Suche senden
Hochladen
画像処理(二値化)
•
2 gefällt mir
•
11,296 views
Julian Hartmann
Folgen
授業の発表
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 14
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Structured Light 技術俯瞰
Structured Light 技術俯瞰
Teppei Kurita
[DL輪読会]Diffusion-based Voice Conversion with Fast Maximum Likelihood Samplin...
[DL輪読会]Diffusion-based Voice Conversion with Fast Maximum Likelihood Samplin...
Deep Learning JP
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
Takahiro Kubo
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
局所特徴量と統計学習手法による物体検出
局所特徴量と統計学習手法による物体検出
MPRG_Chubu_University
【解説】 一般逆行列
【解説】 一般逆行列
Kenjiro Sugimoto
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
初めてのグラフカット
初めてのグラフカット
Tsubasa Hirakawa
Empfohlen
Structured Light 技術俯瞰
Structured Light 技術俯瞰
Teppei Kurita
[DL輪読会]Diffusion-based Voice Conversion with Fast Maximum Likelihood Samplin...
[DL輪読会]Diffusion-based Voice Conversion with Fast Maximum Likelihood Samplin...
Deep Learning JP
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
Takahiro Kubo
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
Yuta Kikuchi
局所特徴量と統計学習手法による物体検出
局所特徴量と統計学習手法による物体検出
MPRG_Chubu_University
【解説】 一般逆行列
【解説】 一般逆行列
Kenjiro Sugimoto
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
初めてのグラフカット
初めてのグラフカット
Tsubasa Hirakawa
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
Deep Learning JP
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
Sift特徴量について
Sift特徴量について
la_flance
Cv20160205
Cv20160205
Takanori Ogata
動的輪郭モデル
動的輪郭モデル
Arumaziro
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
Deep Learning JP
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
Masayuki Tanaka
backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
Tomoki Yoshida
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
YutaSuzuki27
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
Icp3.2 takmin
Icp3.2 takmin
Takuya Minagawa
Introduction to YOLO detection model
Introduction to YOLO detection model
WEBFARMER. ltd.
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成
Nagi Teramo
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
Lucas kanade法について
Lucas kanade法について
Hitoshi Nishimura
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
Weitere ähnliche Inhalte
Was ist angesagt?
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
Deep Learning JP
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
Sift特徴量について
Sift特徴量について
la_flance
Cv20160205
Cv20160205
Takanori Ogata
動的輪郭モデル
動的輪郭モデル
Arumaziro
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
cvpaper. challenge
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
Deep Learning JP
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
Masayuki Tanaka
backbone としての timm 入門
backbone としての timm 入門
Takuji Tahara
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
Tomoki Yoshida
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
YutaSuzuki27
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
Icp3.2 takmin
Icp3.2 takmin
Takuya Minagawa
Introduction to YOLO detection model
Introduction to YOLO detection model
WEBFARMER. ltd.
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成
Nagi Teramo
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
Lucas kanade法について
Lucas kanade法について
Hitoshi Nishimura
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII
Was ist angesagt?
(20)
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
[DL輪読会]EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
グラフィカルモデル入門
グラフィカルモデル入門
Sift特徴量について
Sift特徴量について
Cv20160205
Cv20160205
動的輪郭モデル
動的輪郭モデル
マルチコアを用いた画像処理
マルチコアを用いた画像処理
【メタサーベイ】Video Transformer
【メタサーベイ】Video Transformer
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
[DL輪読会]Learning Transferable Visual Models From Natural Language Supervision
SSII2014 チュートリアル資料
SSII2014 チュートリアル資料
backbone としての timm 入門
backbone としての timm 入門
Optimizer入門&最新動向
Optimizer入門&最新動向
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
【学会発表】U-Net++とSE-Netを統合した画像セグメンテーションのための転移学習モデル【IBIS2020】
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
Icp3.2 takmin
Icp3.2 takmin
Introduction to YOLO detection model
Introduction to YOLO detection model
レプリカ交換モンテカルロ法で乱数の生成
レプリカ交換モンテカルロ法で乱数の生成
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
Lucas kanade法について
Lucas kanade法について
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
SSII2021 [SS1] Transformer x Computer Visionの 実活用可能性と展望 〜 TransformerのCompute...
画像処理(二値化)
1.
2値化処理 画像処理 電子情報システム工学専攻 神﨑 拓⼈2015年5月21日 1
2.
2 画像の2値化処理とは 画像を⽩と⿊だけにしてしまう処理 • 白(255)・⿊(0)のみの画素値をもつ画像にする • グレースケールとは違い灰色は存在しない カラー画像
グレースケール 2値化画像
3.
3 しきい値 64 しきい値
128 しきい値 196 しきい値による単純2値化 1つの画素値に注目し2値化 • 画素値が指定したしきい値未満であれば⿊、しきい値 以上であれば白にする
4.
4 しきい値の決め方 p-タイル法 • 画像の中で⿊もしくは白となる面積(割合S%)がわかっ ている時に有用 (文書の背景と文字は1:1など) •
ヒストグラム上で濃度値の累積分布が既知の割合にな るようなしきい値を探す
5.
5 しきい値の決め方 モード法 • 濃度ヒストグラムで対象物と背景にそれぞれ対応した 2つの山(双峰性)ができる場合に,山の間の谷になる 部分をしきい値とする
6.
6 しきい値の決め方 判断分析法 • モード法の「谷」の部分を論理に基づいて求められる • ヒストグラムに双峰性がない画像でも適当な値を決定 ⿊に分類される画素数
ω1 平均 m1 分散 σ1 白に分類される画素数 ω2 平均 m2 分散 σ2 画像全体の画素数 ωt 平均 mt 分散をσt 全分散 分離度 クラス間分散 クラス内分散 が最大となるしきい値 t を求める
7.
7 組織的ディザ法 複数の画素を1つの画素として扱う • 1つの画素値に注目するのではなく周りの画素値に範 囲を広げて2値化を⾏う • 複数の画素をまとめて表現することであたかも段階が 増えたように⾒える 0/4
1/4 2/4 3/4 4/4 濃度0% 濃度25% 濃度50% 濃度75% 濃度100%
8.
8 組織的ディザ法 パターン・ディザ法 • 4×4のマトリックスを用いて処理を⾏う • マトリックスの値をしきい値として2値化 0
8 2 10 12 4 14 6 3 11 1 9 15 7 13 5 10 4 6 8 12 0 2 14 7 9 11 5 3 15 13 1 13 7 6 12 8 1 0 5 9 2 3 4 14 10 11 15 Bayer型 ハーフトーン型 Screw型
9.
9 組織的ディザ法 パターン・ディザ法 Bayer型 計算例 0
128 32 160 192 64 244 96 48 176 16 144 240 112 208 80 0 8 2 10 12 4 14 6 3 11 1 9 15 7 13 5 ×16 (256段階なので) 4 52 46 91 100 100 73 50 47 1 123 95 124 105 118 17 255 0 255 0 0 255 0 0 0 0 255 0 0 0 0 0グレー画像 2値化画像 Bayer型マトリクス (256階調用) 2値化 (比較)
10.
10 実際の画像 組織的ディザ法
11.
11 誤差拡散法 しきい値からの誤差を近隣の画素値がカバー • 誤差拡散法では左上から右下へ画素値を決定していく • しきい値からの誤差を近隣に分散させる 単純
2値化 誤差拡散 2値化
12.
12 誤差拡散法 Floyd - Steinberg Jarvice,
Judice & Ninke f0 7 16 3 16 4 16 15 16 Floyd – Steinberg に比べて 誤差を拡散する範囲が広くなっている 表現幅が広がる分 計算量は多くなる 元の画素値がちょうど中間値のときには 市松模様のようなパターンが生成される
13.
13 誤差拡散法 Floyd – Steinberg
計算例 • 画素値240の画素をしきい値128でディザ 255 240 0 152 98 230 255 255 49 173 126 255 しきい値 128 誤差 240-128=112 f0 f1 f2 f3 f4 255 255 49 173 154 255
14.
14 誤差拡散法 比較 Floyd - Steinberg
Jarvice, Judice & Ninke
Jetzt herunterladen