Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2025年度秋学期 画像情報処理 第1回 イントロダクション (2025. 9. 26)
Search
Akira Asano
PRO
September 25, 2025
Video
Education
0
34
2025年度秋学期 画像情報処理 第1回 イントロダクション (2025. 9. 26)
関西大学総合情報学部 画像情報処理(担当・浅野晃)
http://racco.mikeneko.jp/Kougi/2025a/IPPR/
Akira Asano
PRO
September 25, 2025
Tweet
Share
Video
More Decks by Akira Asano
See All by Akira Asano
2025年度秋学期 画像情報処理 第3回 フーリエ級数とフーリエ変換 (2025. 10. 10)
akiraasano
PRO
0
3
2025年度秋学期 応用数学(解析) 第3回 実数とは何か (2025. 10. 10)
akiraasano
PRO
0
5
2025年度秋学期 画像情報処理 講義の進め方と成績評価について (2025. 9. 26)
akiraasano
PRO
0
23
2025年度秋学期 画像情報処理 第2回 結像と空間周波数,フーリエ級数 (2025. 10. 3)
akiraasano
PRO
0
24
2025年度秋学期 応用数学(解析) 講義の進め方と成績評価について (2025. 9. 26)
akiraasano
PRO
0
26
2025年度秋学期 応用数学(解析) 第1回 イントロダクション ー ちょっとかっこいい数学を (2025. 9. 26)
akiraasano
PRO
0
32
2025年度秋学期 応用数学(解析) 第2回 無限にも大小がある (2025. 10. 3)
akiraasano
PRO
0
25
2025年度春学期 統計学 第15回 分布についての仮説を検証する ー 仮説検定(2) (2025. 7. 17)
akiraasano
PRO
0
110
2025年度春学期 統計学 第14回 分布についての仮説を検証する ー 仮説検定(1) (2025. 7. 10)
akiraasano
PRO
0
150
Other Decks in Education
See All in Education
SISTEMA DE MEMORIA Y SU IMPACTO EN LAS DECISIONES.
jvpcubias
0
160
EVOLUCIÓN DE LAS NEUROCIENCIAS EN LOS CONTEXTOS ORGANIZACIONALES
jvpcubias
0
180
シリコンバレーでスタートアップを共同創業したファウンディングエンジニアとしての学び
tomoima525
1
1.2k
万博マニアックマップを支えるオープンデータとその裏側
barsaka2
0
850
20250807_がんばらないコミュニティ運営
ponponmikankan
0
170
”育てる”から”育つ”仕組みへ!スクラムによる新入社員教育
arapon
0
150
令和政経義塾第2期説明会
nxji
0
220
中間活動報告会 人材育成WG・技術サブWG / 20250808-oidfj-eduWG-techSWG
oidfj
0
690
2025/06/05_読み漁り学習
nag8
0
210
仏教の源流からの奈良県中南和_奈良まほろば館‗飛鳥・藤原DAO/asuka-fujiwara_Saraswati
tkimura12
0
130
Introduction - Lecture 1 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
2.5k
社外コミュニティと「学び」を考える
alchemy1115
2
190
Featured
See All Featured
GraphQLの誤解/rethinking-graphql
sonatard
72
11k
Making Projects Easy
brettharned
118
6.4k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
53
3k
Automating Front-end Workflow
addyosmani
1371
200k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
Building Adaptive Systems
keathley
43
2.8k
Mobile First: as difficult as doing things right
swwweet
224
9.9k
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Faster Mobile Websites
deanohume
310
31k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Designing for Performance
lara
610
69k
We Have a Design System, Now What?
morganepeng
53
7.8k
Transcript
画像情報処理 2025年度秋学期 関西大学総合情報学部 浅野 晃 第1回 イントロダクション
画像処理と画像科学
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像処理は手軽にできます 3 背景をぼかす ちょっとやりすぎ💦💦 これは,かなり前に手作業で作ったものですが, いまでは,スマホ📱📱でもほぼ自動でできます。
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像処理は手軽にできます 4 この写真は,近景🍰🍰☕と背景🌳🌳を別のカメラで撮影して, 背景をぼかして近景と合成しています。 こういう写真も,スマホ📱📱で簡単に撮れるようになりました。 技術はどんどん進んでいきます。 この講義では,基盤になる数学を説明します。
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている 60 60 60
65 65 65 70 70 70
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている 60 60 60
65 65 65 70 70 70 各画素は,明るさ(輝度)を表す 整数である
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 デジタル画像とは 5 画像は,離散的な点(画素, pixel)の集まりでできている 60 60 60
65 65 65 70 70 70 各画素は,明るさ(輝度)を表す 整数である ※カラー画像の1画素=3原色のそれぞれの輝度を表す整数
第1部 画像とフーリエ変換
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像を明暗の波に分解 7 人は,大まかな形の違いは 気になるが,細かい部分の 差は気にならない 世の中の画像は,波の足し合わ せでできていると考えられる
なぜならば 光は「波」だから 心理的理由 物理的理由 「細かい部分」は 細かい波で表される なぜ,波で理解しようとする?
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像の生成(結像) 8 画像は回折格子の重ね合わせであり, それぞれの回折格子で回折された光が像面で干渉して,画像が再現される
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像の生成(結像) 8 画像は回折格子の重ね合わせであり, それぞれの回折格子で回折された光が像面で干渉して,画像が再現される 画像は回折格子,すなわち波の重ね合わせである
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像の生成(結像) 8 画像は回折格子の重ね合わせであり, それぞれの回折格子で回折された光が像面で干渉して,画像が再現される 画像は回折格子,すなわち波の重ね合わせである どんな波が重ね合わされているかを求める計算が[フーリエ変換]
第2部 画像情報圧縮
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像情報圧縮の必要性 10 この画像では,1画素の明るさを0〜255の整数で表す カラー画像ならば,R,G,Bで3倍必要 1画素に,2進数8桁 = 8ビット
= 1バイト必要 1000万画素のデジタル画像は,約10メガバイト必要 こういう画像は,1画素 = 16ビットで, 2倍の20メガバイト必要なこともある 動画ならば,1秒でこのデータ量の30倍?60倍?120倍?
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす 8×8ピクセルずつの セルに分解
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
細かい部分は,どの画像でも大してかわらないから,省略しても気づかない
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
細かい部分は,どの画像でも大してかわらないから,省略しても気づかない
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 JPEG方式による画像圧縮 11 画像を波の重ね合わせで表わし,一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す 8×8ピクセルずつの セルに分解
細かい部分は,どの画像でも大してかわらないから,省略しても気づかない 省略すると,データ量が減る
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 画像情報圧縮の例 12 データ量:80KB データ量:16KB (8×8ピクセルのセルが見える) (とても古い画像)
第3部 CTスキャナ — 投影からの画像の再構成
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 CTスキャナとは 14 CT(computed tomography) = 計算断層撮影法 体の周囲からX線撮影を行い,そのデータから断面像を計算で求める
Aquilion Precision (キャノンメディカルシステムズ) https://jp.medical.canon/products/computed-tomography/aq_precision
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 CTを実現するには 15 x y θ s 軸s
g(s, θ) u 物体 投 影 0 g(0, θ) s ある方向からX線を照射し,その方向での 吸収率(投影)を調べる すべての方向からの投影がわかれば,元の物体 における吸収率分布がわかる(Radonの定理)
第4部 視覚と色彩
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 「色」は身近なものだけれど 17 赤緑青の「三原色」を組み合わせれば,どんな色でも表せる?🤔🤔 「色」は,光の波長で決まっている?🤔🤔
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 「色」は身近なものだけれど 17 赤緑青の「三原色」を組み合わせれば,どんな色でも表せる?🤔🤔 いいえ。 この3色をつかえば「割合広い範囲の」色が表せるだけで, それでも表せない色はあります。 「色」は,光の波長で決まっている?🤔🤔
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 「色」は身近なものだけれど 17 赤緑青の「三原色」を組み合わせれば,どんな色でも表せる?🤔🤔 いいえ。 この3色をつかえば「割合広い範囲の」色が表せるだけで, それでも表せない色はあります。 「色」は,光の波長で決まっている?🤔🤔
いいえ。 波長590nmくらいの光は黄色に見えますが, 赤(700nmくらい)と緑(550nmくらい)の光を混ぜても同じ黄色に見えます。
18 2025年度秋学期 画像情報処理 / 関西大学総合情報学部 浅野 晃 色彩学は,物理学で生理学で心理学 18 波長590nmくらいの光は黄色に見えますが, 赤(700nmくらい)と緑(550nmくらい)の光を混ぜても同じ黄色に見えます。 これは,人の眼のしくみのため。 人の眼には,色を感じる細胞は3種類しかなく, それで可視光のすべての波長域をカバーしている
さらに,人は色を見て暖色・寒色といった 現実とは異なる感覚を感じる