辉度値画素数.ppt

今日の講義内容 画像の基礎知識 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 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 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？ 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 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） 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 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） 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） 物体像の獲得 物体像の獲得 物体像の獲得 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）， デジタルカメラにおける画像の獲得 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 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） 標本化（Sampling）と量子化（Quantization） 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 標本化（Sampling）と量子化（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 標本化（Sampling）と量子化（Quantization） 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 Sampling and Quantization Sampling and Quantization Sampling Sampling Sampling Sampling 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. 狭義の画像処理 ?画像の階調補正 　ヒストグラム 　コントラスト変換 　ガンマ補正 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 →　輝度値の分布がわかる ヒストグラム（カラー画像１） ヒストグラム（カラー画像２） 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 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 ルックアップテーブル（変換関数）の生成例 画像全体を明るく 画像全体を暗く コントラストの強調 コントラストの減少 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 ヒストグラム平坦化の結果 階調補正処理 まとめ コントラストの調整 明るさの調整 ヒストグラム補正 画像の補正処理 カラーバランスと彩度変化 red pdf green pdf blue pdf luminosity pd