いまからはじめる、MATLABによる画像処理・コンピュータビジョン

Size: px

Start display at page:

Download "いまからはじめる、MATLABによる画像処理・コンピュータビジョン"

えのりゅうとう
5 years ago
Views:

1 いまからはじめる MATLAB による画像処理コンピュータビジョン MathWorks Japan アプリケーションエンジニアリング部シニアアプリケーションエンジニア大谷卓也 2012 The MathWorks, Inc. 1

2 Demo: 顔検出画像から人間の顔認識を行い数のカウントを行う 2

3 Demo: MRI Analysis モンタージュ画像からの 3 次元構築 3

4 MATLAB/Simulink での画像処理コンピュータビジョン開発コンセプト検討設計アルゴリズム方式検討プロトタイピング組み込みシステム設計画像処理コンピュータビジョンの方式検討アルゴリズム検討プロトタイピング実装方式の検討制御部分画像処理処理速度の検討 FPGA? CPU? DSP? メモリ容量の検討 MATLAB/Simulink ではアルゴリズムから HW/ 組み込みシステム実装まで幅広くツールでカバーします 4

5 アジェンダ画像処理とは? 画像の取り扱いの基本各種画像処理アルゴリズムの扱い MATLAB で画像処理を行うメリットコンピュータビジョンとは? 応用例のご紹介特徴量を使用した認識 MATLAB で使用出来る様々な環境 5

6 画像処理とは? 様々なアルゴリズムを使用し画像の変形や変換色の補正ノイズ除去などを行うこと統計解析などを併用し画像からデータの数値化を行うこと例えばデジタルカメラの内部処理様々な画像処理がハードウェアソフトウェアで行われる 6

7 画像処理とは? ノイズ除去色コントラストヒストグラム調整 7

8 画像処理とは? モルフォロジー処理などによる領域の分割面積中心点などの算出 8

9 画像処理とは? 特定の物体の検出数値算出画像からの定量評価 9

10 画像処理デモインデックス操作 2 値化モルフォロジー処理セグメンテーション例画像フィルタ操作例これから始める方へ関数のサーチ方法 10

11 画像処理開発における MATLAB 使用のメリットシンプルな構文 C/C++ に比べて少ない作業量 ( ループ等の記述は最小限 ) データタイプの扱いが簡単 ( 多くの場合定義も不要 ) スクリプトでの実行多くの可視化機能コンパイル等の作業が不要プログラム途中でのデバッグが容易高度なアルゴリズムライブラリ群高速な行列演算ライブラリ最小限の設定ですぐに使える画像処理コンピュータビジョンアルゴリズム 11

12 アジェンダ画像処理とは? 画像の取り扱いの基本各種画像処理アルゴリズムの扱い MATLAB で画像処理を行うメリットコンピュータビジョンとは? 応用例のご紹介特徴量を使用した認識 MATLAB で使用出来る様々な環境 12

13 コンピュータビジョンとは? 静止画像や動画像を使用し検出識別物体のトラッキングを行いコンピュータでシーンの理解などを行うこと画像処理ノイズ補正コントラスト補正測定コンピュータビジョン検出認識識別トラッキングシーンの理解道路人物自転車トラックアクシデント 13

14 コンピュータビジョンの応用例アクティブセーフティロボット制御セキュリティバイオメトリクス 14

15 コンピュータビジョンとは? 特徴点特徴量の検出からのマッチングや認識 15

16 コンピュータビジョンとは? 特徴点をベースにパノラマ画像の生成 (Image Stitching) 16

17 コンピュータビジョンとは? 機械学習などを使った顔や人物の認識 17

18 コンピュータビジョンとは? 動画からの動き検出 ( 定点カメラからの自動車検出例 ) 18

19 コンピュータビジョンとは? 複数物体の検出及びトラッキング物体の動き予測 ( オクルージョン含む ) 19

20 コンピュータビジョンデモ顔の検出特徴点特徴量の抽出マッチング動きの検出例 20

21 その他 MATLAB で使用出来る環境柔軟な画像入力 ( 動画静止画 ) ツールボックス追加による豊富な画像処理コンピュータビジョンアルゴリズム既存の C / C++ ライブラリ取り込み多くのユーザ研究者による MATLAB コードの共有ツールボックスの関数や最新のオープンソースを利用しアルゴリズム方式検討を加速 21

22 MATLAB Central の利用共有されている殆どのファイルは BSD ライセンス R2012b より Apps 機能も使用可能画像処理コンピュータビジョン系のアルゴリズムサンプル等が千件以上登録 (2012 年現在 ) 22

23 HW との連携 GUI 配布形式アプリの制作高度な GUI 作成機能 COM1.exe MATLAB コンパイラを使用し実行形式作成.dll/.lib HW からの高速なデータ取り込み COM.NET MATLAB では高速なデータの取り込み GUI の作成そして配布に向けた実行形式アプリの作成が可能 23

24 DEMO 左のトランプは右の画像の中にあるでしょうか? 24

25 その他各種ツールボックスで実現できること各種カメラデバイスからの画像キャプチャ Image Acquisition Toolbox 画像の前処理 ( 色補正フィルタ Image Processing Toolbox モルフォロジなど ) 特徴点特徴量の検出 / 抽出 / マッチング Computer Vision その他ビジョンアプリケーション System Toolbox ブレ補正モザイキング動きの検出顔認識人物認識トラッキングステレオ画像クラシフィケーション機械学習 Statistics Toolbox 並列化 Neural Network Toolbox 25

26 CPU/DSP, FPGA 実装ツール EDA 環境 (Xilinx, Altera Mentor Graphics, Cadence 等 ) との連携外部入力 IDE 環境 (Texas Instruments, Analog Devices, Green Hills, Altium, Eclipse 等 ) との連携 CPU/DSP ボード連携 FPGA ボード連携 Simulink を使用する事で画像処理システムの机上検証から Software/Hardware と連携した検証まで実現可能 26

27 まとめすぐに動かすことが出来るインタープリタ環境による画像処理コンピュータビジョンのアルゴリズム検討様々なパラメータのトライ & エラーを迅速に実施多くの高速な関数を使った様々な方式検討多くの研究者 MATLAB Central などのリソースの有効活用画像処理コンピュータビジョン開発の際のイタレーション時間 (Turn Around Time) の短縮 27

28 デモブースのご案内信号処理アルゴリズム設計 ~ システム設計 ~ 実装 2012 The MathWorks, Inc. MATLAB and Simulink are registered trademarks of The MathWorks, Inc. See for a list of additional trademarks. Other product or brand names may be trademarks or registered trademarks of their respective holders. 28

29 いまからはじめる MATLAB による画像処理コンピュータビジョン MathWorks Japan アプリケーションエンジニアリング部シニアアプリケーションエンジニア大谷卓也 2012 The MathWorks, Inc. 29

30 Appendix 本セッションで行ったデモの詳細画像処理インデックス操作画像の 2 値化モルフォロジー処理コンピュータビジョン顔認識特徴点特徴量の抽出 30

MATLAB で行う画像処理行列操作の得意な環境 (2 値化マスクの例 ) 17 24 1

18 25 2 9 A 要素ごとに掛け算プログラム例 : A = magic(5); B =

* B; 1 1 0 0 1 1 0 0 1 1 0 0 1 1 1 0 1 1 1 0 1

31 MATLAB で行う画像処理行列操作の得意な環境 (2 値化マスクの例 ) A 要素ごとに掛け算プログラム例 : A = magic(5); B = A > 10; C = A.* B; B C 31

32 MATLAB で行う画像処理コンパクトなコード量 I = rgb2gray(imread('peppers.png')); I = imnoise(i, 'salt', 0.1); Idenoise = medfilt2(i, [3 3]); figure, imshow(idenoise); 4 行 RGB = imread('tape.png'); [center, radius] = imfindcircles(rgb,[60 100],'Sensitivity',0.9) viscircles(center,radius); hold on; plot(center(:,1),center(:,2), yx, LineWidth,2); hold off; 4 行 Iorg=imread('iron.tif'); I = Iorg<180; I = bwmorph(i,'skel','inf'); I = bwmorph(i,'spur','inf'); I = bwmorph(i,'clean'); figure, imshow(~i); 6 行 32

33 コイン画像の 2 値化例 I = imread( coins.png ); % 画像をIという変数に取り込み imshow(i); % 取り込んだ画像を表示 33

34 ヒストグラムの確認黒い領域白い領域 34

35 画像の 2 値化 35

36 画像のクリーンアップ 36

37 各リージョンの中心点面積を計算 37

38 画像の上に面積のテキストを表示 38

39 モルフォロジー処理の例右の画像 ( 米粒 ) のそれぞれの面積中心点を計算します 39

40 画像のロード画像の 2 値化を行なってみます 40

41 ヒストグラムの確認しきい値は何処が良いでしょうか? 41

42 しきい値を変更して 2 値化画像の確認単一のしきい値で 2 値化は出来ない様子 2 値化を行う前にモルフォロジー処理を行なってみましょう 42

43 背景の明るさを確認まず背景の確認 ( 画像全体を大きくオープン処理して確認 ) 代表的なモルフォロジー処理 imdilate ( 膨張 ) imerode ( 収縮 ) imclose ( クローズ処理 ) imopen ( オープン処理 ) imbothat ( ボトムハット処理 ) imtophat ( トップハット処理 ) その他 bwmorph 関数で多彩な処理が可能 43

44 画像から背景を引き算背景の輝度を調整処理結果を確認ヒストグラムを再度確認画像からオープニング処理した画像を引き算することをトップハット処理といいます ( 一連の動作は imtophat 関数でも処理が可能です ) 44

45 画像の 2 値化マニュアルでの 2 値化以外に下記で自動設定も可能綺麗にセグメント出来た事がわかります 45

46 画像のクリーンアップ及びプロパティ解析指定ピクセル以上のリージョンのみ残します各リージョンのプロパティ解析を行います ( 上記例は面積中心点ですがオプション指定で様々な解析が出来ます ) 46

47 ドキュメント検索のやり方逆引き EXAMPLE 47

48 コンピュータビジョン系デモの詳細顔認識 48

49 特徴点検出マッチングのワークフロー I1 = imread('cameraman.tif'); I2 = imrotate(i1, -20); I1 I2 スケール変化に不変な特徴点検出 points1 = detectsurffeatures(i1); points2 = detectsurffeatures(i2); [f1, vpts1] = extractfeatures(i1, points1); [f2, vpts2] = extractfeatures(i2, points2); 回転に不変な特徴量抽出 index_pairs = matchfeatures(f1, f2) ; matched_pts1 = vpts1(index_pairs(:, 1)); matched_pts2 = vpts2(index_pairs(:, 2)); showmatchedfeatures(i1,i2,matched_pts1,matched_pts2, montage ); Perform Matching 数行のコードで検出認識などを行うことが出来る 49

MATLAB ではじめる画像処理とロボットビジョン ~ 機械学習による物体認識と SLAM~ MathWorks Japan アプリケーションエンジニアリング部信号処理通信木川田亘 2015 The MathWorks, 1Inc.

MATLAB ではじめる画像処理とロボットビジョン ~ 機械学習による物体認識と SLAM~ MathWorks Japan アプリケーションエンジニアリング部信号処理通信木川田亘 2015 The MathWorks, 1Inc. ロボットビジョンとはロボットに搭載することを目的としたコンピュータービジョン技術の一分野標識認識などさまざまな環境下での物体認識や複雑なシーンの理解未知の領域を探索する際にロボット自身の位置推定と地図作成(SLAM)

いまからはじめる、MATLABによる 画像処理・コンピュータビジョン

いまからはじめる、MATLABによる画像処理・コンピュータビジョン