SlideShare a Scribd company logo
1 of 106
Download to read offline
A.Asano,KansaiUniv.
2013年度春学期 画像情報処理
浅野 晃
関西大学総合情報学部
画像フィルタとフィルタ定理
第12回
A.Asano,KansaiUniv.
A.Asano,KansaiUniv.
フィルタ定理
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタとは
フィルタ=濾過器
何かを投入すると
一定の作用を及ぼして
出力する
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
画像処理におけるフィルタ
画像の各画素について,その画素および近傍の画素とでな
んらかの演算を行なって,その結果で各画素を置き換える
各画素の輝度を上げる
(あまりフィルタとは
 いわない)
ぼかし=近傍の画素との
平均
輪郭強調=近傍の画素と
の差を増強
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
移動不変性
(translation-invariance)
浅野:モルフォロジと形状記述
opening
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
影に対して上記の集合
とは,
Ψ(Xb) = [Ψ(X)]b
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
移動不変性
(translation-invariance)
浅野:モルフォロジと形状記述
opening
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
影に対して上記の集合
とは,
Ψ(Xb) = [Ψ(X)]b
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
フィルタ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
移動不変性
(translation-invariance)
浅野:モルフォロジと形状記述
opening
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
影に対して上記の集合
とは,
Ψ(Xb) = [Ψ(X)]b
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
フィルタ 図形
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
移動不変性
(translation-invariance)
浅野:モルフォロジと形状記述
opening
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
影に対して上記の集合
とは,
Ψ(Xb) = [Ψ(X)]b
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
フィルタ 図形
移動
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
移動不変性
(translation-invariance)
浅野:モルフォロジと形状記述
opening
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
影に対して上記の集合
とは,
Ψ(Xb) = [Ψ(X)]b
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
フィルタ 図形
移動
移動してからフィルタを適用するのと,
フィルタを適用してから移動するのとが同じ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
移動不変性
(translation-invariance)
浅野:モルフォロジと形状記述
opening
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
影に対して上記の集合
とは,
Ψ(Xb) = [Ψ(X)]b
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
フィルタ 図形
移動
移動してからフィルタを適用するのと,
フィルタを適用してから移動するのとが同じ
移動不変でない
(背景だけぼかし)
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
増加性
(increasingness)
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
に対して上記の集合
画像のモルフォロジ
,つまり通常のフィ
には,グレースケー
ような最大・最小演
でのグレースケール
は
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
像中のどこにあっても同様に取り除かれ
いはずだから,フィルタが移動不変であ
ことである.また,増加的なフィルタで
を取り除き,大きな物体を保存する」作用
「大きな物体を取り除き,小さな物体を
う作用は記述できない.しかし,ノイズ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
増加性
(increasingness)
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
に対して上記の集合
画像のモルフォロジ
,つまり通常のフィ
には,グレースケー
ような最大・最小演
でのグレースケール
は
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
像中のどこにあっても同様に取り除かれ
いはずだから,フィルタが移動不変であ
ことである.また,増加的なフィルタで
を取り除き,大きな物体を保存する」作用
「大きな物体を取り除き,小さな物体を
う作用は記述できない.しかし,ノイズ
フィルタを適用する前後で
包含関係が保たれる
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
増加性
(increasingness)
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
 図形を残してノイズを除去→増加的
 ノイズを残して図形を消去→増加的でない
closing
ng, closing の効果
高さとする柱で表す
内の立体となる.こ
に対して上記の集合
画像のモルフォロジ
,つまり通常のフィ
には,グレースケー
ような最大・最小演
でのグレースケール
は
であることをいう.簡単にいえば,「画像
をおよぼしても,その作用の効果は変わ
意味である.また「作用 Ψ が増加的であ
X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y )
であることをいう.すなわち,物体の包
前後で保たれることを意味している.
例えば,ノイズ除去を行う画像フィル
う.画像中のある場所でノイズとみなさ
像中のどこにあっても同様に取り除かれ
いはずだから,フィルタが移動不変であ
ことである.また,増加的なフィルタで
を取り除き,大きな物体を保存する」作用
「大きな物体を取り除き,小さな物体を
う作用は記述できない.しかし,ノイズ
フィルタを適用する前後で
包含関係が保たれる
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
図形Y
ノイズX
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
図形Y
ノイズX フィルタΨ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
図形Y
ノイズX フィルタΨ
図形保存
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
ノイズを残して図形を消去→増加的でない
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
ノイズを残して図形を消去→増加的でない
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
図形Y
ノイズX
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
ノイズを残して図形を消去→増加的でない
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
図形Y
ノイズX フィルタΨ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
ノイズを残して図形を消去→増加的でない
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
図形Y
ノイズX フィルタΨ ノイズ保存
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
ノイズを残して図形を消去→増加的でない
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
図形Y
ノイズX フィルタΨ
図形消滅
ノイズ保存
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
増加的フィルタとノイズ除去
ノイズ除去を例にすると
ノイズ画素は,意味のある図形に比べて小さい→
図形を残してノイズを除去→増加的
ノイズを残して図形を消去→増加的でない
図形Y
ノイズX フィルタΨ
図形保存
ノイズ消滅
図形Y
ノイズX フィルタΨ
図形消滅
ノイズ保存
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
べき等性
(idempotence)
狭義のモルフォロジカルフィルタは,さらに
増加的なフィルタのみを考えるのは,自然であることがわかり
のモルフォロジカルフィルタとは,広義のフィルタの中で「べ
す。「作用 Ψ がべき等である」とは,
Ψ[Ψ(X)] = Ψ(X)
いいます。すなわち,「あるフィルタを適用した結果に,そのフ
結果は変わらない」という意味です。オープニングやクロージ
フォロジカルフィルタです。
は,大きな物体も小さな物体もエッジ以外は取り除いてしまうので,増加的
処理(2013 年度春学期) 第12回 (2013. 6. 26) http://
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
べき等性
(idempotence)
フィルタを1回適用すれば,
それ以上何度適用しても同じ
狭義のモルフォロジカルフィルタは,さらに
増加的なフィルタのみを考えるのは,自然であることがわかり
のモルフォロジカルフィルタとは,広義のフィルタの中で「べ
す。「作用 Ψ がべき等である」とは,
Ψ[Ψ(X)] = Ψ(X)
いいます。すなわち,「あるフィルタを適用した結果に,そのフ
結果は変わらない」という意味です。オープニングやクロージ
フォロジカルフィルタです。
は,大きな物体も小さな物体もエッジ以外は取り除いてしまうので,増加的
処理(2013 年度春学期) 第12回 (2013. 6. 26) http://
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
モルフォロジにおけるフィルタ
べき等性
(idempotence)
オープニング・クロージングは
もっとも基本的な(狭義の)モルフォロジカルフィルタ
フィルタを1回適用すれば,
それ以上何度適用しても同じ
狭義のモルフォロジカルフィルタは,さらに
増加的なフィルタのみを考えるのは,自然であることがわかり
のモルフォロジカルフィルタとは,広義のフィルタの中で「べ
す。「作用 Ψ がべき等である」とは,
Ψ[Ψ(X)] = Ψ(X)
いいます。すなわち,「あるフィルタを適用した結果に,そのフ
結果は変わらない」という意味です。オープニングやクロージ
フォロジカルフィルタです。
は,大きな物体も小さな物体もエッジ以外は取り除いてしまうので,増加的
処理(2013 年度春学期) 第12回 (2013. 6. 26) http://
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理
移動不変で増加的なフィルタは,どんなフィルタでも,
なんらかの構造要素群による
エロージョンをORで組み合わせることで表せる
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理
移動不変で増加的なフィルタは,どんなフィルタでも,
なんらかの構造要素群による
エロージョンをORで組み合わせることで表せる
ルフォロジが真に図形操作の基礎演算であることを保証するものです。
表されます。
・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用
エロ−ジョンの論理和,およびダイレーションの論理積によって表現
Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理
移動不変で増加的なフィルタは,どんなフィルタでも,
なんらかの構造要素群による
エロージョンをORで組み合わせることで表せる
ルフォロジが真に図形操作の基礎演算であることを保証するものです。
表されます。
・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用
エロ−ジョンの論理和,およびダイレーションの論理積によって表現
Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる
るフィルタの出力が原点を含むものすべて」です。
下のように証明されます。ここでは,式 (4) のほうを証明します
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理
移動不変で増加的なフィルタは,どんなフィルタでも,
なんらかの構造要素群による
エロージョンをORで組み合わせることで表せる
ルフォロジが真に図形操作の基礎演算であることを保証するものです。
表されます。
・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用
エロ−ジョンの論理和,およびダイレーションの論理積によって表現
Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる
るフィルタの出力が原点を含むものすべて」です。
下のように証明されます。ここでは,式 (4) のほうを証明します
フィルタの核(kernel)
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理
移動不変で増加的なフィルタは,どんなフィルタでも,
なんらかの構造要素群による
エロージョンをORで組み合わせることで表せる
ルフォロジが真に図形操作の基礎演算であることを保証するものです。
表されます。
・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用
エロ−ジョンの論理和,およびダイレーションの論理積によって表現
Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる
るフィルタの出力が原点を含むものすべて」です。
下のように証明されます。ここでは,式 (4) のほうを証明します
フィルタの核(kernel)
原点
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理
移動不変で増加的なフィルタは,どんなフィルタでも,
なんらかの構造要素群による
エロージョンをORで組み合わせることで表せる
ルフォロジが真に図形操作の基礎演算であることを保証するものです。
表されます。
・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用
エロ−ジョンの論理和,およびダイレーションの論理積によって表現
Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
Ψ(X) =
B∈Ker[Ψ]
X ˇB
Ψ(X) =
B∈Ker[Ψ]
X ⊕ ˇB
の集合(集合族)Ker[Ψ] が存在します。
の核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる
るフィルタの出力が原点を含むものすべて」です。
下のように証明されます。ここでは,式 (4) のほうを証明します
フィルタの核(kernel)
原点
事実上,
入力として可能な図形
すべて
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[1]
Ker[Ψ] の要素である任意の構造要素 B
るどの構造要素 B についても,X ˇB
したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
Ψ(X) ⇒ h ∈ X ˇB です。つまり,
B を用いて,その画素が X ˇB にも
B∈Ker[Ψ]
X ˇB が示されました(図
す。より一般的な証明は,参考文献を参照し
を証明する
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[1]
Ker[Ψ] の要素である任意の構造要素 B
るどの構造要素 B についても,X ˇB
したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
Ψ(X) ⇒ h ∈ X ˇB です。つまり,
B を用いて,その画素が X ˇB にも
B∈Ker[Ψ]
X ˇB が示されました(図
す。より一般的な証明は,参考文献を参照し
を証明する
Ker[Ψ]に含まれるBについて
,次のようなものです。
= {X | 0 ∈ Ψ(X)}. (6)
します。すなわち,Ker[Ψ] は「考えられるすべての入力図
点を含むものすべて」です。
す。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
とによって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
とがわかりました。したがって,Ψ(X) ⊇ X ˇB
に含まれる画素hを考える
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[1]
Ker[Ψ] の要素である任意の構造要素 B
るどの構造要素 B についても,X ˇB
したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
Ψ(X) ⇒ h ∈ X ˇB です。つまり,
B を用いて,その画素が X ˇB にも
B∈Ker[Ψ]
X ˇB が示されました(図
す。より一般的な証明は,参考文献を参照し
を証明する
Ker[Ψ]に含まれるBについて
X⊖B̌
h
,次のようなものです。
= {X | 0 ∈ Ψ(X)}. (6)
します。すなわち,Ker[Ψ] は「考えられるすべての入力図
点を含むものすべて」です。
す。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
とによって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
とがわかりました。したがって,Ψ(X) ⊇ X ˇB
に含まれる画素hを考える
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[1]
Ker[Ψ] の要素である任意の構造要素 B
るどの構造要素 B についても,X ˇB
したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
Ψ(X) ⇒ h ∈ X ˇB です。つまり,
B を用いて,その画素が X ˇB にも
B∈Ker[Ψ]
X ˇB が示されました(図
す。より一般的な証明は,参考文献を参照し
を証明する
Ker[Ψ]に含まれるBについて
X⊖B̌
h
,次のようなものです。
= {X | 0 ∈ Ψ(X)}. (6)
します。すなわち,Ker[Ψ] は「考えられるすべての入力図
点を含むものすべて」です。
す。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
とによって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
とがわかりました。したがって,Ψ(X) ⊇ X ˇB
に含まれる画素hを考える
Ker[Ψ] = {
0 は X が定義されている座標系の原点を意味しま
形のうち,それに対するフィルタの出力が原点を
フィルタ定理は,以下のように証明されます。
Ker[Ψ] の要素である任意の構造要素 B について
X ˇB = {x|Bx ⊆ X} と定義されていますから,
ここで,フィルタ Ψ は増加的ですから,包含関係
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。
ならば,この関係を全体に h だけ移動することに
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) で
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[1]
Ker[Ψ] の要素である任意の構造要素 B
るどの構造要素 B についても,X ˇB
したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
Ψ(X) ⇒ h ∈ X ˇB です。つまり,
B を用いて,その画素が X ˇB にも
B∈Ker[Ψ]
X ˇB が示されました(図
す。より一般的な証明は,参考文献を参照し
を証明する
Ker[Ψ]に含まれるBについて
X⊖B̌
h
,次のようなものです。
= {X | 0 ∈ Ψ(X)}. (6)
します。すなわち,Ker[Ψ] は「考えられるすべての入力図
点を含むものすべて」です。
す。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
とによって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
とがわかりました。したがって,Ψ(X) ⊇ X ˇB
に含まれる画素hを考える
Ker[Ψ] = {
0 は X が定義されている座標系の原点を意味しま
形のうち,それに対するフィルタの出力が原点を
フィルタ定理は,以下のように証明されます。
Ker[Ψ] の要素である任意の構造要素 B について
X ˇB = {x|Bx ⊆ X} と定義されていますから,
ここで,フィルタ Ψ は増加的ですから,包含関係
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。
ならば,この関係を全体に h だけ移動することに
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) で
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり
核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
標系の原点を意味します。すなわち,Ker[Ψ] は「考えられ
ィルタの出力が原点を含むものすべて」です。
ように証明されます。ここでは,式 (4) のほうを証明しま
の構造要素 B について,X ˇB に含まれるベクトル(画
義されていますから,Bh ⊆ X です。したがって,B ⊆
加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によって変
Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変です
h だけ移動することによって h ∈ Ψ(X) が得られます。
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[1]
Ker[Ψ] の要素である任意の構造要素 B
るどの構造要素 B についても,X ˇB
したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
Ψ(X) ⇒ h ∈ X ˇB です。つまり,
B を用いて,その画素が X ˇB にも
B∈Ker[Ψ]
X ˇB が示されました(図
す。より一般的な証明は,参考文献を参照し
を証明する
Ker[Ψ]に含まれるBについて
X⊖B̌
h
,次のようなものです。
= {X | 0 ∈ Ψ(X)}. (6)
します。すなわち,Ker[Ψ] は「考えられるすべての入力図
点を含むものすべて」です。
す。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
とによって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
とがわかりました。したがって,Ψ(X) ⊇ X ˇB
に含まれる画素hを考える
Ker[Ψ] = {
0 は X が定義されている座標系の原点を意味しま
形のうち,それに対するフィルタの出力が原点を
フィルタ定理は,以下のように証明されます。
Ker[Ψ] の要素である任意の構造要素 B について
X ˇB = {x|Bx ⊆ X} と定義されていますから,
ここで,フィルタ Ψ は増加的ですから,包含関係
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。
ならば,この関係を全体に h だけ移動することに
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) で
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり
核 (kernel) とよばれ,次のようなものです。
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
標系の原点を意味します。すなわち,Ker[Ψ] は「考えられ
ィルタの出力が原点を含むものすべて」です。
ように証明されます。ここでは,式 (4) のほうを証明しま
の構造要素 B について,X ˇB に含まれるベクトル(画
義されていますから,Bh ⊆ X です。したがって,B ⊆
加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によって変
Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変です
h だけ移動することによって h ∈ Ψ(X) が得られます。
Ψ]
します。
うなものです。
∈ Ψ(X)}. (6)
なわち,Ker[Ψ] は「考えられるすべての入力図
のすべて」です。
は,式 (4) のほうを証明します2。
ˇB に含まれるベクトル(画素)h を考えます。
X です。したがって,B ⊆ X−h です。
X−h はフィルタ Ψ によって変化しません。すな
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
一方 BはKer[Ψ]に含まれるので
X⊖B̌
h
は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ
0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変
体に h だけ移動することによって h ∈ Ψ(X) が得られます
すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で
h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要
て Ψ(X) に含まれることがわかりました。したがって,Ψ
)。
る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ
h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆
満たされるので,h ∈ X ˇX−h です。ここで X−h を B
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
一方 BはKer[Ψ]に含まれるので
X⊖B̌
h
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ
0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変
体に h だけ移動することによって h ∈ Ψ(X) が得られます
すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で
h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要
て Ψ(X) に含まれることがわかりました。したがって,Ψ
)。
る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ
h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆
満たされるので,h ∈ X ˇX−h です。ここで X−h を B
前ページ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
一方 BはKer[Ψ]に含まれるので
X⊖B̌
h
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ
0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変
体に h だけ移動することによって h ∈ Ψ(X) が得られます
すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で
h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要
て Ψ(X) に含まれることがわかりました。したがって,Ψ
)。
る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ
h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆
満たされるので,h ∈ X ˇX−h です。ここで X−h を B
前ページ
ち,それに対するフィルタの出力が原点を含むものすべて」
ルタ定理は,以下のように証明されます。ここでは,式 (4)
Ψ] の要素である任意の構造要素 B について,X ˇB に含ま
= {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し
で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました(図 1)。
増加的
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
一方 BはKer[Ψ]に含まれるので
X⊖B̌
h
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ
0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変
体に h だけ移動することによって h ∈ Ψ(X) が得られます
すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で
h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要
て Ψ(X) に含まれることがわかりました。したがって,Ψ
)。
る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ
h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆
満たされるので,h ∈ X ˇX−h です。ここで X−h を B
前ページ
ち,それに対するフィルタの出力が原点を含むものすべて」
ルタ定理は,以下のように証明されます。ここでは,式 (4)
Ψ] の要素である任意の構造要素 B について,X ˇB に含ま
= {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し
で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました(図 1)。
増加的
味します。すなわち,Ker[Ψ] は「考えられるすべての入
が原点を含むものすべて」です。
れます。ここでは,式 (4) のほうを証明します2。
について,X ˇB に含まれるベクトル(画素)h を考えま
すから,Bh ⊆ X です。したがって,B ⊆ X−h です。
包含関係 B ⊆ X−h はフィルタ Ψ によって変化しません。
ます。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X
ることによって h ∈ Ψ(X) が得られます。
Ψ(B) です。以上から,Ker[Ψ] の要素である任意の構造要
,つまり,Ker[Ψ] に含まれるどの構造要素 B についても,X
ことがわかりました。したがって,Ψ(X) ⊇ X
移動不変
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
一方 BはKer[Ψ]に含まれるので
X⊖B̌
h
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ
0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変
体に h だけ移動することによって h ∈ Ψ(X) が得られます
すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で
h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要
て Ψ(X) に含まれることがわかりました。したがって,Ψ
)。
る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ
h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆
満たされるので,h ∈ X ˇX−h です。ここで X−h を B
前ページ
ち,それに対するフィルタの出力が原点を含むものすべて」
ルタ定理は,以下のように証明されます。ここでは,式 (4)
Ψ] の要素である任意の構造要素 B について,X ˇB に含ま
= {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し
で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました(図 1)。
増加的
味します。すなわち,Ker[Ψ] は「考えられるすべての入
が原点を含むものすべて」です。
れます。ここでは,式 (4) のほうを証明します2。
について,X ˇB に含まれるベクトル(画素)h を考えま
すから,Bh ⊆ X です。したがって,B ⊆ X−h です。
包含関係 B ⊆ X−h はフィルタ Ψ によって変化しません。
ます。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X
ることによって h ∈ Ψ(X) が得られます。
Ψ(B) です。以上から,Ker[Ψ] の要素である任意の構造要
,つまり,Ker[Ψ] に含まれるどの構造要素 B についても,X
ことがわかりました。したがって,Ψ(X) ⊇ X
移動不変
B∈Ker[Ψ]
X ⊕ ˇB (5)
Ψ] が存在します。
,次のようなものです。
{X | 0 ∈ Ψ(X)}. (6)
ます。すなわち,Ker[Ψ] は「考えられるすべての入力図
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
に含まれるどのhに
ついてもなりたつ→
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
一方 BはKer[Ψ]に含まれるので
X⊖B̌
h
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ
0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変
体に h だけ移動することによって h ∈ Ψ(X) が得られます
すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で
h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要
て Ψ(X) に含まれることがわかりました。したがって,Ψ
)。
る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ
h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆
満たされるので,h ∈ X ˇX−h です。ここで X−h を B
前ページ
ち,それに対するフィルタの出力が原点を含むものすべて」
ルタ定理は,以下のように証明されます。ここでは,式 (4)
Ψ] の要素である任意の構造要素 B について,X ˇB に含ま
= {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し
で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました(図 1)。
増加的
味します。すなわち,Ker[Ψ] は「考えられるすべての入
が原点を含むものすべて」です。
れます。ここでは,式 (4) のほうを証明します2。
について,X ˇB に含まれるベクトル(画素)h を考えま
すから,Bh ⊆ X です。したがって,B ⊆ X−h です。
包含関係 B ⊆ X−h はフィルタ Ψ によって変化しません。
ます。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X
ることによって h ∈ Ψ(X) が得られます。
Ψ(B) です。以上から,Ker[Ψ] の要素である任意の構造要
,つまり,Ker[Ψ] に含まれるどの構造要素 B についても,X
ことがわかりました。したがって,Ψ(X) ⊇ X
移動不変
(X)
B∈Ker[Ψ]
X ⊕ ˇB (5)
Ψ] が存在します。
,次のようなものです。
{X | 0 ∈ Ψ(X)}. (6)
ます。すなわち,Ker[Ψ] は「考えられるすべての入力図
を含むものすべて」です。
。ここでは,式 (4) のほうを証明します2。
いて,X ˇB に含まれるベクトル(画素)h を考えます。
ら,Bh ⊆ X です。したがって,B ⊆ X−h です。
関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
に含まれるどのhに
ついてもなりたつ→ こうなる
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
Ker[Ψ]に含まれる任意の構造要素Bについて
ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し
が示されました(図 1)。
逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です
です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
です。
したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
(X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
X⊖B̌
h
(X)
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
Ker[Ψ]に含まれる任意の構造要素Bについて
ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し
が示されました(図 1)。
逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です
です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
です。
したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
(X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
h
X⊖B̌
X⊖B̌
h
(X)
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
Ker[Ψ]に含まれる任意の構造要素Bについて
ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し
が示されました(図 1)。
逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です
です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
です。
したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
(X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
h
X⊖B̌
X⊖B̌
h
(X)
X⊖B̌
h
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
Ker[Ψ]に含まれる任意の構造要素Bについて
こうなっている
ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し
が示されました(図 1)。
逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です
です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
です。
したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
(X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
h
X⊖B̌
X⊖B̌
h
(X)
X⊖B̌
h
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
Ker[Ψ]に含まれる任意の構造要素Bについて
つまり
こうなっている
ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ
わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ
ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X)
B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し
が示されました(図 1)。
逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です
です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
です。
したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
(X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
h
X⊖B̌
X⊖B̌
h
(X)
X⊖B̌
h
うを証明します 。
ベクトル(画素)h を考えます。
って,B ⊆ X−h です。
Ψ によって変化しません。すな
移動不変ですから,0 ∈ Ψ(X−h)
られます。
の要素である任意の構造要素 B
の構造要素 B についても,X ˇB
って,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
されている座標系の原点を意味します。すなわち,Ker[Ψ] は
れに対するフィルタの出力が原点を含むものすべて」です。
理は,以下のように証明されます。ここでは,式 (4) のほう
素である任意の構造要素 B について,X ˇB に含まれるベク
x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
移動不変
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
されている座標系の原点を意味します。すなわち,Ker[Ψ] は
れに対するフィルタの出力が原点を含むものすべて」です。
理は,以下のように証明されます。ここでは,式 (4) のほう
素である任意の構造要素 B について,X ˇB に含まれるベク
x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
移動不変
要素である任意の構造要素 B について,X B に含まれるベク
x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動
の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
画素はすべて Ψ(X) に含まれることがわかりました。したがって
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
されている座標系の原点を意味します。すなわち,Ker[Ψ] は
れに対するフィルタの出力が原点を含むものすべて」です。
理は,以下のように証明されます。ここでは,式 (4) のほう
素である任意の構造要素 B について,X ˇB に含まれるベク
x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
移動不変
要素である任意の構造要素 B について,X B に含まれるベク
x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動
の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
画素はすべて Ψ(X) に含まれることがわかりました。したがって
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h
から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任
∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に
Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇
任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら
∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で
たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく
含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B
についても,Ker[Ψ] の中のある構造要素 B を用いて,その画
とがわかりました。したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示
を考えると
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
されている座標系の原点を意味します。すなわち,Ker[Ψ] は
れに対するフィルタの出力が原点を含むものすべて」です。
理は,以下のように証明されます。ここでは,式 (4) のほう
素である任意の構造要素 B について,X ˇB に含まれるベク
x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
移動不変
要素である任意の構造要素 B について,X B に含まれるベク
x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動
の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
画素はすべて Ψ(X) に含まれることがわかりました。したがって
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h
から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任
∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に
Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇
任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら
∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で
たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく
含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B
についても,Ker[Ψ] の中のある構造要素 B を用いて,その画
とがわかりました。したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示
を考えると
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
されている座標系の原点を意味します。すなわち,Ker[Ψ] は
れに対するフィルタの出力が原点を含むものすべて」です。
理は,以下のように証明されます。ここでは,式 (4) のほう
素である任意の構造要素 B について,X ˇB に含まれるベク
x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
移動不変
要素である任意の構造要素 B について,X B に含まれるベク
x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動
の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
画素はすべて Ψ(X) に含まれることがわかりました。したがって
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h
から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任
∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に
Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇
任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら
∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で
たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく
含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B
についても,Ker[Ψ] の中のある構造要素 B を用いて,その画
とがわかりました。したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示
を考えると
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
す。Ψは移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
ろで,X ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の
X ˇX−h です。ここで X−h を B とおくと,h ∈ X ˇB
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
たがって,Ψ(X) ⊆ X ˇB が示されました(図
のときなりたつ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
[2] を証明する
Ψ(X)に含まれる任意のhについて
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
現定理」とよばれています。より一般的な証明は,参考文献を参照し
3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
されている座標系の原点を意味します。すなわち,Ker[Ψ] は
れに対するフィルタの出力が原点を含むものすべて」です。
理は,以下のように証明されます。ここでは,式 (4) のほう
素である任意の構造要素 B について,X ˇB に含まれるベク
x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
。ここでは,式 (4) のほうを証明します 。
て,X ˇB に含まれるベクトル(画素)h を考えます。
,Bh ⊆ X です。したがって,B ⊆ X−h です。
係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな
。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h)
によって h ∈ Ψ(X) が得られます。
です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
移動不変
要素である任意の構造要素 B について,X B に含まれるベク
x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動
の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
画素はすべて Ψ(X) に含まれることがわかりました。したがって
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h
から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任
∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に
Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇
任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら
∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で
たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく
含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B
についても,Ker[Ψ] の中のある構造要素 B を用いて,その画
とがわかりました。したがって,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示
を考えると
) です。以上から,Ker[Ψ] の要素である任意の構造要素 B
り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB
がわかりました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X ˇB
す。Ψは移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
ろで,X ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の
X ˇX−h です。ここで X−h を B とおくと,h ∈ X ˇB
素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
の中のある構造要素 B を用いて,その画素が X ˇB にも
たがって,Ψ(X) ⊆ X ˇB が示されました(図
のときなりたつ
∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィル
,この関係を全体に h だけ移動することによって h ∈ Ψ(
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から
,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含ま
れる画素はすべて Ψ(X) に含まれることがわかりました。
れました(図 1)。
,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変
したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h =
X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。こ
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X)
まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用
うにできることがわかりました。したがって,Ψ(X) ⊆
B∈Ker[
定理は,より一般的には「Math´eron の表現定理」とよばれています。より
像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http
に含まれる任意の画素 hを考えます。Ψは移動不変ですか
って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで
,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(
れるどの画素についても,Ker[Ψ] の中のある構造要素 B
にできることがわかりました。したがって,Ψ(X) ⊆
B∈
理は,より一般的には「Math´eron の表現定理」とよばれています。
Ψ(X)に含まれる任意のhについて
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
そこで X-hをBと名付けると
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X)
まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用
うにできることがわかりました。したがって,Ψ(X) ⊆
B∈Ker[
定理は,より一般的には「Math´eron の表現定理」とよばれています。より
像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http
に含まれる任意の画素 hを考えます。Ψは移動不変ですか
って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで
,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(
れるどの画素についても,Ker[Ψ] の中のある構造要素 B
にできることがわかりました。したがって,Ψ(X) ⊆
B∈
理は,より一般的には「Math´eron の表現定理」とよばれています。
ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
{h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
素 B を用いて,その画素が X ˇB にも
⊆
B∈Ker[Ψ]
X ˇB が示されました(図
Ψ(X)に含まれる任意のhについて
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました B ∈ Ker[Ψ](図??)。
,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で
したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {
X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
るようにできることがわかりました。したがって,Ψ(X) ⊆
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
そこで X-hをBと名付けると
が存在する
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X)
まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用
うにできることがわかりました。したがって,Ψ(X) ⊆
B∈Ker[
定理は,より一般的には「Math´eron の表現定理」とよばれています。より
像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http
に含まれる任意の画素 hを考えます。Ψは移動不変ですか
って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで
,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(
れるどの画素についても,Ker[Ψ] の中のある構造要素 B
にできることがわかりました。したがって,Ψ(X) ⊆
B∈
理は,より一般的には「Math´eron の表現定理」とよばれています。
ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
{h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
素 B を用いて,その画素が X ˇB にも
⊆
B∈Ker[Ψ]
X ˇB が示されました(図
ました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X B
移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の
です。ここで X−h を B とおくと,h ∈ X ˇB
いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
る構造要素 B を用いて,その画素が X ˇB にも
,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
よばれています。より一般的な証明は,参考文献を参照し
となる
{x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
る画素はすべて Ψ(X) に含まれることがわかりました。したがっ
ました B ∈ Ker[Ψ](図??)。
(X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
Ψ(X)に含まれる任意のhについて
つまり
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました B ∈ Ker[Ψ](図??)。
,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で
したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {
X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
るようにできることがわかりました。したがって,Ψ(X) ⊆
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
そこで X-hをBと名付けると
が存在する
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X)
まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用
うにできることがわかりました。したがって,Ψ(X) ⊆
B∈Ker[
定理は,より一般的には「Math´eron の表現定理」とよばれています。より
像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http
に含まれる任意の画素 hを考えます。Ψは移動不変ですか
って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで
,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(
れるどの画素についても,Ker[Ψ] の中のある構造要素 B
にできることがわかりました。したがって,Ψ(X) ⊆
B∈
理は,より一般的には「Math´eron の表現定理」とよばれています。
ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
{h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
素 B を用いて,その画素が X ˇB にも
⊆
B∈Ker[Ψ]
X ˇB が示されました(図
ました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X B
移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の
です。ここで X−h を B とおくと,h ∈ X ˇB
いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
る構造要素 B を用いて,その画素が X ˇB にも
,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
よばれています。より一般的な証明は,参考文献を参照し
となる
{x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
る画素はすべて Ψ(X) に含まれることがわかりました。したがっ
ました B ∈ Ker[Ψ](図??)。
(X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
Ψ(X)に含まれる任意のhについて
つまり
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました B ∈ Ker[Ψ](図??)。
,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で
したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {
X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
るようにできることがわかりました。したがって,Ψ(X) ⊆
(X)
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
そこで X-hをBと名付けると
が存在する
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X)
まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用
うにできることがわかりました。したがって,Ψ(X) ⊆
B∈Ker[
定理は,より一般的には「Math´eron の表現定理」とよばれています。より
像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http
に含まれる任意の画素 hを考えます。Ψは移動不変ですか
って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで
,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(
れるどの画素についても,Ker[Ψ] の中のある構造要素 B
にできることがわかりました。したがって,Ψ(X) ⊆
B∈
理は,より一般的には「Math´eron の表現定理」とよばれています。
ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
{h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
素 B を用いて,その画素が X ˇB にも
⊆
B∈Ker[Ψ]
X ˇB が示されました(図
ました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X B
移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の
です。ここで X−h を B とおくと,h ∈ X ˇB
いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
る構造要素 B を用いて,その画素が X ˇB にも
,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
よばれています。より一般的な証明は,参考文献を参照し
となる
{x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
る画素はすべて Ψ(X) に含まれることがわかりました。したがっ
ました B ∈ Ker[Ψ](図??)。
(X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
Ψ(X)に含まれる任意のhについて
つまり
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました B ∈ Ker[Ψ](図??)。
,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で
したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {
X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
るようにできることがわかりました。したがって,Ψ(X) ⊆
(X)
h
X⊖B̌
2013年度春学期 画像情報処理
A.Asano,KansaiUniv.
フィルタ定理の証明
そこで X-hをBと名付けると
が存在する
した(図 1)。
X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X)
まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用
うにできることがわかりました。したがって,Ψ(X) ⊆
B∈Ker[
定理は,より一般的には「Math´eron の表現定理」とよばれています。より
像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http
に含まれる任意の画素 hを考えます。Ψは移動不変ですか
って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h
⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで
,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(
れるどの画素についても,Ker[Ψ] の中のある構造要素 B
にできることがわかりました。したがって,Ψ(X) ⊆
B∈
理は,より一般的には「Math´eron の表現定理」とよばれています。
ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
{h | (X−h)h ⊆ X} であり,h = h の
こで X−h を B とおくと,h ∈ X ˇB
∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
素 B を用いて,その画素が X ˇB にも
⊆
B∈Ker[Ψ]
X ˇB が示されました(図
ました。したがって,Ψ(X) ⊇
B∈Ker[Ψ]
X B
移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h)
ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の
です。ここで X−h を B とおくと,h ∈ X ˇB
いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり,
る構造要素 B を用いて,その画素が X ˇB にも
,Ψ(X) ⊆
B∈Ker[Ψ]
X ˇB が示されました(図
よばれています。より一般的な証明は,参考文献を参照し
となる
{x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ
,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ
Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移
この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら
er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の
,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構
る画素はすべて Ψ(X) に含まれることがわかりました。したがっ
ました B ∈ Ker[Ψ](図??)。
(X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,
たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−
−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−
Ψ(X)に含まれる任意のhについて
つまり
Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K
て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ
れる画素はすべて Ψ(X) に含まれることがわかりました。し
れました B ∈ Ker[Ψ](図??)。
,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で
したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {
X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ
がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈
に含まれるどの画素についても,Ker[Ψ] の中のある構造要素
るようにできることがわかりました。したがって,Ψ(X) ⊆
(X)
h
X⊖B̌
h
X⊖B̌
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」
2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」

More Related Content

What's hot

組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画までShunji Umetani
 
前景と背景の画像合成技術
前景と背景の画像合成技術前景と背景の画像合成技術
前景と背景の画像合成技術Morpho, Inc.
 
大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法Shunji Umetani
 
2014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 (2014. 6. 18)
2014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 (2014. 6. 18)2014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 (2014. 6. 18)
2014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 (2014. 6. 18)Akira Asano
 
20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列Toru Tamaki
 
30分で博士号がとれる画像処理講座
30分で博士号がとれる画像処理講座30分で博士号がとれる画像処理講座
30分で博士号がとれる画像処理講座Sakiyama Kei
 
ImageJチュートリアル
ImageJチュートリアルImageJチュートリアル
ImageJチュートリアルLPIXEL
 
画像解析の基礎知識
画像解析の基礎知識画像解析の基礎知識
画像解析の基礎知識LPIXEL
 
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識Fisher Vectorによる画像認識
Fisher Vectorによる画像認識Takao Yamanaka
 
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化Shunsuke Ono
 
ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜LPIXEL
 
2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」
2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」
2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」Akira Asano
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)Kota Matsui
 
3D映像のための自動色補正論文
3D映像のための自動色補正論文3D映像のための自動色補正論文
3D映像のための自動色補正論文doboncho
 
2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)
2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)
2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)Akira Asano
 
実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像yaju88
 
20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座 20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座 Tomoshige Nakamura
 
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向SSII
 
(文献紹介)深層学習による動被写体ロバストなカメラの動き推定
(文献紹介)深層学習による動被写体ロバストなカメラの動き推定(文献紹介)深層学習による動被写体ロバストなカメラの動き推定
(文献紹介)深層学習による動被写体ロバストなカメラの動き推定Morpho, Inc.
 
2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)
2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)
2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)Akira Asano
 

What's hot (20)

組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで
 
前景と背景の画像合成技術
前景と背景の画像合成技術前景と背景の画像合成技術
前景と背景の画像合成技術
 
大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法
 
2014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 (2014. 6. 18)
2014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 (2014. 6. 18)2014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 (2014. 6. 18)
2014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 (2014. 6. 18)
 
20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列
 
30分で博士号がとれる画像処理講座
30分で博士号がとれる画像処理講座30分で博士号がとれる画像処理講座
30分で博士号がとれる画像処理講座
 
ImageJチュートリアル
ImageJチュートリアルImageJチュートリアル
ImageJチュートリアル
 
画像解析の基礎知識
画像解析の基礎知識画像解析の基礎知識
画像解析の基礎知識
 
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識Fisher Vectorによる画像認識
Fisher Vectorによる画像認識
 
信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化信号処理・画像処理における凸最適化
信号処理・画像処理における凸最適化
 
ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜
 
2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」
2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」
2013年度春学期 画像情報処理 第2回「空間周波数とフーリエ級数」
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
 
3D映像のための自動色補正論文
3D映像のための自動色補正論文3D映像のための自動色補正論文
3D映像のための自動色補正論文
 
2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)
2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)
2014年度春学期 画像情報処理 第2回 空間周波数とフーリエ級数 (2014. 4.16)
 
実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像実践コンピュータビジョン 3章 画像間の写像
実践コンピュータビジョン 3章 画像間の写像
 
20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座 20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座
 
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向
 
(文献紹介)深層学習による動被写体ロバストなカメラの動き推定
(文献紹介)深層学習による動被写体ロバストなカメラの動き推定(文献紹介)深層学習による動被写体ロバストなカメラの動き推定
(文献紹介)深層学習による動被写体ロバストなカメラの動き推定
 
2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)
2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)
2014年度春学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2014. 5. 28)
 

Viewers also liked

2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)Akira Asano
 
2013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」
2013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」2013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」
2013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」Akira Asano
 
2014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 (2015. 1. 7)
2014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 (2015. 1. 7)2014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 (2015. 1. 7)
2014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 (2015. 1. 7)Akira Asano
 
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)Akira Asano
 
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)Akira Asano
 
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」Akira Asano
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)Akira Asano
 
2013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 ― 仮説検定」
2013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 ― 仮説検定」2013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 ― 仮説検定」
2013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 ― 仮説検定」Akira Asano
 
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」Akira Asano
 
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)Akira Asano
 
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)Akira Asano
 
2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」Akira Asano
 
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)Akira Asano
 
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」Akira Asano
 
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)Akira Asano
 
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」Akira Asano
 
2015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 ― 仮説検定 (2015. 7. 16, 23)
2015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 ― 仮説検定 (2015. 7. 16, 23)2015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 ― 仮説検定 (2015. 7. 16, 23)
2015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 ― 仮説検定 (2015. 7. 16, 23)Akira Asano
 
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)Akira Asano
 
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)Akira Asano
 

Viewers also liked (20)

顔パスの技術
顔パスの技術顔パスの技術
顔パスの技術
 
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
2014年度秋学期 応用数学(解析) 第3部・微分方程式に関する話題 / 第10回 生存時間分布と半減期 (2014. 12. 4)
 
2013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」
2013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」2013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」
2013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」
 
2014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 (2015. 1. 7)
2014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 (2015. 1. 7)2014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 (2015. 1. 7)
2014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 (2015. 1. 7)
 
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
2014年度秋学期 統計学 第9回 確からしさを記述する ― 確率 (2014. 11. 26)
 
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
2014年度秋学期 統計学 第6回 データの関係を知る(1)ー相関係数と因果関係 (2014. 10. 29)
 
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」
 
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
2014年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 / 第7回 2階線形微分方程式(1) (2014. 11. 6)
 
2013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 ― 仮説検定」
2013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 ― 仮説検定」2013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 ― 仮説検定」
2013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 ― 仮説検定」
 
2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」2013年度秋学期 統計学 第4回「データを「分布」で見る」
2013年度秋学期 統計学 第4回「データを「分布」で見る」
 
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
2014年度秋学期 統計学 第10回 分布の推測とは - 標本調査,度数分布と確率分布 (2014. 12. 3)
 
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
2014年度秋学期 統計学 第5回 分布をまとめるー平均・分散 (2014. 10. 22)
 
2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」2013年度秋学期 統計学 第1回「イントロダクション」
2013年度秋学期 統計学 第1回「イントロダクション」
 
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
2016年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2016. 10. 13)
 
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
2013年度春学期 画像情報処理 第6回「準備・行列に慣れていない人のために」
 
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
2014年度春学期 画像情報処理 第4回 離散フーリエ変換 (2014. 5. 7)
 
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
2013年度秋学期 統計学 第9回「確からしさを記述する ― 確率」
 
2015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 ― 仮説検定 (2015. 7. 16, 23)
2015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 ― 仮説検定 (2015. 7. 16, 23)2015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 ― 仮説検定 (2015. 7. 16, 23)
2015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 ― 仮説検定 (2015. 7. 16, 23)
 
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
2015年度秋学期 応用数学(解析) 第3回 実数とは何か (2015. 10. 15)
 
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
2015年度春学期 統計学 第3回 クロス集計とデータの可視化 (2015. 4. 23)
 

More from Akira Asano

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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) Akira Asano
 
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) 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

リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライドリアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライドKen Fukui
 
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」inspirehighstaff03
 
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライドリアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライドKen Fukui
 
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライドリアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライドKen Fukui
 
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライドリアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライドKen Fukui
 
My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」inspirehighstaff03
 
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」inspirehighstaff03
 
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」inspirehighstaff03
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ssusere0a682
 
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライドリアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライドKen Fukui
 
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」inspirehighstaff03
 
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」inspirehighstaff03
 
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」inspirehighstaff03
 
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」inspirehighstaff03
 
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfMy Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfinspirehighstaff03
 
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」inspirehighstaff03
 
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」inspirehighstaff03
 
My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」inspirehighstaff03
 
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」inspirehighstaff03
 
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfTEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfyukisuga3
 

Recently uploaded (20)

リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライドリアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
 
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
 
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライドリアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
 
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライドリアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
 
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライドリアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
 
My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」
 
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
 
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
 
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライドリアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
 
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
 
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
 
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
 
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
 
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfMy Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
 
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
 
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
 
My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」
 
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
 
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfTEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
 

2013年度春学期 画像情報処理 第12回「画像フィルタとフィルタ定理」

  • 6. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 移動不変性 (translation-invariance) 浅野:モルフォロジと形状記述 opening closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ 影に対して上記の集合 とは, Ψ(Xb) = [Ψ(X)]b であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ
  • 7. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 移動不変性 (translation-invariance) 浅野:モルフォロジと形状記述 opening closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ 影に対して上記の集合 とは, Ψ(Xb) = [Ψ(X)]b であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ フィルタ
  • 8. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 移動不変性 (translation-invariance) 浅野:モルフォロジと形状記述 opening closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ 影に対して上記の集合 とは, Ψ(Xb) = [Ψ(X)]b であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ フィルタ 図形
  • 9. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 移動不変性 (translation-invariance) 浅野:モルフォロジと形状記述 opening closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ 影に対して上記の集合 とは, Ψ(Xb) = [Ψ(X)]b であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ フィルタ 図形 移動
  • 10. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 移動不変性 (translation-invariance) 浅野:モルフォロジと形状記述 opening closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ 影に対して上記の集合 とは, Ψ(Xb) = [Ψ(X)]b であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ フィルタ 図形 移動 移動してからフィルタを適用するのと, フィルタを適用してから移動するのとが同じ
  • 11. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 移動不変性 (translation-invariance) 浅野:モルフォロジと形状記述 opening closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ 影に対して上記の集合 とは, Ψ(Xb) = [Ψ(X)]b であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ フィルタ 図形 移動 移動してからフィルタを適用するのと, フィルタを適用してから移動するのとが同じ 移動不変でない (背景だけぼかし)
  • 12. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 増加性 (increasingness) closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ に対して上記の集合 画像のモルフォロジ ,つまり通常のフィ には,グレースケー ような最大・最小演 でのグレースケール は であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ 像中のどこにあっても同様に取り除かれ いはずだから,フィルタが移動不変であ ことである.また,増加的なフィルタで を取り除き,大きな物体を保存する」作用 「大きな物体を取り除き,小さな物体を う作用は記述できない.しかし,ノイズ
  • 13. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 増加性 (increasingness) closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ に対して上記の集合 画像のモルフォロジ ,つまり通常のフィ には,グレースケー ような最大・最小演 でのグレースケール は であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ 像中のどこにあっても同様に取り除かれ いはずだから,フィルタが移動不変であ ことである.また,増加的なフィルタで を取り除き,大きな物体を保存する」作用 「大きな物体を取り除き,小さな物体を う作用は記述できない.しかし,ノイズ フィルタを適用する前後で 包含関係が保たれる
  • 14. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ 増加性 (increasingness) ノイズ除去を例にすると ノイズ画素は,意味のある図形に比べて小さい→  図形を残してノイズを除去→増加的  ノイズを残して図形を消去→増加的でない closing ng, closing の効果 高さとする柱で表す 内の立体となる.こ に対して上記の集合 画像のモルフォロジ ,つまり通常のフィ には,グレースケー ような最大・最小演 でのグレースケール は であることをいう.簡単にいえば,「画像 をおよぼしても,その作用の効果は変わ 意味である.また「作用 Ψ が増加的であ X ⊂ Y ⇒ Ψ(X) ⊂ Ψ(Y ) であることをいう.すなわち,物体の包 前後で保たれることを意味している. 例えば,ノイズ除去を行う画像フィル う.画像中のある場所でノイズとみなさ 像中のどこにあっても同様に取り除かれ いはずだから,フィルタが移動不変であ ことである.また,増加的なフィルタで を取り除き,大きな物体を保存する」作用 「大きな物体を取り除き,小さな物体を う作用は記述できない.しかし,ノイズ フィルタを適用する前後で 包含関係が保たれる
  • 28. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ べき等性 (idempotence) 狭義のモルフォロジカルフィルタは,さらに 増加的なフィルタのみを考えるのは,自然であることがわかり のモルフォロジカルフィルタとは,広義のフィルタの中で「べ す。「作用 Ψ がべき等である」とは, Ψ[Ψ(X)] = Ψ(X) いいます。すなわち,「あるフィルタを適用した結果に,そのフ 結果は変わらない」という意味です。オープニングやクロージ フォロジカルフィルタです。 は,大きな物体も小さな物体もエッジ以外は取り除いてしまうので,増加的 処理(2013 年度春学期) 第12回 (2013. 6. 26) http://
  • 29. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ べき等性 (idempotence) フィルタを1回適用すれば, それ以上何度適用しても同じ 狭義のモルフォロジカルフィルタは,さらに 増加的なフィルタのみを考えるのは,自然であることがわかり のモルフォロジカルフィルタとは,広義のフィルタの中で「べ す。「作用 Ψ がべき等である」とは, Ψ[Ψ(X)] = Ψ(X) いいます。すなわち,「あるフィルタを適用した結果に,そのフ 結果は変わらない」という意味です。オープニングやクロージ フォロジカルフィルタです。 は,大きな物体も小さな物体もエッジ以外は取り除いてしまうので,増加的 処理(2013 年度春学期) 第12回 (2013. 6. 26) http://
  • 30. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. モルフォロジにおけるフィルタ べき等性 (idempotence) オープニング・クロージングは もっとも基本的な(狭義の)モルフォロジカルフィルタ フィルタを1回適用すれば, それ以上何度適用しても同じ 狭義のモルフォロジカルフィルタは,さらに 増加的なフィルタのみを考えるのは,自然であることがわかり のモルフォロジカルフィルタとは,広義のフィルタの中で「べ す。「作用 Ψ がべき等である」とは, Ψ[Ψ(X)] = Ψ(X) いいます。すなわち,「あるフィルタを適用した結果に,そのフ 結果は変わらない」という意味です。オープニングやクロージ フォロジカルフィルタです。 は,大きな物体も小さな物体もエッジ以外は取り除いてしまうので,増加的 処理(2013 年度春学期) 第12回 (2013. 6. 26) http://
  • 32. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理 移動不変で増加的なフィルタは,どんなフィルタでも, なんらかの構造要素群による エロージョンをORで組み合わせることで表せる ルフォロジが真に図形操作の基礎演算であることを保証するものです。 表されます。 ・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用 エロ−ジョンの論理和,およびダイレーションの論理積によって表現 Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}.
  • 33. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理 移動不変で増加的なフィルタは,どんなフィルタでも, なんらかの構造要素群による エロージョンをORで組み合わせることで表せる ルフォロジが真に図形操作の基礎演算であることを保証するものです。 表されます。 ・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用 エロ−ジョンの論理和,およびダイレーションの論理積によって表現 Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる るフィルタの出力が原点を含むものすべて」です。 下のように証明されます。ここでは,式 (4) のほうを証明します
  • 34. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理 移動不変で増加的なフィルタは,どんなフィルタでも, なんらかの構造要素群による エロージョンをORで組み合わせることで表せる ルフォロジが真に図形操作の基礎演算であることを保証するものです。 表されます。 ・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用 エロ−ジョンの論理和,およびダイレーションの論理積によって表現 Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる るフィルタの出力が原点を含むものすべて」です。 下のように証明されます。ここでは,式 (4) のほうを証明します フィルタの核(kernel)
  • 35. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理 移動不変で増加的なフィルタは,どんなフィルタでも, なんらかの構造要素群による エロージョンをORで組み合わせることで表せる ルフォロジが真に図形操作の基礎演算であることを保証するものです。 表されます。 ・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用 エロ−ジョンの論理和,およびダイレーションの論理積によって表現 Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる るフィルタの出力が原点を含むものすべて」です。 下のように証明されます。ここでは,式 (4) のほうを証明します フィルタの核(kernel) 原点
  • 36. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理 移動不変で増加的なフィルタは,どんなフィルタでも, なんらかの構造要素群による エロージョンをORで組み合わせることで表せる ルフォロジが真に図形操作の基礎演算であることを保証するものです。 表されます。 ・増加的な(広義の)フィルタも,適当な構造要素を適当な数だけ用 エロ−ジョンの論理和,およびダイレーションの論理積によって表現 Ψ(X) を画像 X に対するフィルタとするとき,いかなる Ψ(X) につい Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. Ψ(X) = B∈Ker[Ψ] X ˇB Ψ(X) = B∈Ker[Ψ] X ⊕ ˇB の集合(集合族)Ker[Ψ] が存在します。 の核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. る座標系の原点を意味します。すなわち,Ker[Ψ] は「考えられる るフィルタの出力が原点を含むものすべて」です。 下のように証明されます。ここでは,式 (4) のほうを証明します フィルタの核(kernel) 原点 事実上, 入力として可能な図形 すべて
  • 37. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [1] Ker[Ψ] の要素である任意の構造要素 B るどの構造要素 B についても,X ˇB したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB Ψ(X) ⇒ h ∈ X ˇB です。つまり, B を用いて,その画素が X ˇB にも B∈Ker[Ψ] X ˇB が示されました(図 す。より一般的な証明は,参考文献を参照し を証明する
  • 38. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [1] Ker[Ψ] の要素である任意の構造要素 B るどの構造要素 B についても,X ˇB したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB Ψ(X) ⇒ h ∈ X ˇB です。つまり, B を用いて,その画素が X ˇB にも B∈Ker[Ψ] X ˇB が示されました(図 す。より一般的な証明は,参考文献を参照し を証明する Ker[Ψ]に含まれるBについて ,次のようなものです。 = {X | 0 ∈ Ψ(X)}. (6) します。すなわち,Ker[Ψ] は「考えられるすべての入力図 点を含むものすべて」です。 す。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) とによって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB とがわかりました。したがって,Ψ(X) ⊇ X ˇB に含まれる画素hを考える
  • 39. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [1] Ker[Ψ] の要素である任意の構造要素 B るどの構造要素 B についても,X ˇB したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB Ψ(X) ⇒ h ∈ X ˇB です。つまり, B を用いて,その画素が X ˇB にも B∈Ker[Ψ] X ˇB が示されました(図 す。より一般的な証明は,参考文献を参照し を証明する Ker[Ψ]に含まれるBについて X⊖B̌ h ,次のようなものです。 = {X | 0 ∈ Ψ(X)}. (6) します。すなわち,Ker[Ψ] は「考えられるすべての入力図 点を含むものすべて」です。 す。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) とによって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB とがわかりました。したがって,Ψ(X) ⊇ X ˇB に含まれる画素hを考える
  • 40. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [1] Ker[Ψ] の要素である任意の構造要素 B るどの構造要素 B についても,X ˇB したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB Ψ(X) ⇒ h ∈ X ˇB です。つまり, B を用いて,その画素が X ˇB にも B∈Ker[Ψ] X ˇB が示されました(図 す。より一般的な証明は,参考文献を参照し を証明する Ker[Ψ]に含まれるBについて X⊖B̌ h ,次のようなものです。 = {X | 0 ∈ Ψ(X)}. (6) します。すなわち,Ker[Ψ] は「考えられるすべての入力図 点を含むものすべて」です。 す。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) とによって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB とがわかりました。したがって,Ψ(X) ⊇ X ˇB に含まれる画素hを考える Ker[Ψ] = { 0 は X が定義されている座標系の原点を意味しま 形のうち,それに対するフィルタの出力が原点を フィルタ定理は,以下のように証明されます。 Ker[Ψ] の要素である任意の構造要素 B について X ˇB = {x|Bx ⊆ X} と定義されていますから, ここで,フィルタ Ψ は増加的ですから,包含関係 わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。 ならば,この関係を全体に h だけ移動することに B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) で について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり
  • 41. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [1] Ker[Ψ] の要素である任意の構造要素 B るどの構造要素 B についても,X ˇB したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB Ψ(X) ⇒ h ∈ X ˇB です。つまり, B を用いて,その画素が X ˇB にも B∈Ker[Ψ] X ˇB が示されました(図 す。より一般的な証明は,参考文献を参照し を証明する Ker[Ψ]に含まれるBについて X⊖B̌ h ,次のようなものです。 = {X | 0 ∈ Ψ(X)}. (6) します。すなわち,Ker[Ψ] は「考えられるすべての入力図 点を含むものすべて」です。 す。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) とによって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB とがわかりました。したがって,Ψ(X) ⊇ X ˇB に含まれる画素hを考える Ker[Ψ] = { 0 は X が定義されている座標系の原点を意味しま 形のうち,それに対するフィルタの出力が原点を フィルタ定理は,以下のように証明されます。 Ker[Ψ] の要素である任意の構造要素 B について X ˇB = {x|Bx ⊆ X} と定義されていますから, ここで,フィルタ Ψ は増加的ですから,包含関係 わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。 ならば,この関係を全体に h だけ移動することに B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) で について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり 核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. 標系の原点を意味します。すなわち,Ker[Ψ] は「考えられ ィルタの出力が原点を含むものすべて」です。 ように証明されます。ここでは,式 (4) のほうを証明しま の構造要素 B について,X ˇB に含まれるベクトル(画 義されていますから,Bh ⊆ X です。したがって,B ⊆ 加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によって変 Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変です h だけ移動することによって h ∈ Ψ(X) が得られます。
  • 42. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [1] Ker[Ψ] の要素である任意の構造要素 B るどの構造要素 B についても,X ˇB したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB すから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB Ψ(X) ⇒ h ∈ X ˇB です。つまり, B を用いて,その画素が X ˇB にも B∈Ker[Ψ] X ˇB が示されました(図 す。より一般的な証明は,参考文献を参照し を証明する Ker[Ψ]に含まれるBについて X⊖B̌ h ,次のようなものです。 = {X | 0 ∈ Ψ(X)}. (6) します。すなわち,Ker[Ψ] は「考えられるすべての入力図 点を含むものすべて」です。 す。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな す。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) とによって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B まり,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB とがわかりました。したがって,Ψ(X) ⊇ X ˇB に含まれる画素hを考える Ker[Ψ] = { 0 は X が定義されている座標系の原点を意味しま 形のうち,それに対するフィルタの出力が原点を フィルタ定理は,以下のように証明されます。 Ker[Ψ] の要素である任意の構造要素 B について X ˇB = {x|Bx ⊆ X} と定義されていますから, ここで,フィルタ Ψ は増加的ですから,包含関係 わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。 ならば,この関係を全体に h だけ移動することに B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) で について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり 核 (kernel) とよばれ,次のようなものです。 Ker[Ψ] = {X | 0 ∈ Ψ(X)}. 標系の原点を意味します。すなわち,Ker[Ψ] は「考えられ ィルタの出力が原点を含むものすべて」です。 ように証明されます。ここでは,式 (4) のほうを証明しま の構造要素 B について,X ˇB に含まれるベクトル(画 義されていますから,Bh ⊆ X です。したがって,B ⊆ 加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によって変 Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変です h だけ移動することによって h ∈ Ψ(X) が得られます。 Ψ] します。 うなものです。 ∈ Ψ(X)}. (6) なわち,Ker[Ψ] は「考えられるすべての入力図 のすべて」です。 は,式 (4) のほうを証明します2。 ˇB に含まれるベクトル(画素)h を考えます。 X です。したがって,B ⊆ X−h です。 X−h はフィルタ Ψ によって変化しません。すな
  • 43. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 一方 BはKer[Ψ]に含まれるので X⊖B̌ h は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変 体に h だけ移動することによって h ∈ Ψ(X) が得られます すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要 て Ψ(X) に含まれることがわかりました。したがって,Ψ )。 る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ 満たされるので,h ∈ X ˇX−h です。ここで X−h を B
  • 44. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 一方 BはKer[Ψ]に含まれるので X⊖B̌ h を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変 体に h だけ移動することによって h ∈ Ψ(X) が得られます すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要 て Ψ(X) に含まれることがわかりました。したがって,Ψ )。 る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ 満たされるので,h ∈ X ˇX−h です。ここで X−h を B 前ページ
  • 45. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 一方 BはKer[Ψ]に含まれるので X⊖B̌ h を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変 体に h だけ移動することによって h ∈ Ψ(X) が得られます すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要 て Ψ(X) に含まれることがわかりました。したがって,Ψ )。 る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ 満たされるので,h ∈ X ˇX−h です。ここで X−h を B 前ページ ち,それに対するフィルタの出力が原点を含むものすべて」 ルタ定理は,以下のように証明されます。ここでは,式 (4) Ψ] の要素である任意の構造要素 B について,X ˇB に含ま = {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ,この関係を全体に h だけ移動することによって h ∈ Ψ(X) Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました(図 1)。 増加的
  • 46. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 一方 BはKer[Ψ]に含まれるので X⊖B̌ h を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変 体に h だけ移動することによって h ∈ Ψ(X) が得られます すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要 て Ψ(X) に含まれることがわかりました。したがって,Ψ )。 る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ 満たされるので,h ∈ X ˇX−h です。ここで X−h を B 前ページ ち,それに対するフィルタの出力が原点を含むものすべて」 ルタ定理は,以下のように証明されます。ここでは,式 (4) Ψ] の要素である任意の構造要素 B について,X ˇB に含ま = {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ,この関係を全体に h だけ移動することによって h ∈ Ψ(X) Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました(図 1)。 増加的 味します。すなわち,Ker[Ψ] は「考えられるすべての入 が原点を含むものすべて」です。 れます。ここでは,式 (4) のほうを証明します2。 について,X ˇB に含まれるベクトル(画素)h を考えま すから,Bh ⊆ X です。したがって,B ⊆ X−h です。 包含関係 B ⊆ X−h はフィルタ Ψ によって変化しません。 ます。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X ることによって h ∈ Ψ(X) が得られます。 Ψ(B) です。以上から,Ker[Ψ] の要素である任意の構造要 ,つまり,Ker[Ψ] に含まれるどの構造要素 B についても,X ことがわかりました。したがって,Ψ(X) ⊇ X 移動不変
  • 47. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 一方 BはKer[Ψ]に含まれるので X⊖B̌ h を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変 体に h だけ移動することによって h ∈ Ψ(X) が得られます すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要 て Ψ(X) に含まれることがわかりました。したがって,Ψ )。 る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ 満たされるので,h ∈ X ˇX−h です。ここで X−h を B 前ページ ち,それに対するフィルタの出力が原点を含むものすべて」 ルタ定理は,以下のように証明されます。ここでは,式 (4) Ψ] の要素である任意の構造要素 B について,X ˇB に含ま = {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ,この関係を全体に h だけ移動することによって h ∈ Ψ(X) Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました(図 1)。 増加的 味します。すなわち,Ker[Ψ] は「考えられるすべての入 が原点を含むものすべて」です。 れます。ここでは,式 (4) のほうを証明します2。 について,X ˇB に含まれるベクトル(画素)h を考えま すから,Bh ⊆ X です。したがって,B ⊆ X−h です。 包含関係 B ⊆ X−h はフィルタ Ψ によって変化しません。 ます。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X ることによって h ∈ Ψ(X) が得られます。 Ψ(B) です。以上から,Ker[Ψ] の要素である任意の構造要 ,つまり,Ker[Ψ] に含まれるどの構造要素 B についても,X ことがわかりました。したがって,Ψ(X) ⊇ X 移動不変 B∈Ker[Ψ] X ⊕ ˇB (5) Ψ] が存在します。 ,次のようなものです。 {X | 0 ∈ Ψ(X)}. (6) ます。すなわち,Ker[Ψ] は「考えられるすべての入力図 を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな に含まれるどのhに ついてもなりたつ→
  • 48. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 一方 BはKer[Ψ]に含まれるので X⊖B̌ h を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ によっ 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動不変 体に h だけ移動することによって h ∈ Ψ(X) が得られます すから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素で h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要 て Ψ(X) に含まれることがわかりました。したがって,Ψ )。 る任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ 満たされるので,h ∈ X ˇX−h です。ここで X−h を B 前ページ ち,それに対するフィルタの出力が原点を含むものすべて」 ルタ定理は,以下のように証明されます。ここでは,式 (4) Ψ] の要素である任意の構造要素 B について,X ˇB に含ま = {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。し で,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ,この関係を全体に h だけ移動することによって h ∈ Ψ(X) Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました(図 1)。 増加的 味します。すなわち,Ker[Ψ] は「考えられるすべての入 が原点を含むものすべて」です。 れます。ここでは,式 (4) のほうを証明します2。 について,X ˇB に含まれるベクトル(画素)h を考えま すから,Bh ⊆ X です。したがって,B ⊆ X−h です。 包含関係 B ⊆ X−h はフィルタ Ψ によって変化しません。 ます。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X ることによって h ∈ Ψ(X) が得られます。 Ψ(B) です。以上から,Ker[Ψ] の要素である任意の構造要 ,つまり,Ker[Ψ] に含まれるどの構造要素 B についても,X ことがわかりました。したがって,Ψ(X) ⊇ X 移動不変 (X) B∈Ker[Ψ] X ⊕ ˇB (5) Ψ] が存在します。 ,次のようなものです。 {X | 0 ∈ Ψ(X)}. (6) ます。すなわち,Ker[Ψ] は「考えられるすべての入力図 を含むものすべて」です。 。ここでは,式 (4) のほうを証明します2。 いて,X ˇB に含まれるベクトル(画素)h を考えます。 ら,Bh ⊆ X です。したがって,B ⊆ X−h です。 関係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな に含まれるどのhに ついてもなりたつ→ こうなる
  • 49. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 Ker[Ψ]に含まれる任意の構造要素Bについて ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X) B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し が示されました(図 1)。 逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ です。 したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ (X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 X⊖B̌ h (X)
  • 50. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 Ker[Ψ]に含まれる任意の構造要素Bについて ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X) B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し が示されました(図 1)。 逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ です。 したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ (X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 h X⊖B̌ X⊖B̌ h (X)
  • 51. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 Ker[Ψ]に含まれる任意の構造要素Bについて ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X) B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し が示されました(図 1)。 逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ です。 したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ (X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 h X⊖B̌ X⊖B̌ h (X) X⊖B̌ h
  • 52. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 Ker[Ψ]に含まれる任意の構造要素Bについて こうなっている ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X) B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し が示されました(図 1)。 逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ です。 したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ (X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 h X⊖B̌ X⊖B̌ h (X) X⊖B̌ h
  • 53. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 Ker[Ψ]に含まれる任意の構造要素Bについて つまり こうなっている ここで,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィ わち,0 ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ ならば,この関係を全体に h だけ移動することによって h ∈ Ψ(X) B は Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K について,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ に含まれる画素はすべて Ψ(X) に含まれることがわかりました。し が示されました(図 1)。 逆に,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変です です。したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h とき {(X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ です。 したがって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ (X) に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 h X⊖B̌ X⊖B̌ h (X) X⊖B̌ h うを証明します 。 ベクトル(画素)h を考えます。 って,B ⊆ X−h です。 Ψ によって変化しません。すな 移動不変ですから,0 ∈ Ψ(X−h) られます。 の要素である任意の構造要素 B の構造要素 B についても,X ˇB って,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB
  • 54. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ
  • 55. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB
  • 56. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ Ker[Ψ] = {X | 0 ∈ Ψ(X)}. されている座標系の原点を意味します。すなわち,Ker[Ψ] は れに対するフィルタの出力が原点を含むものすべて」です。 理は,以下のように証明されます。ここでは,式 (4) のほう 素である任意の構造要素 B について,X ˇB に含まれるベク x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ ) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB 移動不変
  • 57. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ Ker[Ψ] = {X | 0 ∈ Ψ(X)}. されている座標系の原点を意味します。すなわち,Ker[Ψ] は れに対するフィルタの出力が原点を含むものすべて」です。 理は,以下のように証明されます。ここでは,式 (4) のほう 素である任意の構造要素 B について,X ˇB に含まれるベク x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ ) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB 移動不変 要素である任意の構造要素 B について,X B に含まれるベク x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動 の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 画素はすべて Ψ(X) に含まれることがわかりました。したがって した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− )h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h
  • 58. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ Ker[Ψ] = {X | 0 ∈ Ψ(X)}. されている座標系の原点を意味します。すなわち,Ker[Ψ] は れに対するフィルタの出力が原点を含むものすべて」です。 理は,以下のように証明されます。ここでは,式 (4) のほう 素である任意の構造要素 B について,X ˇB に含まれるベク x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ ) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB 移動不変 要素である任意の構造要素 B について,X B に含まれるベク x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動 の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 画素はすべて Ψ(X) に含まれることがわかりました。したがって した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− )h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任 ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇ 任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく 含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B についても,Ker[Ψ] の中のある構造要素 B を用いて,その画 とがわかりました。したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示 を考えると
  • 59. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ Ker[Ψ] = {X | 0 ∈ Ψ(X)}. されている座標系の原点を意味します。すなわち,Ker[Ψ] は れに対するフィルタの出力が原点を含むものすべて」です。 理は,以下のように証明されます。ここでは,式 (4) のほう 素である任意の構造要素 B について,X ˇB に含まれるベク x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ ) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB 移動不変 要素である任意の構造要素 B について,X B に含まれるベク x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動 の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 画素はすべて Ψ(X) に含まれることがわかりました。したがって した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− )h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任 ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇ 任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく 含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B についても,Ker[Ψ] の中のある構造要素 B を用いて,その画 とがわかりました。したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示 を考えると
  • 60. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ Ker[Ψ] = {X | 0 ∈ Ψ(X)}. されている座標系の原点を意味します。すなわち,Ker[Ψ] は れに対するフィルタの出力が原点を含むものすべて」です。 理は,以下のように証明されます。ここでは,式 (4) のほう 素である任意の構造要素 B について,X ˇB に含まれるベク x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ ) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB 移動不変 要素である任意の構造要素 B について,X B に含まれるベク x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動 の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 画素はすべて Ψ(X) に含まれることがわかりました。したがって した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− )h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任 ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇ 任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく 含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B についても,Ker[Ψ] の中のある構造要素 B を用いて,その画 とがわかりました。したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示 を考えると ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB す。Ψは移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) ろで,X ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の X ˇX−h です。ここで X−h を B とおくと,h ∈ X ˇB 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも たがって,Ψ(X) ⊆ X ˇB が示されました(図 のときなりたつ
  • 61. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 [2] を証明する Ψ(X)に含まれる任意のhについて 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 現定理」とよばれています。より一般的な証明は,参考文献を参照し 3. 6. 26) http://racco.mikeneko.jp/  2/5 ページ Ker[Ψ] = {X | 0 ∈ Ψ(X)}. されている座標系の原点を意味します。すなわち,Ker[Ψ] は れに対するフィルタの出力が原点を含むものすべて」です。 理は,以下のように証明されます。ここでは,式 (4) のほう 素である任意の構造要素 B について,X ˇB に含まれるベク x ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ ) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 。ここでは,式 (4) のほうを証明します 。 て,X ˇB に含まれるベクトル(画素)h を考えます。 ,Bh ⊆ X です。したがって,B ⊆ X−h です。 係 B ⊆ X−h はフィルタ Ψ によって変化しません。すな 。さらに,フィルタ Ψ は移動不変ですから,0 ∈ Ψ(X−h) によって h ∈ Ψ(X) が得られます。 です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB 移動不変 要素である任意の構造要素 B について,X B に含まれるベク x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移動 の関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 画素はすべて Ψ(X) に含まれることがわかりました。したがって した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから,h がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− )h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X−h から,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の要素である任 ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構造要素 B に Ψ(X) に含まれることがわかりました。したがって,Ψ(X) ⊇ 任意の画素 hを考えます。Ψは移動不変ですから,h ∈ Ψ(X)なら ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X−h)h ⊆ X} で たされるので,h ∈ X ˇX−h です。ここで X−h を B とおく 含まれるある構造要素 B について,h ∈ Ψ(X) ⇒ h ∈ X B についても,Ker[Ψ] の中のある構造要素 B を用いて,その画 とがわかりました。したがって,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示 を考えると ) です。以上から,Ker[Ψ] の要素である任意の構造要素 B り,Ker[Ψ] に含まれるどの構造要素 B についても,X ˇB がわかりました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X ˇB す。Ψは移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) ろで,X ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の X ˇX−h です。ここで X−h を B とおくと,h ∈ X ˇB 素 B について,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, の中のある構造要素 B を用いて,その画素が X ˇB にも たがって,Ψ(X) ⊆ X ˇB が示されました(図 のときなりたつ ∈ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィル ,この関係を全体に h だけ移動することによって h ∈ Ψ( Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から ,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含ま れる画素はすべて Ψ(X) に含まれることがわかりました。 れました(図 1)。 ,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変 したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。こ
  • 62. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X) まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用 うにできることがわかりました。したがって,Ψ(X) ⊆ B∈Ker[ 定理は,より一般的には「Math´eron の表現定理」とよばれています。より 像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http に含まれる任意の画素 hを考えます。Ψは移動不変ですか って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで ,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ( れるどの画素についても,Ker[Ψ] の中のある構造要素 B にできることがわかりました。したがって,Ψ(X) ⊆ B∈ 理は,より一般的には「Math´eron の表現定理」とよばれています。 Ψ(X)に含まれる任意のhについて
  • 63. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 そこで X-hをBと名付けると した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X) まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用 うにできることがわかりました。したがって,Ψ(X) ⊆ B∈Ker[ 定理は,より一般的には「Math´eron の表現定理」とよばれています。より 像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http に含まれる任意の画素 hを考えます。Ψは移動不変ですか って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで ,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ( れるどの画素についても,Ker[Ψ] の中のある構造要素 B にできることがわかりました。したがって,Ψ(X) ⊆ B∈ 理は,より一般的には「Math´eron の表現定理」とよばれています。 ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) {h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, 素 B を用いて,その画素が X ˇB にも ⊆ B∈Ker[Ψ] X ˇB が示されました(図 Ψ(X)に含まれる任意のhについて Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました B ∈ Ker[Ψ](図??)。 ,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = { X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 るようにできることがわかりました。したがって,Ψ(X) ⊆
  • 64. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 そこで X-hをBと名付けると が存在する した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X) まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用 うにできることがわかりました。したがって,Ψ(X) ⊆ B∈Ker[ 定理は,より一般的には「Math´eron の表現定理」とよばれています。より 像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http に含まれる任意の画素 hを考えます。Ψは移動不変ですか って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで ,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ( れるどの画素についても,Ker[Ψ] の中のある構造要素 B にできることがわかりました。したがって,Ψ(X) ⊆ B∈ 理は,より一般的には「Math´eron の表現定理」とよばれています。 ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) {h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, 素 B を用いて,その画素が X ˇB にも ⊆ B∈Ker[Ψ] X ˇB が示されました(図 ました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X B 移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の です。ここで X−h を B とおくと,h ∈ X ˇB いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, る構造要素 B を用いて,その画素が X ˇB にも ,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 よばれています。より一般的な証明は,参考文献を参照し となる {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 る画素はすべて Ψ(X) に含まれることがわかりました。したがっ ました B ∈ Ker[Ψ](図??)。 (X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− −h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− Ψ(X)に含まれる任意のhについて つまり Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました B ∈ Ker[Ψ](図??)。 ,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = { X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 るようにできることがわかりました。したがって,Ψ(X) ⊆
  • 65. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 そこで X-hをBと名付けると が存在する した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X) まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用 うにできることがわかりました。したがって,Ψ(X) ⊆ B∈Ker[ 定理は,より一般的には「Math´eron の表現定理」とよばれています。より 像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http に含まれる任意の画素 hを考えます。Ψは移動不変ですか って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで ,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ( れるどの画素についても,Ker[Ψ] の中のある構造要素 B にできることがわかりました。したがって,Ψ(X) ⊆ B∈ 理は,より一般的には「Math´eron の表現定理」とよばれています。 ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) {h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, 素 B を用いて,その画素が X ˇB にも ⊆ B∈Ker[Ψ] X ˇB が示されました(図 ました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X B 移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の です。ここで X−h を B とおくと,h ∈ X ˇB いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, る構造要素 B を用いて,その画素が X ˇB にも ,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 よばれています。より一般的な証明は,参考文献を参照し となる {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 る画素はすべて Ψ(X) に含まれることがわかりました。したがっ ました B ∈ Ker[Ψ](図??)。 (X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− −h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− Ψ(X)に含まれる任意のhについて つまり Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました B ∈ Ker[Ψ](図??)。 ,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = { X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 るようにできることがわかりました。したがって,Ψ(X) ⊆ (X)
  • 66. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 そこで X-hをBと名付けると が存在する した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X) まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用 うにできることがわかりました。したがって,Ψ(X) ⊆ B∈Ker[ 定理は,より一般的には「Math´eron の表現定理」とよばれています。より 像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http に含まれる任意の画素 hを考えます。Ψは移動不変ですか って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで ,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ( れるどの画素についても,Ker[Ψ] の中のある構造要素 B にできることがわかりました。したがって,Ψ(X) ⊆ B∈ 理は,より一般的には「Math´eron の表現定理」とよばれています。 ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) {h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, 素 B を用いて,その画素が X ˇB にも ⊆ B∈Ker[Ψ] X ˇB が示されました(図 ました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X B 移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の です。ここで X−h を B とおくと,h ∈ X ˇB いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, る構造要素 B を用いて,その画素が X ˇB にも ,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 よばれています。より一般的な証明は,参考文献を参照し となる {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 る画素はすべて Ψ(X) に含まれることがわかりました。したがっ ました B ∈ Ker[Ψ](図??)。 (X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− −h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− Ψ(X)に含まれる任意のhについて つまり Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました B ∈ Ker[Ψ](図??)。 ,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = { X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 るようにできることがわかりました。したがって,Ψ(X) ⊆ (X) h X⊖B̌
  • 67. 2013年度春学期 画像情報処理 A.Asano,KansaiUniv. フィルタ定理の証明 そこで X-hをBと名付けると が存在する した(図 1)。 X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, がって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− て,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ(X) まれるどの画素についても,Ker[Ψ] の中のある構造要素 B を用 うにできることがわかりました。したがって,Ψ(X) ⊆ B∈Ker[ 定理は,より一般的には「Math´eron の表現定理」とよばれています。より 像情報処理(2013 年度春学期) 第12回 (2013. 6. 26) http に含まれる任意の画素 hを考えます。Ψは移動不変ですか って,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで ,Ker[Ψ] に含まれるある構造要素 B について,h ∈ Ψ( れるどの画素についても,Ker[Ψ] の中のある構造要素 B にできることがわかりました。したがって,Ψ(X) ⊆ B∈ 理は,より一般的には「Math´eron の表現定理」とよばれています。 ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) {h | (X−h)h ⊆ X} であり,h = h の こで X−h を B とおくと,h ∈ X ˇB ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, 素 B を用いて,その画素が X ˇB にも ⊆ B∈Ker[Ψ] X ˇB が示されました(図 ました。したがって,Ψ(X) ⊇ B∈Ker[Ψ] X B 移動不変ですから,h ∈ Ψ(X)ならば 0 ∈ Ψ(X−h) ˇX−h = {h | (X−h)h ⊆ X} であり,h = h の です。ここで X−h を B とおくと,h ∈ X ˇB いて,h ∈ Ψ(X) ⇒ h ∈ X ˇB です。つまり, る構造要素 B を用いて,その画素が X ˇB にも ,Ψ(X) ⊆ B∈Ker[Ψ] X ˇB が示されました(図 よばれています。より一般的な証明は,参考文献を参照し となる {x|Bx ⊆ X} と定義されていますから,Bh ⊆ X です。したがっ ,フィルタ Ψ は増加的ですから,包含関係 B ⊆ X−h はフィルタ Ψ Ψ(B) ならば 0 ∈ Ψ(X−h) となります。さらに,フィルタ Ψ は移 この関係を全体に h だけ移動することによって h ∈ Ψ(X) が得ら er[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,Ker[Ψ] の ,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれるどの構 る画素はすべて Ψ(X) に含まれることがわかりました。したがっ ました B ∈ Ker[Ψ](図??)。 (X)に含まれる任意の画素 hを考えます。Ψは移動不変ですから, たがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = {h | (X− −h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここで X− Ψ(X)に含まれる任意のhについて つまり Ker[Ψ] の要素ですから,確かに 0 ∈ Ψ(B) です。以上から,K て,h ∈ X ˇB ⇒ h ∈ Ψ(X) である,つまり,Ker[Ψ] に含まれ れる画素はすべて Ψ(X) に含まれることがわかりました。し れました B ∈ Ker[Ψ](図??)。 ,Ψ(X)に含まれる任意の画素 hを考えます。Ψは移動不変で したがって,X−h ∈ Ker[Ψ] です。ところで,X ˇX−h = { X−h)h ⊆ X} は満たされるので,h ∈ X ˇX−h です。ここ がって,Ker[Ψ] に含まれるある構造要素 B について,h ∈ に含まれるどの画素についても,Ker[Ψ] の中のある構造要素 るようにできることがわかりました。したがって,Ψ(X) ⊆ (X) h X⊖B̌ h X⊖B̌