 色彩は円柱モデルか円錐モデルかによって計算方法が異なります。 円柱モデルのときの色彩を、円錐モデルのときの色彩をとしたとき、以下の式で計算できます。 (2) 色彩は0～1の範囲内に値が収まります。 明度Vの計算 明度は以下の式で計算できます。 (3) 明度は0～1の範囲内に値が収まります。
【LucasKanade法とは】最小二乗法とガウシアンピラミッドによる推定の原理・計算式
【最小二乗法】オプティカルフロー推定 1画素あたりの拘束方程式は1つであるため、このままではオプティカルフローを一意に求めることが出来ません。 そこで、LucasKanade法では「近い画素も同じ動きをする」 という仮定を用いることで、方程式の個数を増やし、解を推定します。 例 画像I上の隣接し合う2点が同じ動きをすると仮定すれば、下式のようにその2点の画素に対する拘束式のは同じになります。 (1) よって、この2式を連立して解けば、未知数が2個、方程式も2個なのでを一意に求めることができます。 これがLucasKanade法の基本的な考え方です。 ところが、実際には隣接する2点だけでなく、もっと広い領域で動きが同じであると仮定します。 例えばの画素の動きがすべて同じだとすれば，下記のような9つの方程式が得られます。 (2) この場合，未知数2個、方程式9個となります。よって、9つの方程式
【画像処理】フーリエ変換の原理・実装例
画像処理におけるフーリエ変換 フーリエ変換は周波数解析ができる便利なデータ変換です。 画像に対しても利用できますが、周波数の考え方が通常の信号とは異なるので注意する必要があります。 通常の信号データ 周波数=単位時間内にどのくらい振動するか 画像データ 周波数=単位ピクセル内に画素値がどのくらい変化するか よって、画像データの周波数は1[px]移動したときの画素値の変化が激しいほど高周波となります。画像処理でのフーリエ変換は「時間領域→周波数領域」ではなく「空間領域→空間周波数領域」となります。 また、画像データは2次元であり、水平方向と垂直方向の2つの空間周波数成分を持っています。 画像データに対する2次元FFTは次の手順で行います。 ①画像データの水平方向に1次元FFTを行います。 ②画像を転置し、再び水平方向に1次元FFTを行います。 ③もう１度画像を転置すれば完成です。 手順①～③
【画像処理】バイリニア補間法の原理・計算式
バイリニア補間法（Bi-linear interpolation）は、周囲の4つの画素を用いた補間法です。 最近傍法よりも計算処理は重いですが、画質の劣化を抑えることが出来ます。 バイリニア補間法を用いて、拡大画像の座標における画素値を求める手順は以下の通りです。 ①拡大画像の座標を拡大率で割り、を求めます。 ②元画像におけるの周囲4画素の画素値を取得します。 ③周囲4画素それぞれととの距離を求めます。 ④距離によって重み付け（0～１）を行います。（距離が小さいほど重みは大きい） ⑤周囲4画素の画素値の加重平均を拡大画像の座標における画素値とします。 (1)
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
