 |
[イージーイメージ] |
 |
画像解析用、前処理ツール。画像の画質を高めたり、得たい値を取得しやすくするため特徴を強調したりなど、前処理ツールとしても最適です。 |
| 主な特徴 |
New
◆ ヒットアンドミス機能 画像内の前景/背景にある特定パターンを検出します。
◆ リファクタリング 処理時間の改善
◆ フレキシブルマスク 検査領域を自由に選択することで画像解析が強化されました。
◆ 特徴点検出 カニーエッジ検出／ハリスコーナー検出
曲線の修正。
■
グレーレベル変換
グレーレベル値のピクセルごとの変換。ゲイン・オフセット、正規化、均一化、LUT等。
■
二値化処理
グレーレベル画像を二値画像に変換。
■
算術および論理演算
差分処理など画像間の算術および論理演算。
■
積算によるノイズ削減
複数の静止画の平均化によるノイズ振幅の削減。
■
コンボリューション
各種フィルター処理。
■
モフォロジー
形態変化(拡張、浸食など)。
■
ピクセル統計
対象領域に対するピクセル統計計算。
■
ヒストグラム
画像分布情報。
■
プロジェクション
XY方向のピクセル値の累算によって与えられるベクトル値、ラインプロファイリング。
■
幾何学変換
ピクセル座標の再マッピングにより平行移動や回転などの変換。
■
輪郭決定
オブジェクトの輪郭決定。
■
ベクトル演算
１次元データによる演算。
■
フォーカス
勾配エネルギーの計算による画像フォーカスの測定。
■
円周歪み補正
機能詳細
| グレーレベル変換 | |||
| グレーレベル変換は、画像のピクセルごとに適用されます。すべてのピクセルが別個に取り扱われ、そのグレーレベル値が特定の「再マッピング」ルールによって別の値に設定されます。 これによって、いくつかの形式のヒストグラム拡大を行ってコントラストを改善したり、グレーレベル範囲を変化させることが可能になります。 | |||
 |
ヒストグラム平坦化
|
||
 |
ゲインオフセット
|
||
 |
正規化
|
||
| 二値化処理（スレッショルド） | |||||
| 所定のグレーレベルのしきい値でオブジェクトピクセルを背景から分離し、ピクセルをクラス分けすることです。処理された画像はユーザーが設定したしきい値を基準に2値化されます。 | |||||
 |
4種の二値化モード | ||||
| |
■絶対スレッショルド | しきい値が一定に定められた二値化処理 | |||
| ■相対スレッショルド | 二値画像の白黒の面積の比率をPとすると、しきい値 | ||||
| 以上の画素の割合がPと同じ割合になるよう「しきい値」を決める。 | |||||
| （P-タイル法） | |||||
| ■自動スレッショルド | ・ | 原画像としきい値を適用された画像との輝度差の | |||
| 合計が最小限になるようにしきい値を選択。 | |||||
| ・ | 微分ヒストグラム法 | ||||
| ・ | モード法 | ||||
| ■ダブルスレッショルド | 同時に2つの異なるしきい値を設定。 | ||||
| 暗い欠陥および明るい欠陥を分離するためなどに用いられる。 | |||||
| 算術および論理演算 | |||||
| 画像情報を数値化し、算術演算/論理演算します。 | |||||
| 算術演算 |
|
差分例：画像①から画像②を引いた結果です。 画像① 画像② 処理後画像 |
|||
| 加算/減算/乗算/除算 | |||||
| コピー | |||||
| 比較 | |||||
| 反転、モジュロ、シフト | |||||
| 論理演算とビット演算 | |||||
| AND, OR, XOR, NOT | |||||
| 最大、最小 など | |||||
| ノイズ削減 | |||||
| ノイズの影響が大きすぎると、望ましくない結果をもたらします。 EasyImageは、画像のノイズ量を評価する方法を提供します。 | |||||
| ・二乗平均平方根ノイズ |
▲ローパスフィルター処理による均一ノイズ削減 |
▲メディアンフィルター処理インバルスによるノイズ削減 |
|||
| ・シグナル対ノイズ比 | |||||
| ・一時的ノイズ削減 | |||||
| (単純平均・移動平均・反復平均) | |||||
| コンボリューション（フィルター） | |||||
| コンボリューションは、画像をフィルター処理する非常に一般的な方法です。 これは一種の線形演算で、画像に適用された線形変換(線形コントラスト変更)を保持します。コンボリューションは、いわゆるカーネルと呼ばれる係数の配列といくつかの補助パラメーターによって定義されます。 既に用意されている下記に加え、ユーザー作成のカーネルのコンボリューションも定義する事もできます。 |
|||||
| 【既存の定義】 | |||||
| ・Uniform | ・LowPass1 | ・SobelX | ・LaplacianX | ||
| ・Uniform3x3 | ・LowPass2 | ・SobelY | ・LaplacianY | ||
| ・Uniform5x5 | ・LowPass3 | ・Sobel | ・Laplacian4 | ||
| ・Uniform7x7 | ・HighPass1 | ・PrewittX | ・Laplacian8 | ||
| ・Graussian | ・HighPass2 | ・PrewittY | |||
| ・Graussian3x3 | ・Gradient | ・Prewitt | |||
| ・Graussian5x5 | ・GradientX | ・Roberts | |||
| ・Graussian7x7 | ・GradientY | ||||
|
|
 |
| ■ローパスフィルター処理 | ■ハイパスフィルター処理 |
 |
 |
| ■勾配 | ■ラプラシアン |
| モフォロジー | |||||
| 形態処理演算子は、与えられた形状(正方形、矩形、円)の近傍のピクセル値を組み合わせて、近傍の中心ピクセルを結果で置き換えます。組み合わせファンクションは非線形で、多くの場合ランクフィルターです。 | |||||
 |
 |
||||
| ■浸食 | ■膨張 | ||||
| ピクセル統計 | |||||
| 多くのグローバルカウントやその他の統計(画像全体に関する数値パラメーター)を計算する事ができます。これらは全体的照度やコントラスト、オブジェクトの存在または不在、飽和の存在などの画像内容についてまとめた情報を与えてくれます。 | |||||
| 【取得データ】 ・ピクセルの最大値、最小値、平均値、標準偏差値、分散値 ・しきい値以上／以下のピクセルカウント ・二つの画像間で異なるピクセルカウント ・ユーザー定義のピクセルカウント ・グレー／二値画像のモーメント |
|||||
 |
|
||||
| ■スライディングウィンドウ平均 | ■スライディングウィンドウ標準偏差 | ||||
| ヒストグラム | |||||
| ヒストグラムは、画像を統計的にまとめたものです。 すなわち、画像内のすべてのグレーレベル値の頻度(発生回数)を数えます。 画像ヒストグラムの形状を観察すると、多くの特性が明らかになります。 例えば、ヒストグラム曲線の各最大値は、画像内の支配的な色に対応しています。 単純な画像では、ヒストグラムは双峰的となり、背景に対応する暗い値の大きなピークと明るい値の小さなピークを示します。またヒストグラムから多くの画像統計を効率的に得ることができます。これはヒストグラム分析と呼ばれます。画像の2値化処理のための適切な値もヒストグラムから得ることができます。 |
|||||
 |
ヒストグラム分析 ヒストグラムから以下の画像パラメーターを得ることができます ・ ピクセルの総数。 ・ 最小および最大ピクセル値、グレーレベル範囲。 ・ ピクセル値の平均および標準偏差。 ・ 最頻ピクセルの値と頻度。 ・ 最閑ピクセルの値と頻度。 |
||||
| ■画像ヒストグラム | |||||
| プロジェクション | |||||
| プロジェクションは、水平行または垂直行のすべてのピクセル値の総和です。対象オブジェクトが画像エッジに沿って並んでいる場合には、これが簡単なエッジ検出手段になることがあります。 例えば、これによって印刷された文書のテキストの続きの行を見つけることができます。 |
|||||
 |
|||||
| ■列に対するプロジェクションによるテキストの行の分離 | |||||
| 幾何学変換 | |||||
| 幾何学変換は、画像のピクセルを変位させます。幾何変換には、平行移動、回転、スケーリングなどの一般的な操作も含まれます。幾何変換は、(取り付けのゆるみやカメラの動きなどによって)対象オブジェクトの位置が一定でない場合や、レンズの倍率変更のために見かけのサイズが変化する場合に有用です。 | |||||
 |
|||||
 |
➡ |  |
|||
| 輪郭決定 | |||||
|
輪郭決定は、等レベル曲線(等光線とも呼ぶ)をたどるプロセスです。この操作によって、オブジェクトの輪郭を決定することができます。輪郭形成には開始ピクセルとスレッショルド値を指定しなければなりません。 輪郭は、指定されたスレッショルド値を超える値を持つすべてのピクセルを囲みます。 結果は、パスと呼ばれるピクセル座標のベクトルです。 |
|||||
|
■等レベル輪郭 |
|||||
| ベクトル演算 | |||||
| プロフィールサンプリング プロフィールとは、画像内の指定されたパスに沿ってサンプリングされた一連のピクセル値です。このようなプロフィールが取得されたら、これを処理してピークや移行点を見つけることができます。 ピークは、シグナルの最大値または最小値で、白線または黒線や細いものの交差に対応している可能性があります。移行は、オブジェクトのエッジに対応しています(黒から白へ、または白から黒へ)。 シグナルの1次導関数を取り、そのピークをさがすことによってエッジを検出することができます。 プロフィール導関数 グレーレベル画像から抽出されたプロフィールの1次導関数を計算します。 導関数をとると、移行(エッジ)がピークに変換されます。 プロフィールピーク グレーレベルプロフィールのピークを検出します。最大値と最小値を調べます。 ノイズによる偽のピークを取り除くために2つの選択基準を使用します。 ピークは、指定されたスレッショルドより大きい(より小さい)シグナルの部分です。 ピーク振幅は、スレッショルド値と最大(最小)シグナル値の差として定義されます。 ピーク面積は、シグナル曲線と指定されたスレッショルドにおける水平線の作る面積として定義されます。 |
|||||
 |
|||||
| フォーカス | |||||
| 勾配エネルギーの合計の計算によって画像のフォーカシングの測定値を返します。 | |||||
 |
 |
||||
| ■フォーカス値：4.135828 | ■フォーカス値：8.967048 | ||||
| 円周歪補正 | |||||
| 各ピクセルがワープ画像に指定された位置に移動するよう画像を変換します。 | |||||
 |
➡ |  |
|||
| New |
| 特徴点の検出 | ||||||
| カニーエッジ検出 | ||||||
| グレースケールBW8画像に適用され、オブジェクトのエッジ部分のピクセル値を255、その他を0とします。 検出精度が高く、画像内にある実際のエッジにより近い値で検出することでオブジェクトの位置を正確に特定します。 位置単位で承認されるため、クローズまたは交差による複数レスポンスの発生を避けることができます。 |
||||||
|
|
||||||
カニーエッジ検出
| ハリスコーナー検出 | ||||||
| グレースケールBW8画像に適用され、回転、照明の変化、画像ノイズに対して強力です。特徴点のベクトルが生成され、すべての特徴点で以下の情報が得られます。 |
||||||
|
|
・ コーナーの位置座標 |
|||||
| ハリスコーナー検出 | ||||||
