2016年度秋学期 画像情報処理 第１１回 画像の集合演算とオープニング (2016. 12. 15)
•
1 like•170 views
関西大学総合情報学部 画像情報処理（担当・浅野晃）
Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Viewers also liked (10)
More from Akira Asano
More from Akira Asano (20)
Recently uploaded
2016年度秋学期 画像情報処理 第１１回 画像の集合演算とオープニング (2016. 12. 15)
- 6. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ ある基本図形とその相似拡大図形との倍率 図形B，サイズrとするとき，r倍のB，すなわち rBは rB = {rb|b ∈ B}
- 7. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ ある基本図形とその相似拡大図形との倍率 図形B，サイズrとするとき，r倍のB，すなわち rBは rB = {rb|b ∈ B} B
- 8. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ ある基本図形とその相似拡大図形との倍率 図形B，サイズrとするとき，r倍のB，すなわち rBは rB = {rb|b ∈ B} B b
- 9. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ ある基本図形とその相似拡大図形との倍率 図形B，サイズrとするとき，r倍のB，すなわち rBは rB = {rb|b ∈ B} B b 2b
- 10. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ ある基本図形とその相似拡大図形との倍率 図形B，サイズrとするとき，r倍のB，すなわち rBは rB = {rb|b ∈ B} B 2B b 2b
- 11. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B
- 12. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B}
- 13. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 隙間があいてしまう
- 14. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 隙間があいてしまう こうすればいい
- 15. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 隙間があいてしまう rB = B ⊕ B ⊕ · · · ⊕ B ((r − 1) 回). こうすればいい
- 16. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 2B = B⊕B 隙間があいてしまう rB = B ⊕ B ⊕ · · · ⊕ B ((r − 1) 回). こうすればいい
- 17. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 2B = B⊕B 隙間があいてしまう rB = B ⊕ B ⊕ · · · ⊕ B ((r − 1) 回). こうすればいい
- 18. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 2B = B⊕B 隙間があいてしまう rB = B ⊕ B ⊕ · · · ⊕ B ((r − 1) 回). こうすればいい
- 19. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 離散的な図形の場合は 連続な場合と同じ定義ではまずい rB = {rb|b ∈ B} B {2b | b ∈ B} 2B = B⊕B 隙間があいてしまう rB = B ⊕ B ⊕ · · · ⊕ B ((r − 1) 回). こうすればいい
- 20. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. ちょっと困ることも B {2b | b ∈ B} 2B = B⊕B
- 21. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. ちょっと困ることも Bは十字形ではなく，ひし形 B {2b | b ∈ B} 2B = B⊕B
- 22. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. ちょっと困ることも Bは十字形ではなく，ひし形 B {2b | b ∈ B} 2B = B⊕B おもったような図形が表せない
- 23. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. ちょっと困ることも Bは十字形ではなく，ひし形 B {2b | b ∈ B} 2B = B⊕B おもったような図形が表せない サイズの定義は，これに限らない（後述）
- 36. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 構造要素(B)図形 それぞれ オープニング 構造要素よりも 小さな角が 除かれる
- 37. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 構造要素(B)図形 それぞれ オープニング 構造要素よりも 小さな角が 除かれる
- 38. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 構造要素よりも 小さな角が 除かれる
- 39. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 40. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 41. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 42. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 43. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 44. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 45. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング none 相似形でオープニング 構造要素よりも 小さな角が 除かれる
- 46. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング none 相似形でオープニング 残りの部分 1B より大きい 構造要素よりも 小さな角が 除かれる
- 47. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング none 相似形でオープニング 残りの部分 1B より大きい 残りの部分 2Bより大きい 構造要素よりも 小さな角が 除かれる
- 48. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. Granulometryとサイズ分布 図形の「形状特徴」と「大きさ」を数値で表すもの Bの相似形（倍率＝「サイズ」） 1B 2B 3B 4B 5B 構造要素(B)図形 それぞれ オープニング none 相似形でオープニング 残りの部分 1B より大きい 残りの部分 2Bより大きい etc 構造要素よりも 小さな角が 除かれる
- 49. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 50. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 51. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 52. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 53. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 54. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 55. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 56. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 57. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 58. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 59. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 60. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 61. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 62. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 63. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 64. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 65. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 この部分は 1Bより小さい 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 66. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 この部分は 1Bより小さい 5B 1Bで オープニング 2B 3B 4B もとの 図形 none サイズは ちょうどゼロ
- 67. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 この部分は 1Bより小さい 5B 1Bで オープニング 2B 3B 4B もとの 図形 none この部分は 1Bより大きいが 2Bより小さい サイズは ちょうどゼロ
- 68. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 この部分は 1Bより小さい 5B 1Bで オープニング 2B 3B 4B もとの 図形 none この部分は 1Bより大きいが 2Bより小さい サイズは ちょうどゼロ サイズは ちょうど1
- 69. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 この部分は 1Bより小さい 5B 1Bで オープニング 2B 3B 4B もとの 図形 none この部分は 1Bより大きいが 2Bより小さい サイズは ちょうどゼロ サイズは ちょうど1 etc.
- 70. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 71. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 72. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 73. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 74. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 75. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 76. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 77. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 サイズ密度関数 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 78. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 サイズ密度関数 構造要素 B に対する 5B 1Bで オープニング 2B 3B 4B もとの 図形 none
- 79. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 サイズ密度関数 構造要素 B に対する 5B 1Bで オープニング 2B 3B 4B もとの 図形 none おもにサイズは４
- 80. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 サイズ密度関数 構造要素 B に対する 5B 1Bで オープニング 2B 3B 4B もとの 図形 none おもにサイズは４
- 81. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 サイズ密度関数 構造要素 B に対する 5B 1Bで オープニング 2B 3B 4B もとの 図形 none おもにサイズは４ すこし残り(residue)を 含む
- 82. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数 0 1 2 3 4 5 6 差分の相対面積 サイズ 隣接するサイ ズのオープニ ングどうしの 差 サイズ密度関数 構造要素 B に対する 5B 1Bで オープニング 2B 3B 4B もとの 図形 none おもにサイズは４ すこし残り(residue)を 含む
- 83. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数の評価 サイズ密度関数は，確率密度関数と同じ性質をもつ サイズの平均 E(X, B) = N r=0 rpX,B(r) サイズのエントロピー H(X, B) = − N r=0 log pX,B(r)
- 84. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数の評価 サイズ密度関数は，確率密度関数と同じ性質をもつ サイズの平均 E(X, B) = N r=0 rpX,B(r) サイズ サイズのエントロピー H(X, B) = − N r=0 log pX,B(r)
- 85. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数の評価 サイズ密度関数は，確率密度関数と同じ性質をもつ サイズの平均 E(X, B) = N r=0 rpX,B(r) サイズrの 密度関数の値 サイズ サイズのエントロピー H(X, B) = − N r=0 log pX,B(r)
- 86. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数の評価 サイズ密度関数は，確率密度関数と同じ性質をもつ サイズの平均 E(X, B) = N r=0 rpX,B(r) サイズrの 密度関数の値 サイズ 高次のモーメントも 計算できる (granulometric moments) サイズのエントロピー H(X, B) = − N r=0 log pX,B(r)
- 87. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ密度関数の評価 サイズ密度関数は，確率密度関数と同じ性質をもつ サイズの平均 E(X, B) = N r=0 rpX,B(r) サイズrの 密度関数の値 サイズ 高次のモーメントも 計算できる (granulometric moments) サイズのエントロピー H(X, B) = − N r=0 log pX,B(r) 各サイズをどのくらいまんべんなく含んでいるか
- 88. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こういう操作ができるためには， XnB ⊇ X(n+1)Bでなければならない 画像間の 差分 5B 1Bで opening 2B 3B 4B原図形
- 89. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こういう操作ができるためには， XnB ⊇ X(n+1)Bでなければならない 画像間の 差分 5B 1Bで opening 2B 3B 4B原図形
- 90. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こういう操作ができるためには， XnB ⊇ X(n+1)Bでなければならない 画像間の 差分 5B 1Bで opening 2B 3B 4B原図形
- 91. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こういう操作ができるためには， XnB ⊇ X(n+1)Bでなければならない 画像間の 差分 5B 1Bで opening 2B 3B 4B原図形 その十分条件は nB ⊆ (n+1)B ではない
- 92. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 もしこうなら， nB ⊆ (n+1)B ではあるが， nB (n+1)B
- 93. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 もしこうなら， nB ⊆ (n+1)B ではあるが， nB (n+1)B X がこうなら
- 94. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 もしこうなら， nB ⊆ (n+1)B ではあるが， nB (n+1)B X がこうなら XnB X(n+1)B
- 95. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こうなって，XnB ⊇ X(n+1)Bにならない もしこうなら， nB ⊆ (n+1)B ではあるが， nB (n+1)B X がこうなら XnB X(n+1)B
- 96. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こうなって，XnB ⊇ X(n+1)Bにならない もしこうなら， nB ⊆ (n+1)B ではあるが， nB (n+1)B X がこうなら XnB X(n+1)B この部分が nBよりも 小さいのが原因
- 97. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. 可能なサイズの定義 こうなって，XnB ⊇ X(n+1)Bにならない もしこうなら， nB ⊆ (n+1)B ではあるが， nB (n+1)B X がこうなら XnB X(n+1)B この部分が nBよりも 小さいのが原因 正しい十分条件は (n+1)BnB = (n+1)B （nBでオープニングしても変化しない） 「 (n+1)Bは nB-open である」
- 98. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ分布の応用例 A. Asano, S. Hayashi, M. Muneyasu, M. Furumura, and J. Nakayama, "Application of morphological size distribution analysis to the evaluation of anti-aging treatments for skin rejuvenation," Proc. SCIS & ISIS 2006
- 99. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ分布の応用例 真皮コラーゲン画像 光・電磁波を 照射して キメの細かさ を取り戻す A. Asano, S. Hayashi, M. Muneyasu, M. Furumura, and J. Nakayama, "Application of morphological size distribution analysis to the evaluation of anti-aging treatments for skin rejuvenation," Proc. SCIS & ISIS 2006
- 100. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ分布の応用例 真皮コラーゲン画像 ２値化画像 照射前 光・電磁波を 照射して キメの細かさ を取り戻す A. Asano, S. Hayashi, M. Muneyasu, M. Furumura, and J. Nakayama, "Application of morphological size distribution analysis to the evaluation of anti-aging treatments for skin rejuvenation," Proc. SCIS & ISIS 2006
- 101. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ分布の応用例 真皮コラーゲン画像 ２値化画像 サイズ分布 照射前 光・電磁波を 照射して キメの細かさ を取り戻す ←細かい 粗い→ A. Asano, S. Hayashi, M. Muneyasu, M. Furumura, and J. Nakayama, "Application of morphological size distribution analysis to the evaluation of anti-aging treatments for skin rejuvenation," Proc. SCIS & ISIS 2006
- 102. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ分布の応用例 真皮コラーゲン画像 ２値化画像 サイズ分布 照射前 光のみ，３週間後 光・電磁波を 照射して キメの細かさ を取り戻す ←細かい 粗い→ A. Asano, S. Hayashi, M. Muneyasu, M. Furumura, and J. Nakayama, "Application of morphological size distribution analysis to the evaluation of anti-aging treatments for skin rejuvenation," Proc. SCIS & ISIS 2006
- 103. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. サイズ分布の応用例 真皮コラーゲン画像 ２値化画像 サイズ分布 照射前 光のみ，３週間後 光と電磁波 ３週間後 光・電磁波を 照射して キメの細かさ を取り戻す ←細かい 粗い→ A. Asano, S. Hayashi, M. Muneyasu, M. Furumura, and J. Nakayama, "Application of morphological size distribution analysis to the evaluation of anti-aging treatments for skin rejuvenation," Proc. SCIS & ISIS 2006
- 104. A.Asano,KansaiUniv.
- 112. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトン 図形の中心線を求める 原点の集合＝ スケルトン 原図形 構造要素のできるだけ 大きな相似形を配置 構造要素
- 113. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトン 図形の中心線を求める 原点の集合＝ スケルトン 原図形 構造要素のできるだけ 大きな相似形を配置 構造要素 スケルトンの各点に，どのサイズの相似形を配置する かを記録しておけば， 元の図形が再現可能(medial axis transform)
- 114. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトン スケルトンのうち，サイズnの 相似形を貼付ける点（スケルトン部分関数） Sn(X, B) = (X ⊖ n ˇB) − (X ⊖ n ˇB)B + X nB X o– nB B (X o– nB) – (X o– nB)B V V V nB (n+α)B ++ この相似形nBは，Bの内部の それより大きな相似形で覆 うことができない この相似形nBは，Bの内部の それより大きな相似形 (n+α)Bで覆うことができる
- 116. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトンの応用 (a) 皮質骨形状 ○ △ × Taguchi et al. BONE, 2008 歯科パノラマX線画像を用いた骨粗鬆症診断
- 117. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトンの応用 (a) 皮質骨形状 ○ △ × Taguchi et al. BONE, 2008 スケルトン化で自動診断 ○ × Nakamoto et al. Dentomaxillofacial Radiology, 2008 歯科パノラマX線画像を用いた骨粗鬆症診断
- 118. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトンの応用 (a) 皮質骨形状 ○ △ × Taguchi et al. BONE, 2008 スケルトン化で自動診断 ○ × Nakamoto et al. Dentomaxillofacial Radiology, 2008 骨梁の密度・方向 ○ × Asano et al. ICPR, 2006 歯科パノラマX線画像を用いた骨粗鬆症診断
- 119. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトンの応用 (a) 皮質骨形状 ○ △ × Taguchi et al. BONE, 2008 スケルトン化で自動診断 ○ × Nakamoto et al. Dentomaxillofacial Radiology, 2008 骨梁の密度・方向 ○ × Asano et al. ICPR, 2006 皮質骨厚み Arifin et al. Osteoporosis International, 2006 薄いと骨粗鬆症 歯科パノラマX線画像を用いた骨粗鬆症診断
- 120. 2016年度秋学期 画像情報処理 A.Asano,KansaiUniv. スケルトンの応用 (a) 皮質骨形状 ○ △ × Taguchi et al. BONE, 2008 スケルトン化で自動診断 ○ × Nakamoto et al. Dentomaxillofacial Radiology, 2008 骨梁の密度・方向 ○ × Asano et al. ICPR, 2006 皮質骨厚み Arifin et al. Osteoporosis International, 2006 薄いと骨粗鬆症 歯科パノラマX線画像を用いた骨粗鬆症診断