SlideShare a Scribd company logo
1 of 152
A.Asano,KansaiUniv.
2015年度春学期 画像情報処理
浅野 晃
関西大学総合情報学部
画像の集合演算とオープニング
第10回
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
マセマティカル・モルフォロジとは
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
画像には,「構造」がある
構造によって説明ができる
A.Asano,KansaiUniv.
画像には,「構造」がある
構造によって説明ができる
func(1);
func(2);
...
func(9);
for(i = 1; i < 10; i++){
  func(i);
}
A.Asano,KansaiUniv.
画像には,「構造」がある
構造によって説明ができる
func(1);
func(2);
...
func(9);
for(i = 1; i < 10; i++){
  func(i);
}
これが「構造」
2015
A.Asano,KansaiUniv.
マセマティカル・モルフォロジとは
2015
A.Asano,KansaiUniv.
マセマティカル・モルフォロジとは
画像に対する操作を,基本的な集合演算で表し,
定量的な画像の操作を構成する
2015
A.Asano,KansaiUniv.
マセマティカル・モルフォロジとは
画像に対する操作を,基本的な集合演算で表し,
定量的な画像の操作を構成する
École des Mine de Parisで研究が始められた
(鉱物の分類が起源)
2015
A.Asano,KansaiUniv.
マセマティカル・モルフォロジとは
画像に対する操作を,基本的な集合演算で表し,
定量的な画像の操作を構成する
École des Mine de Parisで研究が始められた
(鉱物の分類が起源)
International Symposium on
Mathematical Morphology:
40 years onが開催
2015
A.Asano,KansaiUniv.
マセマティカル・モルフォロジとは
画像に対する操作を,基本的な集合演算で表し,
定量的な画像の操作を構成する
École des Mine de Parisで研究が始められた
(鉱物の分類が起源)
International Symposium on
Mathematical Morphology:
40 years onが開催
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
モルフォロジの演算のしかた
2015
A.Asano,KansaiUniv.
モルフォロジの演算のしかた
2015
A.Asano,KansaiUniv.
モルフォロジの演算のしかた
(○=画素)
画像=図形 X
2015
A.Asano,KansaiUniv.
モルフォロジの演算のしかた
(○=画素)
構造要素 B
(structuring element)
(●=原点)
画像=図形 X
2015
A.Asano,KansaiUniv.
モルフォロジの演算のしかた
画像を
構造要素で
操作する
(○=画素)
構造要素 B
(structuring element)
(●=原点)
画像=図形 X
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形 構造要素が図形上を
移動し,
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形 構造要素が図形上を
移動し,
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
オープニング
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
原図形のうち
構造要素が入りきらない
部分を取り除く
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
オープニング
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
原図形のうち
構造要素が入りきらない
部分を取り除く
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
オープニング
その位置での
構造要素全体を保存
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
原図形のうち
構造要素が入りきらない
部分を取り除く
構造要素が
図形に完全に含まれたら
構造要素が図形上を
移動し,
オープニング
その位置での
構造要素全体を保存
(構造要素のサイズに
もとづく定量的操作)
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
原図形のうち
構造要素が入りきらない
部分を取り除く
構造要素が
図形に完全に含まれたら
移動してきた
構造要素の位置にある
画素間でのAND/OR演算
によるerosion/dilationで
表現可能
構造要素が図形上を
移動し,
オープニング
その位置での
構造要素全体を保存
(構造要素のサイズに
もとづく定量的操作)
2015
A.Asano,KansaiUniv.
もっとも基本的な演算:オープニング
原図形
原図形のうち
構造要素が入りきらない
部分を取り除く
構造要素が
図形に完全に含まれたら
移動してきた
構造要素の位置にある
画素間でのAND/OR演算
によるerosion/dilationで
表現可能
構造要素が図形上を
移動し,
オープニング
その位置での
構造要素全体を保存
(構造要素のサイズに
もとづく定量的操作)
モルフォロジでは,2値画像中にある物体を,物体を
構成する点(通常,輝度が白,あるいは値が1)を表す
ベクトルの集合で表す.通常の離散的な画像の場合は,
2値画像は「白画素の座標」の集合で表されるというこ
とになる.さらに,この画像集合への作用を表す別の画
像集合を考え,これを構造要素 (structuring element) と
よぶ.構造要素は,フィルタでいうウィンドウに相当し,
通常は処理の対象となる画像よりもずっと小さいものを
想定する.
モルフォロジの基本となる演算は “opening” である.
処理される画像集合を X,構造要素を B で表すとき,X
の B による opening は,次の性質をもつ.
XB = {Bz | Bz ⊆ X, z ∈ Z2
}, (3)
ここで Bz は B を z だけ移動したもの (translation) で,
以下のように定義される.
Bz = {b + z | b ∈ B}. (4)
X の B による opening は「X からはみださないように,
B を X の内部でくまなく動かしたときの,B そのもの
ol of Engineering, Hiroshima University
mis.hiroshima-u.ac.jp
ルフォロジでは,2値画像中にある物体を,物体を
する点(通常,輝度が白,あるいは値が1)を表す
トルの集合で表す.通常の離散的な画像の場合は,
画像は「白画素の座標」の集合で表されるというこ
なる.さらに,この画像集合への作用を表す別の画
合を考え,これを構造要素 (structuring element) と
.構造要素は,フィルタでいうウィンドウに相当し,
は処理の対象となる画像よりもずっと小さいものを
する.
ルフォロジの基本となる演算は “opening” である.
される画像集合を X,構造要素を B で表すとき,X
による opening は,次の性質をもつ.
B = {Bz | Bz ⊆ X, z ∈ Z2
}, (3)
で Bz は B を z だけ移動したもの (translation) で,
のように定義される.
z = {b + z | b ∈ B}. (4)
B による opening は「X からはみださないように,
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:erosion
構造要素が図形上を移動し,
構造要素が図形に完全に含まれたら,
構造要素の原点の位置に●を置く(AND演算)
の集合にくらべ
定義される.全
とする.このと
属性値が,ある
,これらの要素
属性セットに関
方法には,「下近
集合を X とす
X の内部に,X
多く配置して,
表される.一方,
スタを,X を含
で,「ラフ」な集
ここで Bz は B を z だけ移動したもの (translat
以下のように定義される.
Bz = {b + z | b ∈ B}.
X の B による opening は「X からはみださない
B を X の内部でくまなく動かしたときの,B そ
の軌跡」であり,「X から,B が収まりきらない
小さな部分だけを除去して,他はそのまま保存す
いう作用を表している.したがって,
Opening XB は,下のように,さらに基本的な
分解することができる.
XB = (X ⊖ ˇB) ⊕ B
前半の X ⊖ ˇB は,erosion とよばれる演算で,
X ⊖ ˇB = {x|Bx ⊆ X}
というものである.すなわち,X ⊖ ˇB は「X か
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
2015
A.Asano,KansaiUniv.
さらに分解すると:dilation
構造要素が図形上を移動し,
構造要素が図形と一部でも重なったら,
構造要素の原点の位置に●を置く(OR演算)
とで,「ラフ」な集
とするとき,以下
} (1)
= ∅} (2)
して x と同値な要
で,x の同値類と
いて図形のもつ構
として提案された
いる.以下,2値
単に説明する.
X ⊖ ˇB = {x|Bx ⊆ X}
というものである.すなわち,X ⊖ ˇB は「X か
ださないように,B を X の内部でくまなく動か
きの,B の原点の軌跡」である.ここで, ˇB は
転を表し,
ˇB = {−b|b ∈ B}
と定義される.また,後半は Minkowski 和とよ
演算で,
X ⊕ B =
b∈B
Xb.
と定義される.なお,X ⊕ ˇB を dilation といい,
質をもつ.
X ⊕ ˇB = {x|Bx ∩ X ̸= ∅}.
2015
A.Asano,KansaiUniv.
オープニングをerosion/dilationで
2015
A.Asano,KansaiUniv.
オープニングをerosion/dilationで
原図形
構造要素
2015
A.Asano,KansaiUniv.
オープニングをerosion/dilationで
原図形
構造要素
2015
A.Asano,KansaiUniv.
オープニングをerosion/dilationで
原図形
構造要素
2015
A.Asano,KansaiUniv.
オープニングをerosion/dilationで
原図形
構造要素
2015
A.Asano,KansaiUniv.
オープニングをerosion/dilationで
原図形
構造要素
opening
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素
erosion
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素
反転してdilation
を反
転
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
opening
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
opening
」で定義される.全
もつとする.このと
性の属性値が,ある
とき,これらの要素
その属性セットに関
する方法には,「下近
象の集合を X とす
を X の内部に,X
限り多く配置して,
で表される.一方,
クラスタを,X を含
ことで,「ラフ」な集
Bz = {b + z | b ∈ B}.
X の B による opening は「X か
B を X の内部でくまなく動かし
の軌跡」であり,「X から,B が
小さな部分だけを除去して,他
いう作用を表している.したが
Opening XB は,下のように
分解することができる.
XB = (X ⊖ ˇB) ⊕ B
前半の X ⊖ ˇB は,erosion とよ
X ⊖ ˇB = {x|B ⊆ X}
2015
A.Asano,KansaiUniv.
Opening = erosion + 構造要素を反転してdilation
原図形
構造要素 を反
転
opening
」で定義される.全
もつとする.このと
性の属性値が,ある
とき,これらの要素
その属性セットに関
する方法には,「下近
象の集合を X とす
を X の内部に,X
限り多く配置して,
で表される.一方,
クラスタを,X を含
ことで,「ラフ」な集
Bz = {b + z | b ∈ B}.
X の B による opening は「X か
B を X の内部でくまなく動かし
の軌跡」であり,「X から,B が
小さな部分だけを除去して,他
いう作用を表している.したが
Opening XB は,下のように
分解することができる.
XB = (X ⊖ ˇB) ⊕ B
前半の X ⊖ ˇB は,erosion とよ
X ⊖ ˇB = {x|B ⊆ X}
はBの反転を表す
.全
のと
ある
要素
に関
下近
とす
に,X
して,
一方,
を含
ここで Bz は B を z だけ移動したもの (tra
以下のように定義される.
Bz = {b + z | b ∈ B}.
X の B による opening は「X からはみださ
B を X の内部でくまなく動かしたときの,
の軌跡」であり,「X から,B が収まりきら
小さな部分だけを除去して,他はそのまま
いう作用を表している.したがって,
Opening XB は,下のように,さらに基本
分解することができる.
XB = (X ⊖ ˇB) ⊕ B
前半の X ⊖ ˇB は,erosion とよばれる演算
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
erosion
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
Minkowski和
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
opening
構造要素ではなく,
図形のほうを動かす
2015
A.Asano,KansaiUniv.
Opening = erosion + Minkowski和
原図形
構造要素
opening
構造要素ではなく,
図形のほうを動かす
限りにおいて可能な限り多く配置して,
を作るもので,R(X) で表される.一方,
体集合に配置されたクラスタを,X を含
可能な限り取り去ることで,「ラフ」な集
,R(X) で表される.
,x を全体集合の要素とするとき,以下
.
X) = {x|[x]A ∈ X} (1)
X) = {x|[x]A ∩ X ̸= ∅} (2)
,属性セット A に関して x と同値な要
り x の属するクラスタで,x の同値類と
ジ
[2] は,画像処理において図形のもつ構
XB = (X ⊖ ˇB) ⊕ B
前半の X ⊖ ˇB は,erosi
X ⊖ ˇB = {x|Bx ⊆ X
というものである.すな
ださないように,B を X
きの,B の原点の軌跡」
転を表し,
ˇB = {−b|b ∈ B}
と定義される.また,後
演算で,
X ⊕ B =
b∈B
Xb.
と定義される.なお,X
Minkowski和
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
画素毎の
最大値
Minkowski和
反転すると
dilation
構造要素(多値)
原点
2015
A.Asano,KansaiUniv.
グレースケール画像の場合
画素の位置
輝度 多値図形
明
↑
↓
暗
構造要素の各画素への
ベクトルに沿って
構造要素の値を足して
図形を動かして
重ね合わせる
画素毎の
最大値
Minkowski和
反転すると
dilation
画素毎の
最小値
Minkowski差
反転すると
erosion
構造要素(多値)
原点
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
数式でどうやって表すか?
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
2次元座標平面の
格子点
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
うひとつの画像集合を考え,これを構造要素 (structuring elemen
処理対象の画像よりもずっと小さいものを想定しています。
とし,構造要素を集合 B とします。このとき,X の B によるオ
ます。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
もの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
第10回 (2013. 6. 12) http://racco.mikeneko.jp/  1/5 ペ
Bをzだけ移動
2次元座標平面の
格子点
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
うひとつの画像集合を考え,これを構造要素 (structuring elemen
処理対象の画像よりもずっと小さいものを想定しています。
とし,構造要素を集合 B とします。このとき,X の B によるオ
ます。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
もの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
第10回 (2013. 6. 12) http://racco.mikeneko.jp/  1/5 ペ
Bをzだけ移動
2次元座標平面の
格子点
BがXの内部を移動するときの
B自身の軌跡
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
うひとつの画像集合を考え,これを構造要素 (structuring elemen
処理対象の画像よりもずっと小さいものを想定しています。
とし,構造要素を集合 B とします。このとき,X の B によるオ
ます。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
もの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
第10回 (2013. 6. 12) http://racco.mikeneko.jp/  1/5 ペ
Bをzだけ移動
2次元座標平面の
格子点
BがXの内部を移動するときの
B自身の軌跡
これが
2015
A.Asano,KansaiUniv.
オープニング
図形Xの構造要素Bによるオープニング
うは処理対象の画像よりもずっと小さいものを想定していま
合 X とし,構造要素を集合 B とします。このとき,X の B
表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
動したもの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
学期) 第10回 (2013. 6. 12) http://racco.mikeneko.
うひとつの画像集合を考え,これを構造要素 (structuring elemen
処理対象の画像よりもずっと小さいものを想定しています。
とし,構造要素を集合 B とします。このとき,X の B によるオ
ます。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
もの (translation) で,次のように定義されます。
Bz = {b + z | b ∈ B}.
第10回 (2013. 6. 12) http://racco.mikeneko.jp/  1/5 ペ
Bをzだけ移動
2次元座標平面の
格子点
BがXの内部を移動するときの
B自身の軌跡
X ⊖ ˇB = {x|Bx ⊆ X}
ことは,X ⊖ ˇB は,B が X の内部をくまな
います。
ープニング XB は,次のように分解されます
XB = (X ⊖ ˇB) ⊕ B.これが であることを示す
????
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
x
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
x
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
x ‒ b ∈ X

であるならば
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
+b
x ‒ b ∈ X

であるならば
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
+b
x ‒ b ∈ X

であるならば
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
+b
Xbはこうなるから
x ‒ b ∈ X

であるならば
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
+b
Xbはこうなるから
x ‒ b ∈ X

であるならば
x ∈ Xb
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
+b
Xbはこうなるから
x ‒ b ∈ X

であるならば
x ∈ Xb
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
どんなbに対してもXbに含まれる
xの集まり
2015
A.Asano,KansaiUniv.
オープニングの分解:Minkowski集合差
Minkowski集合差
と同値
Bの形にそって
が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
を,次のように定義します。
ˇB = {−b|b ∈ B}.
x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
X ⊖ B = {x| ˇBx ⊆ X}.
義から, ˇBx = {−b + x|b ∈ B} であることがわかります
X ⊖ B =
b∈B
Xb,
X ⊕ B =
b∈B
Xb.
に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
次のように定義します。
B b
‒b
X
‒b
x
x‒b
+b
Xbはこうなるから
x ‒ b ∈ X

であるならば
x ∈ Xb
もし,このxが
と書ける。なぜなら
on) とダイレーション (dilation) という演算に分解します。
スキー集合差は
X ⊖ B =
b∈B
Xb,
,集合和は
X ⊕ B =
b∈B
Xb.
ます。
,あるベクトル x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈ X で
式の集合差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよ
は
Minkowski差は
Xが移動
どんなbに対してもXbに含まれる
xの集まり
つまり
1)。オープニングは,構造要素よりも小さい構造や小さな白い点を
力を持っています。また,X と XB との差は,B の軌跡では描く
のうち構造要素よりも小さな構造ということになります。
オープニングを分解
(1) 式によるオープニングの表現は,直観的にはわかりやすいので
とになっているため,各画素に対して 1 または 0 を出力する形には
グをさらに簡単な画素毎の演算に分解します。ここでは,オープニ
set subtraction) と Minkowski 集合和 (Minkowski set addition),
ジョン (erosion) とダイレーション (dilation) という演算に分解し
ミンコフスキー集合差は
X ⊖ B =
b∈B
Xb,
と定義され,集合和は
X ⊕ B =
b∈B
Xb.
2015
A.Asano,KansaiUniv.
オープニングの分解:反転と集合差
x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈
定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
= {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次
X ⊖ B = {x| ˇBx ⊆ X}.
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
tion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のように表
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわかります。よっ
す。この式を (5) 式に代入すると,(7) 式の関係が得られます。この関係
くまなく動き回ったときの, ˇB の原点の軌跡であることを示しています
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
3 年度春学期) 第10回 (2013. 6. 12) http://racco.mikeneko.jp/ 
をBの反転
,(3) 式の集合差の定義は,次のような画素毎の演算に書き直せま
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
B の反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集
X ⊖ B = {x| ˇBx ⊆ X}.
らば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} であること
∈ B} となります。この式を (5) 式に代入すると,(7) 式の関係が得
が X の内部をくまなく動き回ったときの, ˇB の原点の軌跡である
和については,
Minkowski集合差
を使って表すと,
X ⊖ B = {x|x − b ∈ X, ∀
b ∈
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
式から,X ⊖B = {x|x+(−b) ∈ X, ∀(−b) ∈ ˇB} となる
X ⊖ B = {x| ˇBx ⊆ X}.
,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
} となります。この式を (5) 式に代入すると,(7) 式の
の内部をくまなく動き回ったときの, ˇB の原点の軌
2015
A.Asano,KansaiUniv.
オープニングの分解:反転と集合差
x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈
定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
= {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次
X ⊖ B = {x| ˇBx ⊆ X}.
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
tion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のように表
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわかります。よっ
す。この式を (5) 式に代入すると,(7) 式の関係が得られます。この関係
くまなく動き回ったときの, ˇB の原点の軌跡であることを示しています
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
3 年度春学期) 第10回 (2013. 6. 12) http://racco.mikeneko.jp/ 
をBの反転
,(3) 式の集合差の定義は,次のような画素毎の演算に書き直せま
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
B の反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集
X ⊖ B = {x| ˇBx ⊆ X}.
らば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} であること
∈ B} となります。この式を (5) 式に代入すると,(7) 式の関係が得
が X の内部をくまなく動き回ったときの, ˇB の原点の軌跡である
和については,
Minkowski集合差
を使って表すと,
X ⊖ B = {x|x − b ∈ X, ∀
b ∈
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
式から,X ⊖B = {x|x+(−b) ∈ X, ∀(−b) ∈ ˇB} となる
X ⊖ B = {x| ˇBx ⊆ X}.
,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
} となります。この式を (5) 式に代入すると,(7) 式の
の内部をくまなく動き回ったときの, ˇB の原点の軌
2015
A.Asano,KansaiUniv.
オープニングの分解:反転と集合差
x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈
定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
= {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次
X ⊖ B = {x| ˇBx ⊆ X}.
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
tion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のように表
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわかります。よっ
す。この式を (5) 式に代入すると,(7) 式の関係が得られます。この関係
くまなく動き回ったときの, ˇB の原点の軌跡であることを示しています
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
3 年度春学期) 第10回 (2013. 6. 12) http://racco.mikeneko.jp/ 
をBの反転
,(3) 式の集合差の定義は,次のような画素毎の演算に書き直せま
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
B の反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集
X ⊖ B = {x| ˇBx ⊆ X}.
らば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} であること
∈ B} となります。この式を (5) 式に代入すると,(7) 式の関係が得
が X の内部をくまなく動き回ったときの, ˇB の原点の軌跡である
和については,
Minkowski集合差
を使って表すと,
X ⊖ B = {x|x − b ∈ X, ∀
b ∈
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
式から,X ⊖B = {x|x+(−b) ∈ X, ∀(−b) ∈ ˇB} となる
X ⊖ B = {x| ˇBx ⊆ X}.
,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
} となります。この式を (5) 式に代入すると,(7) 式の
の内部をくまなく動き回ったときの, ˇB の原点の軌
2015
A.Asano,KansaiUniv.
オープニングの分解:反転と集合差
x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈
定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
= {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次
X ⊖ B = {x| ˇBx ⊆ X}.
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
tion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のように表
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわかります。よっ
す。この式を (5) 式に代入すると,(7) 式の関係が得られます。この関係
くまなく動き回ったときの, ˇB の原点の軌跡であることを示しています
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
3 年度春学期) 第10回 (2013. 6. 12) http://racco.mikeneko.jp/ 
をBの反転
,(3) 式の集合差の定義は,次のような画素毎の演算に書き直せま
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
B の反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集
X ⊖ B = {x| ˇBx ⊆ X}.
らば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} であること
∈ B} となります。この式を (5) 式に代入すると,(7) 式の関係が得
が X の内部をくまなく動き回ったときの, ˇB の原点の軌跡である
和については,
Minkowski集合差
を使って表すと,
X ⊖ B = {x|x − b ∈ X, ∀
b ∈
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
式から,X ⊖B = {x|x+(−b) ∈ X, ∀(−b) ∈ ˇB} となる
X ⊖ B = {x| ˇBx ⊆ X}.
,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
} となります。この式を (5) 式に代入すると,(7) 式の
の内部をくまなく動き回ったときの, ˇB の原点の軌
2015
A.Asano,KansaiUniv.
オープニングの分解:反転と集合差
x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈
定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
= {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次
X ⊖ B = {x| ˇBx ⊆ X}.
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
tion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のように表
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわかります。よっ
す。この式を (5) 式に代入すると,(7) 式の関係が得られます。この関係
くまなく動き回ったときの, ˇB の原点の軌跡であることを示しています
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
3 年度春学期) 第10回 (2013. 6. 12) http://racco.mikeneko.jp/ 
をBの反転
トル x が Xb に含まれる,すなわち x ∈ Xb のとき,x −
差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
ion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわ
,(3) 式の集合差の定義は,次のような画素毎の演算に書き直せま
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
B の反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集
X ⊖ B = {x| ˇBx ⊆ X}.
らば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} であること
∈ B} となります。この式を (5) 式に代入すると,(7) 式の関係が得
が X の内部をくまなく動き回ったときの, ˇB の原点の軌跡である
和については,
Minkowski集合差
を使って表すと,
X ⊖ B = {x|x − b ∈ X, ∀
b ∈
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
式から,X ⊖B = {x|x+(−b) ∈ X, ∀(−b) ∈ ˇB} となる
X ⊖ B = {x| ˇBx ⊆ X}.
,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
} となります。この式を (5) 式に代入すると,(7) 式の
の内部をくまなく動き回ったときの, ˇB の原点の軌
2015
A.Asano,KansaiUniv.
オープニングの分解:反転と集合差
x が Xb に含まれる,すなわち x ∈ Xb のとき,x − b ∈
定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
= {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次
X ⊖ B = {x| ˇBx ⊆ X}.
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
tion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のように表
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわかります。よっ
す。この式を (5) 式に代入すると,(7) 式の関係が得られます。この関係
くまなく動き回ったときの, ˇB の原点の軌跡であることを示しています
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
3 年度春学期) 第10回 (2013. 6. 12) http://racco.mikeneko.jp/ 
をBの反転
トル x が Xb に含まれる,すなわち x ∈ Xb のとき,x −
差の定義は,次のような画素毎の演算に書き直せます。
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
ion) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差
X ⊖ B = {x| ˇBx ⊆ X}.
反転の定義から, ˇBx = {−b + x|b ∈ B} であることがわ
ところで,あるベクトル
使うと,(3) 式の集合差の
また,B の反転 (reflectio
上の2つの式から,X ⊖B
なぜならば,(6) 式の反転
{x−b|b ∈ B} となります
は, ˇB が X の内部をくま
集合和については,
がXの内部を動くときの,
ところで,あるベクトル x が Xb に含まれる,すな
使うと,(3) 式の集合差の定義は,次のような画素毎
X ⊖ B = {x|x −
また,B の反転 (reflection) ˇB を,次のように定義し
ˇB = {−b
上の2つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b
X ⊖ B = {
なぜならば,(6) 式の反転の定義から, ˇBx = {−b +
{x−b|b ∈ B} となります。この式を (5) 式に代入する
は, ˇB が X の内部をくまなく動き回ったときの,B
集合和については,
の原点の軌跡
,(3) 式の集合差の定義は,次のような画素毎の演算に書き直せま
X ⊖ B = {x|x − b ∈ X, ∀
b ∈ B}.
B の反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
つの式から,X ⊖B = {x|(−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集
X ⊖ B = {x| ˇBx ⊆ X}.
らば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} であること
∈ B} となります。この式を (5) 式に代入すると,(7) 式の関係が得
が X の内部をくまなく動き回ったときの, ˇB の原点の軌跡である
和については,
Minkowski集合差
を使って表すと,
X ⊖ B = {x|x − b ∈ X, ∀
b ∈
反転 (reflection) ˇB を,次のように定義します。
ˇB = {−b|b ∈ B}.
式から,X ⊖B = {x|x+(−b) ∈ X, ∀(−b) ∈ ˇB} となる
X ⊖ B = {x| ˇBx ⊆ X}.
,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
} となります。この式を (5) 式に代入すると,(7) 式の
の内部をくまなく動き回ったときの, ˇB の原点の軌
2015
A.Asano,KansaiUniv.
オープニングの分解:集合和
すなわち
X ⊕ B = {b + x|b ∈ B, x ∈ X} =
x∈X
Bx.
は,X ⊕ B は,B のコピーを X 内部のすべての点に貼付ける
て,X の B によるエロージョンを X ⊖ ˇB と,またダイレーシ
X ⊖ ˇB = {x|Bx ⊆ X}
す。このことは,X ⊖ ˇB は,B が X の内部をくまなく動き回
の式を (5) 式に代入すると,(7) 式の関係が得られます。この
く動き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
学期) 第10回 (2013. 6. 12) http://racco.mikeneX ⊕ B = {b + x|b ∈ B, x ∈ X} =
x∈X
Bx.
は,X ⊕ B は,B のコピーを X 内部のすべての点に貼付け
て,X の B によるエロージョンを X ⊖ ˇB と,またダイレー
Minkowski集合和は
2015
A.Asano,KansaiUniv.
オープニングの分解:集合和
すなわち
X ⊕ B = {b + x|b ∈ B, x ∈ X} =
x∈X
Bx.
は,X ⊕ B は,B のコピーを X 内部のすべての点に貼付ける
て,X の B によるエロージョンを X ⊖ ˇB と,またダイレーシ
X ⊖ ˇB = {x|Bx ⊆ X}
す。このことは,X ⊖ ˇB は,B が X の内部をくまなく動き回
の式を (5) 式に代入すると,(7) 式の関係が得られます。この
く動き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
学期) 第10回 (2013. 6. 12) http://racco.mikeneX ⊕ B = {b + x|b ∈ B, x ∈ X} =
x∈X
Bx.
は,X ⊕ B は,B のコピーを X 内部のすべての点に貼付け
て,X の B によるエロージョンを X ⊖ ˇB と,またダイレー
BのコピーをXを構成する各画素に
くまなく貼付ける
Minkowski集合和は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
以上から,オープニング
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
以上から,オープニング
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
以上から,オープニング
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
X ⊖ ˇB = {x|Bx ⊆ X}
のことは,X ⊖ ˇB は,B が X の内部をくまなく
ています。
オープニング XB は,次のように分解されます
XB = (X ⊖ ˇB) ⊕ B.
ˇB) ⊕ B と定義され,これは z∈X⊖ ˇB Bz と同
ˇ
以上から,オープニング
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
X ⊖ ˇB = {x|Bx ⊆ X}
のことは,X ⊖ ˇB は,B が X の内部をくまなく
ています。
オープニング XB は,次のように分解されます
XB = (X ⊖ ˇB) ⊕ B.
ˇB) ⊕ B と定義され,これは z∈X⊖ ˇB Bz と同
ˇ
以上から,オープニング
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
X ⊖ ˇB = {x|Bx ⊆ X}
のことは,X ⊖ ˇB は,B が X の内部をくまなく
ています。
オープニング XB は,次のように分解されます
XB = (X ⊖ ˇB) ⊕ B.
ˇB) ⊕ B と定義され,これは z∈X⊖ ˇB Bz と同
ˇ
以上から,オープニング
BがXの内部を動く
ときのBの原点
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015
A.Asano,KansaiUniv.
b
−b)+x ∈ X, ∀(−b) ∈ ˇB} となるので,集合差は次のよう
X ⊖ B = {x| ˇBx ⊆ X}.
から, ˇBx = {−b + x|b ∈ B} であることがわかります。
を (5) 式に代入すると,(7) 式の関係が得られます。この
き回ったときの, ˇB の原点の軌跡であることを示してい
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈ B}
 第10回 (2013. 6. 12) http://racco.mikenek
なぜならば,(6) 式の反転の定義から
{x−b|b ∈ B} となります。この式を (
は, ˇB が X の内部をくまなく動き回
集合和については,
b∈
浅野 晃/画像情報処理(2013 年度春学期) 第
がXの内部を動くときの,
X ⊖ B = {x|Bx ⊆ X}.
なぜならば,(6) 式の反転の定義から, ˇBx = {−b + x|b ∈ B} で
{x−b|b ∈ B} となります。この式を (5) 式に代入すると,(7) 式の
は, ˇB が X の内部をくまなく動き回ったときの, ˇB の原点の軌
集合和については,
b∈B
Xb = {x + b|x ∈ X, ∀
b ∈
浅野 晃/画像情報処理(2013 年度春学期) 第10回 (2013. 6. 12)
の原点の軌跡
BがXの内部を動くときのBの原点の軌跡=erosion
によるエロージョンを X ⊖ ˇB と,またダイレーショ
X ⊖ ˇB = {x|Bx ⊆ X}
とは,X ⊖ ˇB は,B が X の内部をくまなく動き回っ
ます。
プニング XB は,次のように分解されます。
XB = (X ⊖ ˇB) ⊕ B.
X ⊖ ˇB = {x|Bx ⊆ X}
のことは,X ⊖ ˇB は,B が X の内部をくまなく
ています。
オープニング XB は,次のように分解されます
XB = (X ⊖ ˇB) ⊕ B.
ˇB) ⊕ B と定義され,これは z∈X⊖ ˇB Bz と同
ˇ
以上から,オープニング
BがXの内部を動く
ときのBの原点
フォロジでは,2値画像中の物体は,物体を構成する点を表す
ィジタル画像を考える場合は,2値画像は白画素(画素値が 1)
,画像を操作するためのもうひとつの画像集合を考え,これを
す。構造要素は,ふつうは処理対象の画像よりもずっと小さい
,処理対象の画像を集合 X とし,構造要素を集合 B とします。
は,次のような効果を表します。
XB = {Bz | Bz ⊆ X, z ∈ Z2
}.
,Bz は B を z だけ移動したもの (translation) で,次のように
Bz = {b + z | b ∈ B}.
は
2015年度春学期 画像情報処理 第10回 画像の集合演算とオープニング

More Related Content

What's hot

What's hot (13)

2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
 
2016年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2016. 12. 8)
2016年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2016. 12. 8)2016年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2016. 12. 8)
2016年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2016. 12. 8)
 
2016年度秋学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2016. 10. 6)
2016年度秋学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2016. 10. 6)2016年度秋学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2016. 10. 6)
2016年度秋学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2016. 10. 6)
 
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
 
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
 
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
 
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
 
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
2016年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2017. 1. 19)
 
2016年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2016. 12. 1)
2016年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2016. 12. 1)2016年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2016. 12. 1)
2016年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2016. 12. 1)
 
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
 
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
 
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
2013年度春学期 画像情報処理 第10回「マセマティカル・モルフォロジ/画像の集合演算とオープニング」
 
2016年度秋学期 画像情報処理 第1回 イントロダクション (2016. 9. 29)
2016年度秋学期 画像情報処理 第1回 イントロダクション (2016. 9. 29)2016年度秋学期 画像情報処理 第1回 イントロダクション (2016. 9. 29)
2016年度秋学期 画像情報処理 第1回 イントロダクション (2016. 9. 29)
 

Viewers also liked

The Park Great Work Place Award
The Park Great Work Place AwardThe Park Great Work Place Award
The Park Great Work Place Award
Prince Raj
 
2014SteveDevichReference
2014SteveDevichReference2014SteveDevichReference
2014SteveDevichReference
aschaefmn
 

Viewers also liked (14)

Vacaciones
VacacionesVacaciones
Vacaciones
 
RDVW Hands-on session: Python
RDVW Hands-on session: PythonRDVW Hands-on session: Python
RDVW Hands-on session: Python
 
The Park Great Work Place Award
The Park Great Work Place AwardThe Park Great Work Place Award
The Park Great Work Place Award
 
360 degree
360 degree360 degree
360 degree
 
What is a scholarly article?
What is a scholarly article?What is a scholarly article?
What is a scholarly article?
 
2015年度春学期 画像情報処理 第4回 離散フーリエ変換 (2015. 4.30)
2015年度春学期 画像情報処理 第4回 離散フーリエ変換 (2015. 4.30)2015年度春学期 画像情報処理 第4回 離散フーリエ変換 (2015. 4.30)
2015年度春学期 画像情報処理 第4回 離散フーリエ変換 (2015. 4.30)
 
2014SteveDevichReference
2014SteveDevichReference2014SteveDevichReference
2014SteveDevichReference
 
Convoca 1o. sabatino 2014
Convoca 1o.  sabatino 2014Convoca 1o.  sabatino 2014
Convoca 1o. sabatino 2014
 
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
2015年度春学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2015. 6. 17)
 
Bab viii
Bab viiiBab viii
Bab viii
 
Koster public vita
Koster public vitaKoster public vita
Koster public vita
 
Mètodes anticonceptius.
Mètodes anticonceptius. Mètodes anticonceptius.
Mètodes anticonceptius.
 
Re - Entry Drilling Project
Re - Entry Drilling ProjectRe - Entry Drilling Project
Re - Entry Drilling Project
 
2016年度秋学期 統計学 第7回 データの関係を知る(2)-回帰分析 (2016. 11. 7)
2016年度秋学期 統計学 第7回 データの関係を知る(2)-回帰分析 (2016. 11. 7)2016年度秋学期 統計学 第7回 データの関係を知る(2)-回帰分析 (2016. 11. 7)
2016年度秋学期 統計学 第7回 データの関係を知る(2)-回帰分析 (2016. 11. 7)
 

More from Akira Asano

More from Akira Asano (20)

2022年度秋学期 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) (2023. 1. 17)
2022年度秋学期 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) (2023. 1. 17) 2022年度秋学期 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) (2023. 1. 17)
2022年度秋学期 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) (2023. 1. 17)
 
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19) 2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
 
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12) 2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
 
2022年度秋学期 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) (2023. 1. 10)
2022年度秋学期 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) (2023. 1. 10) 2022年度秋学期 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) (2023. 1. 10)
2022年度秋学期 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) (2023. 1. 10)
 
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22) 2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
 
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20) 2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
 
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15) 2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
 
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13) 2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
 
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9) 2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
 
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8) 2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
 
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6) 2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
 
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1) 2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
 
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29) 2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
 
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15) 2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
 
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25) 2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
 
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22) 2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
 
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18) 2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
 
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17) 2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
 
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11) 2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
 

Recently uploaded

Recently uploaded (6)

2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 

2015年度春学期 画像情報処理 第10回 画像の集合演算とオープニング