|
授業科目名
|
担当教官
|
|||||
|
画像情報処理
|
坂井 一雄
|
|||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
| 273750 | 2 | G | 3 | 後期 | 金 | II |
| ［概要と目標］ | ||||||
| 画像情報処理は今日、産業のほとんどの分野で必要な技術・工学の一つである。この講義では画像の入出力から、さまざまな変換処理、特徴抽出、画像分割、そして画像認識まで、画像処理の基本的技術及びその背景にある理論を学ぶ。別に開講される画像情報処理演習を同時にとり、実際に画像処理を体験し、理解を深めることが重要である。また、毎回の講義の冒頭で前回の講義に関連した小テストを実施する。 | ||||||
| ［必要知識・準備］ | ||||||
| 情報理論、信号処理を先修しておくことが望ましい。また基礎代数や基礎解析などの数学的知識を使用する。 | ||||||
| ［評価基準］ | ||||||
| 小テスト、期末試験で総合評価する。 | ||||||
| ［教科書］ | ||||||
| ［参考書］ | ||||||
| ［講義項目］ | ||||||
| １．画像の入出力１：ディジタル画像について ２．画像の入出力２：補正、諧調変換、ヒストグラム平坦化、色変換 ３．画像のフィルタリング１：差分フィルタ、平滑化フィルタ ４．画像のフィルタリング２：パターン抽出フィルタ ４．画像の直交変換１：フーリエ変換 ５．画像の直交変換２：その他の直交変換 ６．画像の圧縮 ７．２値画像処理１：輪郭線追跡、２値画像抽出 ８．２値画像処理２：２値画像認識 ９．特徴空間とクラスタリング１：特徴空間 １０．特徴空間とクラスタリング２：クラスタリング １１．パターンマッチング１：最小距離法 １２．パターンマッチング２：識別関数法 １３．画像の領域分割１：現画像上でのクラスタリング １４．画像の領域分割２：特徴空間でのクラスタリング |
||||||