画像工学

Image Science and Technology

9981308

81ICINP401

相川　直幸

Naoyuki Aikawa

2023年度前期

First Semester

木曜4限

Thursday 4rd

先進工学部　電子システム工学科

Department of Applied Electronics, Faculty of Advanced Engineering

2.0単位

講義

Lecture

-

対面授業 /
On-site class

画像処理の基本となる要素から，その発展としての応用までを示し，現代の画像処理技術を習得させる．

本学のディプロマ・ポリシーに定める「基礎学力を基盤とした発展性を有する専門知識」という教育理念と、「豊かな人間性・創造力と国際性を兼ね備え、多面的かつ新しい視点を持って科学技術の発展に貢献できる人材の育成」を実現するための科目です。
工学の全般に関する幅広い分野の専門知識を身に付け、論理思考力・数量的スキル・情報処理能力を高めて、エレクトロニクスを中核とした深い専門知識を身に付けることも目的の一つです。

画像情報処理あるいは画像信号処理に関する基礎知識の習得を目標にする.

専門基礎力(知識、技能)

信号処理や情報理論についての基礎知識を前提とする｡
Mathworks社のMatlabを用いて画像処理を行うので、Web上でMatlab を操作できるが、自分のPCにMatlabをインストールすることは望ましい。
他学部･他学科生の受講については若干名を認める｡

-

-

各回の授業前に1時間程度、授業計画に書いてある内容について調べておくこと。各回の講義内容を1時間程度復習し、講義中に明示するキーワードについて的確に説明できるようにしておくこと。

シラバスに記載した学習目標に対する到達度を次の方法により評価判定する。
（１） 講義中に適宜課すレポート(１０％)
（２） 期末レポート課題(９０％)
（３）（１）と（２）の両者を加えて評価し，総計が６０点以上を合格とする。

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

画像情報処理の基礎:伊東晋(東京理科大学出版会)

1. 導入
　画像処理を，分析と合成，線形処理と非線形処理の観点から分類し，講義の概要を解説する．
2. 2次元フーリエ変換
　1次元フーリエ変換，1次元離散フーリエ変換を復習した後，2次元フーリエ変換への拡張を解説する．画像の2次元フーリエ変換の意味を理解し，以後の講義の基本とする．
3. 2次元離散フーリエ変換と畳み込み演算
　2次元離散フーリエ変換を高速に計算するための高速フーリエ変換法について説明する．さらに，2次元離散フーリエ変換を用いたたたみ込み演算の方法，さらに，相関演算に基づくブロックマッチングの手法についても概説する．　
4. 画像の線形フィルタリング
　エッジ検出，Gabor特徴等の線形フィルタリングに基づく特徴解析の基本を解説する．さらにウィナーフィルタによる雑音除去についても概説する．
5. 画像の直交変換 (1)
　画像の特徴抽出，情報圧縮のために用いられる直交変換について解説する．離散コサイン変換，離散ウェーブレット変換を概説し，それぞれの特徴，および性質を概説する．また，画像符号化への応用等も解説する．
6. 画像の直交変換 (2)
　直交基底系を導出する方法として，主成分分析(KL展開)を解説する．
7. 画像復元問題と正則化法
　ボケ，雑音を除去するための画像復元問題と正則化法について解説する．
8. 補足解説と例題演習 (1)
　前半の講義の進度や受講生の理解度に応じて補足説明を行うと共に､例題演習を実施することで知識の定着を図る｡
9. 非線形フィルタリングの概要
　線形性を有しない画像のフィルタ操作を，順序統計の観点から解説する．
10. メジアンフィルタ
　インパルス性雑音除去法として広く用いられているメジアンフィルタの基礎と，カラー画像処理への応用を解説する．　
11. 画像の太線化，細線化とモフォロジーフィルタ
　パターン処理の前処理として利用される画像の太線化・細線化について解説する．その後，これらがモフォロジフィルタと呼ばれる画像処理体系の一部であることを示し，その拡張を説明する．
12. モフォロジーによる画像解析 (1)
　集合演算を基本とするモフォロジーと，その画像特徴解析への応用について解説する
13. モフォロジーによる画像解析 (2)
スケルトン，パターンスペクトルなど特徴解析の方法を解説する．
14. 画像の量子化
　量子化は画像の階調を決定する重要な操作である．二乗誤差最小の意味で量子化する量子化器，量子化誤差を拡散し量子化する誤差拡散法などデバイスに合わせて階調を量子化する方法を解説する．また，クラスタリングの方法として，K-平均法を解説し，画像の符号化法の一つであるベクトル量子化法を示す．
15.まとめ
　到達度評価を行う。

-

MATLAB/Simulink

-