三重大学ウェブシラバス


シラバス表示

 シラバスの詳細な内容を表示します。

→ シラバスの一覧にもどる

科目の基本情報

開講年度 2017 年度
開講区分 工学部情報工学科 ・専門教育
受講対象学生 学部(学士課程) : 3年次
選択・必修 必修
授業科目名 画像処理
がぞうしょり
Image Processing
単位数 2 単位
他学部・他研究科からの受講
市民開放授業 市民開放授業ではない
開講学期

後期

開講時間 月曜日 7, 8時限
開講場所 工学部17番教室

担当教員 木村文隆(非常勤講師)

KIMURA, Fumitaka

学習の目的と方法

授業の概要 画像処理は,その出力形態から画質改善と画像解析・認識に大別できる.前者は人間の視覚機能を拡大する画像処理で,雑音やぼけといった画質劣化要因を取り除くことにより,見にくいものを見やすくする画像強調処理,見えないものを見えるようにする画像再構成処理などである.後者は人間の視覚機能を代行する画像処理で,コンピュータやロボットがものを識別して行動の計画と制御を行うために用いられ,目視検査の自動化,安全監視,個人の識別などの目的で実用化されている.
この講義では,これらの目的で用いられるディジタル処理の諸手法の中から,画像から画像への変換,前処理に関する基本手法と,その応用について講義する.
学習の目的
学習の到達目標 (画像処理の基礎)
1. 次の用語が簡単に説明出来る:標本化,量子化,ディジタル画像,標本化定理
2. 画像の濃度値ヒストグラムとその性質・応用について説明できる.
3. 離散フーリエ変換の計算ができる.
4. 2次元離散フーリエ変換とFFTの原理が説明できる.
5. 代表的な直交変換を3つ挙げ簡単に説明できる.
6. 画像の擬似表現の原理が説明できる.
7. ディザ法,誤差配分法の計算ができる.
(画質の改善と画像再構成)
1. 画像の強調・鮮鋭化の原理を説明し実例の計算ができる.
2. 平滑化の原理を説明し実例の計算ができる.
3. 逆フィルタ,ウィーナフィルタの原理が説明できる.
4. 幾何学歪みの補正の原理が説明できる.
5. 断層像再構成の原理が説明できる.
(2値画像処理)
1. 濃度ヒストグラムによる3つの2値化手法の説明ができる.
2. 次の用語が簡単に説明できる:4-近傍,8-近傍,4-連結,8-連結,連結成分,オイラー数,連結数,消去可能
3. 距離の公理と3つの距離について説明できる.
4. ラベリング,境界追跡など2値画像処理の基本アルゴリズムを説明・記述できる.
(画像特徴の抽出)
1. 微分フィルタを用いて実例の計算ができる.
2. ハフ変換の性質を説明し計算ができる.
ディプロマ・ポリシー
○ 学科・コース等の教育目標
○ JABEE 関連項目

○ 全学の教育目標
感じる力
  •  感性
  •  共感
  •  倫理観
  •  モチベーション
  •  主体的学習力
  •  心身の健康に対する意識
考える力
  •  幅広い教養
  • ○専門知識・技術
  •  論理的思考力
  •  課題探求力
  • ○問題解決力
  •  批判的思考力
コミュニケーション力
  •  情報受発信力
  •  討論・対話力
  •  指導力・協調性
  •  社会人としての態度
  •  実践外国語力
生きる力
  •  感じる力、考える力、コミュニケーション力を総合した力

授業の方法 講義

授業の特徴

教科書 教科書:コンピュータ画像処理(田村秀幸編著,オーム社)
参考書 参考書:画像理解のためのディジタル画像処理(I)および(II)(鳥脇純一郎著,昭晃堂),「画像情報処理」 安居院,中嶋 共著 (森北出版)
成績評価方法と基準 評価は定期試験の点数で行う。最終成績は10点満点として6以上を合格とする。
オフィスアワー 講義終了後に教室または第2合同棟5階木村教員室にて対応。電子メールによる受け付け可、E-mail:kimura@hi.info.mie-u.ac.jp
受講要件
予め履修が望ましい科目 配列に関するプログラミングの基礎知識があること
発展科目 コンピュータ・グラフィックス,人工知能
授業改善への工夫 授業評価アンケートの結果を反映して改善する.
その他

授業計画

キーワード ディジタル画像処理,画質改善,視覚情報処理
Key Word(s) digital image processing, enhancement of picture quality, visual information processing
学習内容 第1回 画像の標本化と量子化
第2回 画像処理アルゴリズムの形態
第3回 周波数領域での処理
第4回 その他の直交変換
第5回 コントラストの強調と鮮鋭化
第6回 平滑化と雑音除去
第7回 画像の復元と再構成
第8回 画像の2値化処理
第9回 2値画像の連結性と距離
第10回 2値画像の解析と変換
第11回 モルフォロジー演算
第12回 形状の特徴と表現
第13回 画像解析・認識のための特徴抽出
第14回 エッジ検出と線の検出
第15回 領域分割とテクスチャ解析
学習課題(予習・復習)
学習課題(予習・復習)
ナンバリングコード(試行) EN-INAP-3

※最初の2文字は開講主体、続く4文字は分野、最後の数字は開講レベルを表します。 ナンバリングコード一覧表はこちら


Copyright (c) Mie University