Recommandé
Contenu connexe
Tendances
En vedette
Image Recognition
- 1. Introduction to Image Recognition Nov 28, 2008
- 2. Contents 画像処理の目的 画像処理の歴史 画像認識に使う処理 二値化 輪郭抽出 エッジ抽出 平滑化 対応領域探索
- 3. 画像処理の目的 画像変換（画像 → 画像） 画質変換 ぼやかし 鮮明化 セピア レリーフ風 光の当たり方 幾何学変換 拡大・縮小 回転 平行移動 透視変換（視点変換） 画像認識（画像 → 文字・記号） 個人照合（指紋認証） 防犯侵入監視 文字認識 似ている画像検索 似ている商品検索 http://like.com CG（文字・記号 → 画像）
- 4. 画像処理の歴史 １９６０年代 主に科学に関係した画像処理 手書き郵便番号読取装置 http://kagakukan.toshiba.co.jp/history/1goki/1967postmatter/index.html 人工衛星写真の処理 泡箱の飛跡写真の処理（ハフ変換によるニュートリノ検出） http://ja.wikipedia.org/wiki/%E6%B3%A1%E7%AE%B1 １９７０年代 医療や工業 CT断層写真（鮮明な断層写真の提供） リモートセンシング（遠隔探索） 宇宙資源衛星ランドサット 地球表面の資源データを地上に伝送 工業用画像処理（不良品の自動検出、半導体組立） http://www.incom.co.jp/productnavi/index.php/product/20983 １９８０年代 図面認識、文書理解 複写機への応用 画像処理用サブルーチンパッケージSPIDER（電子総合研究所）
- 5. 画像認識でのアルゴリズム 二値化 輪郭抽出 エッジ抽出 平滑化 対応領域探索
- 6. 二値化(Binarization) 画像中の画素をある値（閾値）を境に白または黒のいずれかを持つような 二値画像に変換すること 不要な情報をおとすため画像処理の前処理としてよく使われる。 背景を黒画素、前景を白画素とするか、またはこの逆に変換する。 メリット 画像の単純化（不要な情報を落とす） デメリット 情報の消失
- 7. 閾値をどうやって決めるか グレースケール化する際、単純には以下のように RGB から変換した値を使う。 (R + G + B) ÷ 3 これを濃度と呼び、この値に閾値を設けて二値化を行う。 場合によってはこれを使わずに、YCrCb 表色系の Y(輝度) を用いることもある。 Y = 0.299 x R + 0.587 x G + 0.114 x B 閾値の決定方法 閾値の値を適切に指定しないと、↓のような問題がある 閾値が高すぎたり低すぎたりした場合 → 全体的に白っぽくなったり 黒っぽくなったりする 1. 濃度ヒストグラムに基づく方法 ・・・ この方法だけ説明します 2. 画像をいくつかに分割し，各領域ごとに設定する方法（レベルスライス） 3. 画像の局所性質を生かし，この性質を利用する方法 最初に濃度が急激に変わるところを取り出してから、濃度ヒストグラムの方法を使う 4. ラプラシアン・ヒストグラム法 ...
- 8. 濃度ヒストグラム 画像の濃度を横軸に、ある濃度を持つ画素数を縦軸にとった統計グラフ。 p-タイル法 新聞の文字の認識の場合、文字がある面積がある程度わかっている場合に有効。 モード法 対象とする図形と背景の濃度値の差が大きく、濃度ヒストグラムにはっきりと谷が 出来るときに有効 判別分析法 ある閾値を一つ決めて二つのクラスに分割。クラス内分散とクラス間分散の分散比が 最大になるように閾値を決定。
- 9. 輪郭抽出(Outline Extraction) 輪郭とは物体の外形をあらわす線。 用途 ・物体の面積、周囲長、円形度、重心などの特徴量の計算 ・文字認識、指紋認証、顔認識 輪郭抽出手順 １, 入力画像を、背景を白、物体を黒にした二値画像に変換 ２, 入力画像を端から順に走査し、最初の輪郭点を決定 ３, 最初の輪郭点を中心として左回りに隣接する領域を調べ、 値をもつ点を次の輪郭点とする ４, 中心を新たに見つけた輪郭点に移動させ、３の処理を再度行う。 ５, 開始点に戻ってくるまで繰り返し、得られた閉曲線を輪郭とする
- 10. エッジ抽出(Edge Extraction) エッジとは濃度が急激に変化する点 用途 ・大量生産されている部品から不良品を識別 ・自動車の自動走行（搭載されているカメラで道路の白線を抽出し、 白線をはみださないようにする。） ・複数の深度に焦点があっている画像を作製する http://www.frontier.kyoto-u.ac.jp/rc03/omake/focused.html エッジと輪郭の違い 輪郭と見たところは同じですが、エッジの場合は得られた画素間に関係はな い。 輪郭は座標系列のリストで、輪郭の上の画素には順番がついているので一周 することができます。 以下で具体的なエッジ抽出方法を説明します。
- 11. エッジ抽出方法 エッジ抽出では以下のようなオペレータを各画素に対して適用してエッジの強さをはかる。 真ん中が実際にエッジを測定したい画素に対応する。 左のような濃度を持つ画素を例にすると、上のようなオ ペレータをかけて得られるエッジの強さは 57x1 + 96x1 + 34x1 + 30x1 + 165x(-4)= -443 このように一般に 0 - 255 の範囲に入らない場合もあ るので、その場合は正規化する。 エッジ抽出の種類 Sobel オペレータ Laplacian オペレータ prewitt 法 Roberts オペレータ（今回は説明しない） Gabor filter(今回は説明しない) wavelet を使った方法(今回は説明しない) ...
- 13. Laplacian オペレータ 二次微分を基本にしたオペレータ 特徴 ・ノイズに弱い 四方向 （Laplacian オペレータを使う前にガウス関数を 八方向 重みとして使った平滑化を行うのが一般的） ・細い線や線の端点に強く反応する 四方向 八方向
- 14. テンプレートマッチング法（ prewitt 法） 一次微分を基本にしたオペレータ。 テンプレートマッチング法は標準パターンをいくつか用意しておき、画像の一部分と比較して最も 値が大きいものを選んでいく方法。 prewitt 法の場合、エッジに対して下記の８つのマスクパターンを用意して、それぞれを測定した い画素に適用する。測定した結果、最も大きい値のマスクを採用しエッジの大きさを決める。
- 15. 平滑化(Smoothing) 平滑化とは画像の濃度を平らに滑らかにする手法。 画像中のノイズを除去するために行う。 平均化フィルタ 注目画素とその周辺の輝度値に 右のようなレートを掛け合わせて濃度を求める。 ガウシアンフィルタ 平均化フィルタと違い右のような中央画素の重みを 大きくしたようなレートを掛け合わせる。 メディアンフィルタ 右の図のような濃度分布があった場合、 中心画素および周辺画素の濃度の中での中央値 41 で 165 を置き換える。 上の二つのフィルタに比べてエッジが消えにくいという 特徴がある。また、ゴマ塩ノイズの除去にも有効。
- 17. テンプレートマッチング法 手順 １、あらかじめ検出したい物体のテンプレート画像を用意する ２、テンプレート画像の左上端を対象画像の左上端にセットし、類似度を計算 ３、テンプレート画像を１pixel 右に動かし、テンプレート画像との類似度を計算 ４、右端まで行ったら、 一つ下のピクセルに移動し、テンプレート画像を左端に移動 ５、テンプレート画像の右下端が対象画像の右下端に一致するまで繰り返し、類似度が 高い領域を調べる。 類似度の候補 濃度差の絶対値の総和(SAD: Sum of Absolute Difference) 濃度差の二乗和(SSD: Sum of Squared Difference) 正規化相互相関関数(NCC: Normalized Cross-Correlation) ... SAD, SSD は値が小さいほど類似度が高い。 NCC は値が大きいほど類似度が高い。 NCC は SAD, SSD に比べて濃度の相対的な違いなどの影響を 受けにくい。
- 18. また、テンプレート画像の作り方によっても検出精度は大きく変わる。 グラスゴー大学 顔検出 http://www.itmedia.co.jp/news/articles/0801/26/news005.html 照合方法 RGBのそれぞれの画素を比較する方法 グレースケールに変換してから比較する方法 ヒストグラムを作成し比較する方法（ヒストグラムインタセクション）
- 19. まとめ 画像処理、画像認識についての方法をいくつかまとめてみた。 二値化 輪郭抽出 エッジ抽出 平滑化 対応領域探索 他にも紹介したいものがあったが、時間の関係でできなかった。 表色系 幾何学変換（回転、拡大・縮小） ハフ変換 オープニング・クロージング 形状特徴抽出
- 20. ご清聴ありがとうございました。