Microsoft PowerPoint - Lec01

Size: px

Start display at page:

Download "Microsoft PowerPoint - Lec01"

なおいざわ
5 years ago
Views:

2 n k k ) n ( k k ) S ( max min S max min

1 情報デザイン専攻画像情報処理論及び演習 I - デジタル画像の表現と応用 - 画像処理の自己紹介講師 : 吉澤信 ( よしざわしん ) - 本務 : 理化学研究所上級研究員 - 専門 : デジタル幾何学 CG/CAD 画像処理 - shin@riken.jp -URL: 第 1 回講義水曜日 1 限教室 6215 情報処理実習室吉澤信 shin@riken.jp, 非常勤講師大妻女子大学社会情報学部 TA: 瀬能高志 ( せのうたかし ) - 所属 : 東京大学大学院修士課程 2 年よろしくお願いします! 専門 : デジタル幾何学 CG/CAD 画像処理ノイズ除去 & 意匠形状生成 2 2 n k k ) n ( k k ) S ( max min S max min 新しい幾何公式形状変形法領域分割 & 簡略化多重解像度解析生物幾何学幾何特徴抽出 & 特徴解析媒介変数化 & 再メッシュ化画像処理楽しい? 役に立つ? 楽しいか?: 学問として面白いです! - コンピュータ科学情報学では CG (Computer Graphics) と並んで花形の分野. - 目に見える結果綺麗技術的面白さ. 役に立つか?: 色々な分野で役に立ちます! - デジタルカメラの爆発的普及. - エンターテイメント産業 : 映画ゲーム等. - 自然科学 : 天文学生物学化学物理学等の観察観測データ解析等. - 工業工学 : 現実世界の製品データ解析等. - 医療 :CT MRI 等の画像診断等. 本講義について重要目的 : デジタル画像処理の知識と技術の習得 - 画像処理の楽しさを知る. - 役に立つ事を知る. - 画像処理の的なプログラミングを習得. 教科書 : なし講義資料演習課題は授業の HP: 参考書 : - ディジタル画像処理 CG-ARTS 協会 Digital Image Processing, R. Gonzalez & R. Woods 著, Pearson Edu. Inc., 講義 HP: 今日必ず憶える事 :ls cd pwd: 端末 ( コンソール ) にて打ち込みエンターキーで実行. - cd: ディレクトリー ( フォルダー ) の移動. cd ディレクトリー名 - ls: ディレクトリー内のファイル名フォルダー名を表示. ls ディレクトリー名 ls./ ls../. ls -lh ls -alh - pwd: 現在のディレクトリーを表示. pwd ファイル名ディレクトリ - 名に日本語はダメ! プログラムのソースコードにコメント以外では日本語は使わない事! 1

本講義について : 授業の進め方講義 : 画像処理の背景理論アルゴリズムプログラミング応用に関する講義. 演習 : 講義の内容をプログラミング ( 基本的に Linux 環境で C 言語 +Java 言語 ).

なんで Linux なんかでやるの? Windows でいいじゃん Visual Studio (VC++) とかのビルダーでいいじゃん! - 端末 & エディターを使ってのプログラミングはどんなコンピュータの環境でも使える基本!

- スマートフォン等の次世代携帯機器は Android OS や Mac OS( 共に UNIX/Linux ベース ) が主流. - 画像処理アルゴリズムや C/C++ 言語とは関係が無いビルダー固有の開発方法を覚えなければいけない.

- 授業後でも可メールでの質問も可 : shin@riken.jp - 授業に関しての意見も可.

2 本講義について : 授業の進め方講義 : 画像処理の背景理論アルゴリズムプログラミング応用に関する講義. 演習 : 講義の内容をプログラミング ( 基本的に Linux 環境で C 言語 +Java 言語 ). 課題 : 講義と演習の内容をより理解するための課題を解きレポートとして提出. 評価方法 : - 出席 40%: 遅刻は少し減点, 出席管理システム. - レポート60%:2~3 回次週までに提出. - テスト : なし. なんで Linux なんかでやるの? Windows でいいじゃん Visual Studio (VC++) とかのビルダーでいいじゃん! - 端末 & エディターを使ってのプログラミングはどんなコンピュータの環境でも使える基本! - 例えば, - 1 私企業のマイクロソフト依存は危険! マイクロソフトが潰れたら? 主流じゃなくなったら? - Visual Studio って結構高いよ (10 万 ~200 万 ). - スマートフォン等の次世代携帯機器は Android OS や Mac OS( 共に UNIX/Linux ベース ) が主流. - 画像処理アルゴリズムや C/C++ 言語とは関係が無いビルダー固有の開発方法を覚えなければいけない. - 就活等で Linux でのプログラミングも出来ます!. 本講義について : その他コメント 1 限ですが頑張って授業に来て下さい. 分からないところは遠慮なく質問してください. - 講義で話している途中でも可. - 授業後でも可メールでの質問も可 : shin@riken.jp - 授業に関しての意見も可. 3 回 2 回 4 回色相画像化アフィン変換と補間 : 大津法ラべリング細線化課題や演習は他の学生さんと相談しても OK でもコピーはダメです : - レポートやプログラムのコピーは ( 少し変えても ) すぐに分かります. 6 回類推後期は : 周波数分解フィルタスタイル化動画など内容 (1-3): 1: 画像処理の様々な応用 2:Linux の画像クラス 3: 画像化色相装置表示内容 (4-5): アフィン変換画素値の補間 2

3 内容 (6-9): 特に大津法ラべリング S. yoshizawa, RIKEN 内容 (10-15): 類推入力? 二値化多値化ラべリング A. Hertzmann et al., SIGGRAPH 内容 (10-15): 類推周波数分解ファイル I/O フィルタ処理エッジ強調計算 Photography Artistic Stylization 動画像処理幾何形状パターン認識後期の予定 S. Yoshizawa, RIKEN New Line Productions, Inc. Perez et al. SIGGRAPH Sapiro and Ballester, SIGGRAPH デジタル画像とは?( まずは簡単に ) デジタル画像 (Raster): コンピュータ内で表現されたデータ付正規直交格子 ( 画素の集まり ). 画素 : 格子の最小構成要素 : 格子 1 個. - 2 次元 : ピクセル (Pixel). - 3 次元 : ボクセル (Voxel). 画素値 : 明度や色の数値. - グレースケール画像 : 明るさ ( 明度 ). - カラー ( 色 ) 画像 :RGB, CMY 等. 画素値のビット数 : 色数. - 8bit 画像 :2 の 8 乗で 256 色グレースケールの場合は 0 から 255 までの 256 段階の明度.16bit 画像なら 2 の 16 乗で段階. RGB 毎に 8bit なら 256 の 3 乗で色. 画像取得技術と画素カラーの表現は画像化色彩表示の講義でもう少し詳しく説明します. 重要 : デジタル画像の座標と配列 y ( 0,0) j y (0,0) (0,0) 普通の座標系 x x 画像処理でよく使う座標系 i ( 0, sy 1) 輝度値の配列表現 : int I[ sy][ sx]; for( i 0; i sy; i ){ double I[ sy][ sx]; for( j 0; j sx; j ){ I[ i][ j]... } } ( sx 1,0) ( sx 1, sy 1) 3

4 デジタル画像の数式表現輝度値の配列表現 : int I[ sy][ sx]; double I[ sy][ sx]; 輝度値の数式表現 : 高さ関数 z I( x, y) 又は z I( x), x ( x, y) カラー画像 : z I( x, y) ( R( x, y), G( x, y), B( x, y)) 又は z I( x) ( R( x), G( x), B( x)), x ( x, y) 一休み : テストモデル世界で最も有名な標準テスト画像 :Lena (Lenna) Lena の元画像 1972 年の Playboy に掲載万部以上! 1973 年 : 南カルフォルニア大学信号画像処理研究所の研究者がスキャンし画像データベースにて公開. 世界中で使われる年 : コンピュータ雑誌のインタビューにて本人が知る年 ~96 年 :SPIE や IEEE 等の信号画像処理の権威学会にて著作権違反の議論年著作権者 Playboy がこの画像に権利を行使しない事を明言年 Image Science & Technology 学会 50 周年記念会議に本人が参加. もっと世界中に普及し教科書等でも使われる. 一休み : テストモデル画像処理では Lena の他にも沢山のテスト画像がある : etc 分野毎に有名な標準テストモデルがある : 例 CG では関連する学問分野 1 次元 : 信号処理音声処理コンピュータビジョン (CV) 多視点カメラ 3 次元再構成ロボットコンピュータグラフィクス (CG) 形状アニメーションシーン曲がった空間 Utah 大学 :Teapot Caltech:Armadillo Stanford 大学 :Bunny, Dragon, Buddah 識別認知分類パターン認識画像処理その他多数の応用分野 Raster 画像 vs Vector 画像 Raster Vector Raster 画像 vs Vector 画像 CG での Rendering とは最初から Vector 化された 3 次元形状 ( 曲面やポリゴン ) の色や材質等の属性を透視図にて Raster 画像化する事. Raster 画像 : 画素の集合 Vector 画像 : 線 (line) 折れ線 (polyline) 多角形円楕円曲線や曲線によって囲まれた図形テキストなどで保存された図形を組み合わせて表現する画像. 3 次元形状 Vector 画像 : アフィン変換で画像が劣化しない. 複雑な画像をベクトル表現するのは難しい. Raster 画像 Rendering 4

5 Raster画像 vs Vector画像最先端のCGでは複雑な画像をVector化する方法も研究されている J. Sun et al., SIGGRAPH 応用何が出来るの１次元信号処理音声処理コンピュータビジョン(CV) コンピュータグラフィクス(CG) いろいろ出来ちゃいます vectormagic.com 本講義では主にRaster画像を扱い以後画像はデジタルのRaster画像を指す. 画像処理パターン認識その他多数の応用分野 HDR画像の合成 Example-based Painting: 8bit 低階調データ入力入力複数露光設定による高階調HDR (High Dynamic Range)画像データ画像とその領域の分類 8bit 低階調 Userの入力 Painting 8bit 低階調 A. Hertzmann et al., SIGGRAPH 出力合成画像出力合成画像細部強調 & S. Yoshizawa et al., CGF Deblurring(ぼけの除去) R. Fattal et al., SIGGRAPH 直交格子(3D画像)を用いた物理シミュレーション Eulrian: 直交座標系 Q. Shan et al., SIGGRAPH N. Thurey et al., SIGGRAPH

6 2D画像のインタラクティブな変形 T. Igarashi et al., SIGGRAPH D人顔画像の３D形状モデルを用いたアニメーションモーフィング V. Blanz et al., EG V. Blanz et al., EG 応用例コンピュータビジョン 2D人体画像の３D形状モデルを用いたアニメーションモーフィング応用例コンピュータビジョン複数画像からの３D形状の構成 S. Zhou et al., SIGGRAPH T. Thrmahlen and H.-P. Seidel, SIGGRAPH D. Aiger et al., SIGGRAPH 応用例コンピュータビジョン注目領域の自動提示脳科学に基いた顕著度(Saliency) 応用例パターン認識教師を用いた識別(類似度): 注目赤非注目青吉澤横田, Biomedical Interface, USC, ilab C++ Neuromorphic Vision Toolkit Overview 6

7 応用例パターン認識 Google等の画像検索リトリーバル応用例パターン認識 OpenCV 機械学習(Machine Learning)による異常検出 opencv.jp 物体追跡顔認識 Object Tracking, Face Recognition K. Hotta, ICPR 産総研. 応用例パターン認識応用例デジタルアート文字認識 OCR (Optical Character Recognition) HDR画像を用いたデジタルアート中東正之日本郵便 neurondotnet.freehostia.com 応用例ゲーム映画ゲーム映画等のデジタルエンターテイメント産業応用例リモートセンシング遠隔探知航空衛星のセンサーにて計測 New Line Productions, Inc. Square-Enix 7

8 応用例医用画像応用例医用生体画像癌や病変の自動検出画像に基づく形状抽出手術生体シミュレーションや術前検討. RIKEN. MRI CT 産総研. Z. Xue et al., SPIE Newsroom T. Ijiri et al., EUROGRAPHICS 13. 応用例形状モデリング応用例細胞分子生物学共焦点レーザー顕微鏡の発達により, 細胞内部の構造を大規模高次元高階調な画像として取得可能. 画像に基づく形状抽出複雑な自然界の形状作成 z y 2D画像 x T. Ijiri et al., SIGGRAPH 14. 3D画像/Volume RIKEN. 20MB 200MB 複数3D画像複数2D画像時系列2D画像 4D画像 200MB 2GB 複数4D画像 2 200GB 応用例天文学応用例地図マップナビ天体の検出疑似カラー表現等 Goole Mapや地形学 heritage.stsci.edu F. Loasso and H. Hoppe, SIGGRAPH

9 応用例 : 拡張現実 (Augmented Reality) AR: 現実世界へコンピュータにより情報を付加. 応用例 : 物理シミュレーション (CAE) 計算工学 CAE:Computer Aided Engineering: 工学工業では現実世界の測定画像データからのシミュレーション技術が注目されている. journal.mycom.co.jp T. Tawara, IEEE S3DUI 2010 mobilepc.aol.jp itpro.nikkeibp.co.jp RIKEN. 第一回講義まとめ画像処理は信号 ( 音声 ) 処理 CG (Computer Graphics) /CV(Computer Vision)/ パターン認識の分野と密接な関連がある. - 情報学では CG と並んで花形の分野. - 目に見える結果綺麗技術的面白さ. 様々な応用分野がある : データが画像. - デジタルカメラの爆発的普及により - エンターテイメント産業 : 映画ゲーム等. - 自然科学 : 天文学生物学化学物理学等の観察観測データ解析等. - 工業工学 : 現実世界の製品データ解析等. - 医療 :CT MRI 等の画像診断等. 内容 (1-3): 1: 画像処理の様々な応用 2:Linux の画像クラス 3: 画像化色相装置表示 9

Microsoft PowerPoint - Lec24 [互換モード]

Microsoft PowerPoint - Lec24 [互換モード] 第 11 回講義水曜日 1 限教室 618 情報デザイン専攻画像情報処理論及び演習 II - 動画像処理 - Video Styliztion 吉澤信 shin@riken.jp, 非常勤講師大妻女子大学社会情報学部今日の授業内容 www.riken.jp/brict/yoshizw/lectures/index.html www.riken.jp/brict/yoshizw/lectures/lec4.pdf