TEOライブラリによる画像処理プログラミングガイド
アルゴリズム編 「構造編」も終りTEOプログラミングにも慣れてきましたか? 「アルゴリズム編」では，画像処理で頻繁に用いられるフィル タリングや画像の拡大・縮小の方法について扱います．この節の最後の 課題では今まで学習したことを応用してモザイク画像の生成を行います． なお本節ではソースは掲載しません．アルゴリズムとプログラミングの 際の注意事項を示しますので各自で挑戦してみて下さい． この節の扱う課題の次のようになっています． ラプラシアンフィルタ ガウシアンフィルタ 画像の拡大・縮小 画素値の内挿 モザイク画像の生成 ラプラシアンフィルタ [アルゴリズム] ラプラシンフィルタは画像の鮮鋭化やエッジ検出に使用されるフィルタ です．ラプラシアンとは2次微分の意味です．画像の2次微分は次のよう に行います．Bを注目画素とする．両隣の画素A, Cとの差分をとすると，これらは次式で表 せる．ただし
画像処理におけるアルゴリズム
ここでは各画像処理におけるアルゴリズムを簡単に解説する。 2値化 明るさ調整 色成分の抽出 色反転 コントラスト調整 切り出し ガンマ補正 グレイスケール化 増色 画像枠付加 鏡像反転 ノイズ除去 輪郭抽出 輪郭追跡 拡大縮小 任意角回転 セピア調化 ぼかし 2値化 指定画像を白と黒の2階調の画像に変換する処理であり、本研究で作成した2値化処理は単一手動閾値方式、P-タイル法、また、誤差分散法およびその拡張型である Floyd&Steinberg 型誤差分散、Jarvice,Judice&Ninke 型誤差分散の5つである。 次にそれぞれのアルゴリズムについて解説する。 単一手動閾値方式 指定された色深度を基準として、その値より入力画素の色深度値が明るければ白、暗ければ黒色として2値化する。下の式を用いている。 このとき、出力画像は初期状態で黒色となるので、入力画像の画素値が閾値以
Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
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
【文献調査】対話型GAを用いた似顔絵作成における髪モデルの検討