青木研究室自主ゼミ第1回p10.ppt

高度情報演習1A　“テーマＣ”実践 画像処理プログラミング?画像認識とＣＧによる画像生成?第三回　演習課題画像中からの物体抽出処理（色情報を手がかりとして） 芝浦工業大学 工学部　情報工学科 青木　義満 基本的な画像処理の流れ 講義内容（6回） 画像処理とは？　画像データの構成，画像の入出力演習 画像処理プログラミング基礎（フィルタの設計と実装） カラー画像入出力，色抽出，ラベリング，重心算出 背景差分，フレーム間差分 CGプログラミング基礎 ＣＧによる軌跡再現，画像生成 物体抽出処理１　?　カラー画像処理，色抽出 カラー画像入出力 カラー　→　輝度値　変換，二値化 ＲＧＢ　→　ＨＳＶ　変換 色相（Ｈｕe）指定による色域抽出 ラベリング カラー画像入出力（kadai3-1.c） ＲＧＢ→グレースケール変換（kadai3-2.c） RGB →　輝度値への変換方法 L = 0.30*R + 0.59*G + 0.11*B 様々な色情報の取り扱い（kadai3-3.c, kadai3-4.c） マンセル表色系‥色相?明度?彩度の３属性からなる HSV変換と逆変換 RGB色空間で人間の感覚に合った色彩に関する処理をするのは難しい 　　　　　　　　　　　　 H：色相 　RGBデータ　　　　S：彩度 　　　　　　　　　　　　 V：明度 　　 H：色相 S：彩度　　　　　　RGBデータ　　　　 V：明度 ６角錐モデル HSVを利用する利点 人間の感覚に近い色の指定が可能 色の種類（色相），鮮やかさ（彩度），明るさ（明度）の３成分に分離可能 画像認識課題における色特徴量として扱い易い HSVの利用例 肌の色 道路標識の色 色相による肌色抽出例 色相と彩度による道路標識抽出 ラベリング 領域（塊）ごとにラベル（番号）を付けて区別 白画素の連結性から，塊を判定, 番号付け * * * 2006/05/08 画像入力 前処理 特徴抽出 計測?検出?分類 パターンと図形の検出 パターン認識 必要に応じて処理結果を画像生成により提示！ 画像入出力 画像データ参照，書き換え 色による物体抽出 ラベリング （R，G，B） 3成分／pixel 輝度値（濃淡値） 1成分／pixel 色相‥色の種類を示す 明度‥各色相の明るさを示す 彩度‥色の鮮やかさを示す マンセルの色相環と色立体 10R/78(色相10R,明度7,彩度8) 表現方法 HSV変換 HSV逆変換 RGB色空間の概念図 HSV変換 6角錐モデル 色相（Hue）: 0?360 彩度(Saturation): 0.0 - 1.0 明度（Value）: 0 - 255 データの範囲 ただし 色情報を手がかりとした物体抽出に頻繁に利用！ ＨＳＶの利用例（１）：肌色領域取得 初期データとして肌色のカラーデータを与える 画像の全体の色を取得　→　肌色領域探索 肌色らしい部分を探索(色追跡アルゴリズム) 画像全体の色 肌色らしい色 色追跡アルゴリズムによる領域 ＨＳＩの利用例（１）：標識（青）の検出 　　追跡 HSI画像 探索領域から目標とする色のHueヒストグラムを作成 入力画像よりその色らしさの尤度画像を生成 重心を求め，対象色の領域を抽出 色尤度画像 検出結果 label_sum : ラベル総数（この場合３） int label_area[0]：９ int label_area[1]：3 背景は０ labeling_table[y][x] image1[y][x] 二値化したppm画像 * *