信号画像処理特論II
|
|
担当教員 |
鈴木大三
|
電子メール | taizo(at_no_spam)cs.tsukuba.ac.jp |
URL | |
オフィスアワー | 鈴木までご連絡ください。 |
科目番号 | 01CH509 |
分野 | メディア工学 |
基礎/専門の別 | 専門科目 |
授業形態 | 講義 |
開講学期 | 春B |
時限 | 月5,6 |
教室 | 3A306 |
キーワード | 信号処理、画像処理、フィルタリング、スパース性とエネルギー最小化問題 |
Keyword | Signal processing, image processing, filtering, sparsity and energy minimization problem |
前提条件 |
前提科目は特にない。 ただし、高校レベルの数学(微分積分、行列演算等)をある程度理解している必要はある。 |
学位プログラム・コンピテンスとの関係 | 知の活用力,研究力,知識力 |
学習目標 |
1. フィルタリングを用いた画像のノイズ除去やエッジ抽出といった画像処理の原理が、パーツとして使われている数学的手法や性能をあげる工夫を含めて理解できる。 2. スパース性とエネルギー最小化問題を用いた画像のノイズ除去やエッジ抽出といった画像処理の原理が、パーツとして使われている数学的手法や性能をあげる工夫を含めて理解できる。 3. 他にどういう考え方の画像処理手法が存在するかが理解できる。 |
概要 | マルチメディアの技術であるフィルタリングによる画像処理について解説する。まずはいくつかの平均フィルタによる画像のノイズ除去や平滑化について、次にいくつかの微分フィルタによる画像のエッジ抽出や鮮鋭化について、さらにスパース性とエネルギー最小化問題による同様の画像処理についての講義を行う。それぞれの原理をパーツとして使われている数学的手法や性能をあげる工夫を含めて理解できるように、基本的な考え方からより高精度なフィルタリングまで順を追って、かつ実際の処理結果を見せながら説明する。 |
授業計画 |
第1週:フィルタリング 画像処理の重要性、フィルタリング、フィルタの種類 第2週:画像のノイズ除去・平滑化 平均フィルタ、メディアンフィルタ、バイラテラルフィルタ 第3週:画像のエッジ抽出・鮮鋭化 微分フィルタ、ソーベルフィルタ、ラプラシアンフィルタ 第4週:スパース性とエネルギー最小化問題 凸関数、スパース性、Total Variation法 第5週:その他の画像処理 年度に応じて変更 |
教科書 | 特に指定しない。 授業スライドはmanabaにアップロードする。 |
参考書 |
(1) コンピュータビジョン-広がる要素技術と応用-, 共立出版 (2018). (2) ディジタル画像処理[改訂新版], CG-ARTS協会 (2015). (3) J.-L. Starck, F. Murtagh, and J. M. Fadili, Sparse Image and Signal Processing: Wavelets, Curvelets, Morphological Diversity. Cambridge University Press, (2010). (4) R. C. Gonzalez and R. E. Woods, Digital Image Processing, Prentice Hall (2007). |
成績評価 |
筆記試験(穴埋め問題+記述問題)の総合点で評価する。 90点以上:A+ 80~89点:A 70~79点:B 60~69点:C 59点以下:D |
TF・TA | |
その他の情報 |