Transcript R - 芝浦工業大学
Computer Graphics 第１回 Introduction 芝浦工業大学情報工学科 青木 義満 Computer Graphics 画像の基礎知識 芝浦工業大学情報工学科 青木 義満 今日の講義内容 画像の基礎知識 2005/9/13 デジタル画像の概要 標本化と量子化 ヒストグラムと画像補正 Computer Graphics 3 光の正体 人間に知覚される電磁波 380 nm ～ 780 nm (nm = 10-9m) の範囲が可視光 2005/9/13 Computer Graphics 4 色が見える原理 「色」が人間に知覚されるために必要な３要素 なぜリンゴは赤く見える？ 全ての色を含む 可視光 光 物体 視覚 2005/9/13 特定の色の 光を反射（物体色） Computer Graphics 5 演色性 物体の色は蛍光灯の下と白熱灯の下とでは 違って見える → 光源の演色性 → 見える色は物体の持つ色のみでは決まら ず，光源の分光特性に左右される 2005/9/13 Computer Graphics 6 混色と３原色 混色 異なる色を混合して，別の色を作ること ３原色（３色刺激） 2005/9/13 他の二つを混色してももう一つの色を作ることのでき ないような，独立した３つの色 適当な割合で混色すると，任意の色を生成可能 → 三色性 Computer Graphics 7 加法混色 混ぜると明るく白くなる混色 例）白いスクリーンの上に異な る色の光を重ねて投影 ３原色 赤（R）, 緑（G），青（B） → カラーテレビの色表示 → デジタル画像 2005/9/13 Computer Graphics 8 減法混色 混ぜると暗く黒くなる混色 例）白い紙の上で水彩絵の具を混ぜ合 わせる ３原色 シアン（C）, マゼンタ（M），黄（Y） → カラー印刷 2005/9/13 Computer Graphics 9 物体像の獲得 Image Formation 2005/9/13 Computer Graphics 10 物体像の獲得 Image Formation 2005/9/13 Computer Graphics 11 物体像の獲得 Image Formation projection through lens image of object 2005/9/13 Computer Graphics 12 人間の視覚における画像の獲得 デジタル画像，銀塩写真，印刷物 → 3原色で表現，なぜ？ 人の眼が3原色の光をそれぞれ感じ，様々な色調を脳の中に 描くようにできている 角膜・水晶体 → レンズの役割 網膜=撮像素子（フィルム），2種類の視細胞（幹体と錐体）， → 簡略化した人の目のつくり。 1. 角膜、2. 水晶体、3. ガラス体、 4. 網膜、5. 錐体、6. 幹体 2005/9/13 Computer Graphics 13 デジタルカメラにおける画像の獲得 光電変換！ → 簡略化した人の目のつくり。 1. 角膜、2. 水晶体、3. ガラス体、 4. 網膜、5. 錐体、6. 幹体 2005/9/13 Computer Graphics 14 アナログ画像とデジタル画像 アナログ画像 写真，紙の上に書かれた図形 連続値 標本化（Sampling） 量子化（Quantization） デジタル画像 通常画像と呼んでいるのはこちらの方 離散値（座標は整数値しか取らない） 2005/9/13 Computer Graphics 15 標本化（Sampling）と量子化（Quantization） 画像のA/D変換 標本化（Sampling） 座標（X, Y）を離散的な値に変換 ～空間的離散化 アナログ画像を格子状に分割し（標本化格子），その格子内の濃 淡の平均値を取り出す操作 一つ一つの格子(標本点) → 画素（Pixel） 標本化格子の間隔（標本間隔） ・標本間隔 ・画像解像度 ・データ量 2005/9/13 小 高 大 大 低 小 Computer Graphics 標本化定理 シャノンの標本化定理 ナイキスト周波数 16 標本化（Sampling）と量子化（Quantization） 画像のA/D変換 量子化（Quantization） 濃淡値 f を離散的な値に変換 ～信号強度の離散化 量子化された値 → 量子化レベル，濃淡レベル，画素値 濃淡レベル数 ２G → Gビット量子化 256レベル（ ２8 ） ＝ ８ビット量子化 一般の写真（8ビット），X線写真（10ビット） 量子化誤差，ダイナミックレンジ 2005/9/13 Computer Graphics 17 標本化（Sampling）と量子化（Quantization） デジタル画像 アナログ画像 2005/9/13 Computer Graphics 18 画素（Pixel） 濃淡や色を表す最小単位 画像の大きさを画素単位で表すことが多い 例） 640 X 480 画素（ピクセル） 400万画素 (デジタルカメラ) Pixel Location: p = (r , c) Pixel Value: I(p) = I(r , c) 2005/9/13 Computer Graphics 画素（Pixel） Pixel : [ p, I(p)] 19 Sampling and Quantization real image 2005/9/13 sampled quantized Computer Graphics sampled & quantized 20 Sampling and Quantization column index row index pixel grid real image 2005/9/13 sampled quantized Computer Graphics sampled & quantized 21 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2005/9/13 Computer Graphics 22 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2005/9/13 Computer Graphics 23 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2005/9/13 Computer Graphics 24 Take the average within each square. Sampling I C , I S (r, c) continuous image sampled image 2005/9/13 Computer Graphics 25 カラー画像とモノクローム（モノクロ）画像 （R，G，B） 3成分／pixel 輝度値（濃淡値） 1成分／pixel 2005/9/13 Computer Graphics 26 Color Images Are constructed from three intensity maps. Each intensity map is pro-jected through a color filter (e.g., red, green, or blue, or cyan, magenta, or yellow) to create a monochrome image. The intensity maps are overlaid to create a color image. Each pixel in a color image is a three element vector. 2005/9/13 Computer Graphics 27 2005/9/13 Computer Graphics 28 狭義の画像処理 〜画像の階調補正 2005/9/13 ヒストグラム コントラスト変換 ガンマ補正 Computer Graphics 29 ヒストグラム（濃淡画像） • 各濃淡レベル（輝度値）の画素の数を数えあげたもの → hI g the number of pixels in I with graylevelg. 輝度値の分布がわかる Luminosity 画素数 輝度値 2005/9/13 Computer Graphics 30 ヒストグラム（カラー画像） フルカラー画像 R，G，B，輝度(R, G, Bの平均) の４つのヒストグラム R hI R G L Luminosity hI L hIG B hI B 2005/9/13 Computer Graphics 31 ヒストグラム（カラー画像１） 0.03 0.025 0.02 0.015 0.01 0.005 0 0 50 red pdf green pdf 2005/9/13 Computer Graphics 100 150 200 250 blue pdf luminosity pdf 32 ヒストグラム（カラー画像２） 0.015 0.01 0.005 0 0 50 red pdf green pdf 2005/9/13 Computer Graphics 100 150 200 250 blue pdf luminosity pdf 33 ルックアップテーブル 入力値を出力先に合わせて変換するためのテーブル → ディスプレイ，プリンタ 127 ダイナミックレンジ y=x (標準) 0 出力濃淡レベル 255 変換関数 0 127 255 index value ... ... 101 64 102 68 103 69 104 70 105 70 106 71 ... ... 入力濃淡レベル 2005/9/13 Computer Graphics 34 コントラスト変換 画像が明るすぎたり暗すぎたりする場合，微妙な濃淡の変化を強調し たい場合 → 画像を見やすく a pixel with this value 2005/9/13 cell index input ...0 64 ... 128 ... ... 0 ...32 128 ... 192 ... 224 255 255 ... output contents Computer Graphics is mapped to this value 35 ルックアップテーブル （変換関数）の生成例 For example: Let a 2. Let x 0,,255 x ; a 255 1 1 ea ( x127) / 32 2005/9/13 2 Computer Graphics 36 127 255 画像全体を明るく 明るさの調整 2005/9/13 Computer Graphics g 0 I k r, c g, if I k r, c 256 J k r, c if I k r, c g 255 255, g 0 and k 1,2,3 is the bandindex. 0 127 255 transform mapping 37 255 画像全体を暗く 明るさの調整 g 0 and k 1,2,3 is the bandindex. 2005/9/13 Computer Graphics 0 127 255-g if I k r, c g 0 0, J k r, c I k r, c g, if I k r, c 0 127 255 transform mapping 38 127 255 コントラストの調整 コントラストの強調 傾き＞1 if Tk r, c 0, 0, J k r, c Tk r, c, if 0 Tk r, c 255, 255, if Tk r, c 255. k 1,2,3 2005/9/13 Computer Graphics 0 Let Tk (r, c) a I k r, c 127 127, where a 1.0 0 127 255 transform mapping 39 127 255 コントラストの調整 コントラストの減少 Tk (r, c) aI k r, c 127 127, 2005/9/13 Computer Graphics 0 where 0 a 1.0 and k 1, 2, 3 . 傾き＜1 0 127 255 transform mapping 40 ヒストグラム平坦化 画像のダイナミックレンジを広げ，細部まで明瞭に 同一対象物を撮影した複数の画像のコントラストを統一 濃淡分布 → 一様分布，正規分布に変換 2005/9/13 Computer Graphics 41 ヒストグラム平坦化の結果 ヒストグラム平坦化 （Histogram Equalization） Luminosity before J r, c EQI r, c 255I r0,c pI 2005/9/13 Computer Graphics after 42 階調補正処理 まとめ 2005/9/13 Computer Graphics 43 コントラストの調整 - contrast 2005/9/13 original Computer Graphics + contrast 44 明るさの調整 - brightness 2005/9/13 original Computer Graphics + brightness 45 ヒストグラム補正 histogram mod 2005/9/13 original Computer Graphics histogram EQ 46 画像の補正処理 2005/9/13 - brightness original + brightness - contrast original + contrast Computer Graphics 47 カラーバランスと彩度変化 2005/9/13 Computer Graphics 48