高度情報演習 1A 　“テーマＣ” 実践画像処理プログラミング〜画像認識とＣＧによる画像生成〜第三回　演習課題画像中からの物体抽出処理（色情報を手がかりとして）

高度情報演習1A　“テーマＣ”実践 画像処理プログラミング〜画像認識とＣＧによる画像生成〜第三回　演習課題画像中からの物体抽出処理（色情報を手がかりとして）芝浦工業大学工学部　情報工学科青木　義満 2006/05/08

基本的な画像処理の流れ 画像入力画像入出力画像データ参照，書き換え前処理特徴抽出色による物体抽出ラベリング計測・検出・分類パターンと図形の検出パターン認識必要に応じて処理結果を画像生成により提示！

講義内容（6回） • 画像処理とは？　画像データの構成，画像の入出力演習 • 画像処理プログラミング基礎（フィルタの設計と実装） • カラー画像入出力，色抽出，ラベリング，重心算出 • 背景差分，フレーム間差分 • CGプログラミング基礎 • ＣＧによる軌跡再現，画像生成

物体抽出処理１〜　カラー画像処理，色抽出 • カラー画像入出力 • カラー　→　輝度値　変換，二値化 • ＲＧＢ　→　ＨＳＶ　変換 • 色相（Ｈｕe）指定による色域抽出 • ラベリング

（R，G，B） 3成分／pixel 輝度値（濃淡値） 1成分／pixel カラー画像入出力（kadai3-1.c）

ＲＧＢ→グレースケール変換（kadai3-2.c） • RGB →　輝度値への変換方法 • L = 0.30*R + 0.59*G + 0.11*B

様々な色情報の取り扱い（kadai3-3.c, kadai3-4.c）マンセル表色系‥色相・明度・彩度の３属性からなる色相‥色の種類を示す明度‥各色相の明るさを示す彩度‥色の鮮やかさを示す表現方法マンセルの色相環と色立体 10R/78(色相10R,明度7,彩度8)

HSV変換と逆変換 HSV変換 RGB色空間で人間の感覚に合った色彩に関する処理をするのは難しい H：色相 RGBデータ　　　　S：彩度 V：明度 H：色相 S：彩度　　　　　　RGBデータ　　　　 V：明度 HSV逆変換 RGB色空間の概念図

６角錐モデル HSV変換 6角錐モデルデータの範囲 • 色相（Hue）: 0〜360 • 彩度(Saturation): 0.0 - 1.0 • 明度（Value）: 0 - 255 ただし

HSVを利用する利点 • 人間の感覚に近い色の指定が可能 • 色の種類（色相），鮮やかさ（彩度），明るさ（明度）の３成分に分離可能 • 画像認識課題における色特徴量として扱い易い • HSVの利用例 • 肌の色 • 道路標識の色色情報を手がかりとした物体抽出に頻繁に利用！

ＨＳＶの利用例（１）：肌色領域取得 • 初期データとして肌色のカラーデータを与える • 画像の全体の色を取得　→　肌色領域探索肌色らしい部分を探索(色追跡アルゴリズム) 画像全体の色肌色らしい色色追跡アルゴリズムによる領域

色相による肌色抽出例

ＨＳＩの利用例（１）：標識（青）の検出 HSI画像探索領域から目標とする色のHueヒストグラムを作成　　追跡入力画像よりその色らしさの尤度画像を生成重心を求め，対象色の領域を抽出色尤度画像検出結果

色相と彩度による道路標識抽出

背景は０ ラベリング • 領域（塊）ごとにラベル（番号）を付けて区別 • 白画素の連結性から，塊を判定, 番号付け image1[y][x] 二値化したppm画像 labeling_table[y][x] int label_area[0]：９ label_sum : ラベル総数（この場合３） int label_area[1]：3

高度情報演習 1A “テーマＣ” 実践 画像処理プログラミング 〜 画像認識とＣＧによる 画像生成 〜 第三回 演習課題 画像中からの物体抽出処理（色情報を手がかりとして）