万能な方法は存在せず、対象によっては有効な方法が異なっている
デジタル画像処理・認識技術の基礎と応用
ディジタル画像処理・認識技術の基礎と応用について
実際に応用する際の留意点を含めて解説する特別セミナー！！
- 講師
静岡大学 工学部 電気電子工学科 助教授 博士（工学） 大橋 剛介先生
- 日時
- 会場
- 受講料
- 1名：47,250円 同時複数人数お申込みの場合1名：42,000円
- テキスト
受講概要
予備知識
特になし（できればＣ言語プログラミング）
修得知識
1)画像処理の基礎知識 2)画像認識の基礎知識 3)画像処理・認識技術の活用方法
講師の言葉
画像処理技術は、コンピュータビジョンや非破壊検査など産業分野、Ｘ線ＣＴや超音波診断装置など医用分野、 ディジタルカメラ、プリンタなどマルチメディア分野、個人認証などのセキュリティー分野において広く利用され ています。 多くの画像処理技術が提案され、コンピュータの進歩とともに様々な分野で実用化されていますが、万能な 方法は存在せず、対象によって有効な方法は異なっているのが現状です。そのため、いざ応用しようとしても 良好な結果を得ることは困難です。 そこで、実際に応用する際に気をつける点などにも触れながら、画像処理・認識技術の基礎と応用について 説明します。具体的には、画像強調などのディジタル画像処理の基礎と実現方法、特徴量抽出法、画像認識法、 カラー画像処理について紹介します。
プログラム
１．画像処理の基礎
１．１ 画像処理の準備 （１）標本化・量子化 （２）幾何学変換 １．２ 画像強調 （１）濃度変換 （a）線形変換 （b）ヒストグラム均等化法 （２）2値化 （a）モード法 （b）p-タイル法 （c）判別分析法 （３）雑音除去 （a）平滑化 （b）メディアンフィルタ （４）輪郭検出 （a）Gradient （b）Sobel （c）Prewitt （d）Roberts （e）Laplacian （f）Canny
２．画像認識の基礎
２．１ パターン認識 （１）パターン認識とは （２）K-NN法 （３）ニューラルネットワーク （４）テンプレートマッチング （５）ハフ変換による直線検出 ２．２ 画像特徴量 （１）ラベリング （２）テクスチャ解析 （a）濃度ヒストグラム（１次統計量） （b）濃度共起行列（２次統計量） ２．３ 画像認識応用
３．画像処理・認識技術の応用例
３．１ 超音波画像処理（医用分野） （１）３次元表示 （２）３次元計測 ３．２ 画像内容検索（マルチメディア分野） （１）エッジ検出 （２）特徴量抽出 （３）検索
４．カラー画像処理
４．１ 表色系 ４．２ 画像フォーマット ４．３ 高画質化 ４．４ 高忠実化
講師紹介
1997年3月：慶應義塾大学大学院博士課程修了 1997年4月：静岡大学工学部助手 2003年9月～6月：カリフォルニア大学サンタバーバラ校客員研究員 2004年7月：静岡大学工学部助教授