情報科学部Faculty of Computer and Information Sciences
HUI312KA-CS-333(人間情報学 / Human informatics 300)画像処理Image Processing
花泉 弘Hanaizumi HIROSHI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 情報科学部Faculty of Computer and Information Sciences |
添付ファイル名Attached documents | |
年度Year | 2022 |
授業コードClass code | J0556 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 月4/Mon.4 |
科目種別Class Type | |
キャンパスCampus | 小金井 / Koganei |
教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
配当年次Grade | |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | ○ |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) |
(1) 受講希望者 (受講検討中の者も含む) は、情報科学部学部Googleフォーム(https://forms.gle/ECvwxVe2NcxmrbTK9)で初回講義前までに希望申請をしてください。(※以下URLのご案内があるGoogleフォームとは異なるのでご注意ください。) (2) 以下のURLと教育開発支援機構事務局の案内に従って、履修希望の申請を行ってください。 https://www.hoseikyoiku.jp/risyu/index.html (3) 履修取消については、ご自身の所属学部の履修取消期間内に必ず同時に履修削除を行ってください。 |
実務経験のある教員による授業科目Class taught by instructors with practical experience | ○ |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
選択・必修Optional/Compulsory | |
カテゴリー(2022年度以降入学者)Category (2022~) | |
カテゴリー(2021年度以前入学者)Category (~2021) | |
カテゴリーCategory |
専門教育科目 専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Students systematically understand a wide range of image processing related technology. By understanding principle and formulation of each processing method, students acquire mastery so that they can use it for graduation research.
Not only do we know what the processing algorithms for images are, but we also aim to understand the underlying ideas and combine them to build the processing required by each student.
The standard for outside classroom learning such as preparation and review of this class is 4 hours per week. Student scores are measured based on the evaluation with reports (40%) and regular examination (60%).
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
広範な画像処理関連技術を体系的に理解する。それぞれの処理手法の考え方や定式化を理解することで、卒業研究などで使えるように習熟する。
到達目標Goal
画像に対する処理アルゴリズムがどのようなものであるのかを知るだけでなく、その底流をなす考え方を理解し、それらを組み合わせて各人に必要な処理を組み立てられるレベルを目指す。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち「DP4-1」と「DP4-2」、「DP4-3」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
単に教科書の内容を説明するだけでなく、理解がより深まるように、なるべく多くの問題を解くような形式とする。授業で課した課題(小テストやレポート)等を取り上げ、授業内で全体に対してフィードバックを行う。オフィス・アワーでも、課題に対して講評する。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
1[対面/face to face]:イントロダクション
ディジタル画像の取得1
講義内容の概略の説明と画像の取得システムおよび方法
2[対面/face to face]:ディジタル画像の取得2
撮影パラメータの説明
3[対面/face to face]:画像の性質と色空間
人間の感覚に合わせた色の表現法
4[対面/face to face]:画素ごとの濃淡変換
明るさやコントラストの変換、マスク処理など
5[対面/face to face]:空間フィルタリング
先鋭化と平滑化の手法
6[対面/face to face]:周波数フィルタリング
画像のフーリエ変換と周波数空間でのフィルタリング、実空間フィルタリングとの関連など
7[対面/face to face]:画像の復元と生成
画像のボケやブレの記述法および復元法
8[対面/face to face]:画像の幾何学的変換
アフィン変換や射影変換
9[対面/face to face]:2値画像の処理
輪郭追跡や細線化の手法
10[対面/face to face]:領域処理1
テクスチャと同時生起行列
11[対面/face to face]:領域処理2
領域分割処理手法について
12[対面/face to face]:テンプレートマッチング
テンプレートマッチングの基礎と応用
13[対面/face to face]:図形要素の検出
ハフ変換などの紹介
14[対面/face to face]:まとめ
講義全体のまとめと展望
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
本授業の準備・復習等の授業時間外学習は、予習・復習と課題レポートの作成等で各週につき4 時間を標準とする。
テキスト(教科書)Textbooks
奥富編:ディジタル画像処理(改訂新版)、㈶画像情報教育振興協会、2015
ISBN 978-4-903474-50-2
参考書References
教科書の巻末に参考図書・文献が載っている。
成績評価の方法と基準Grading criteria
試験の成績(60%)とレポートの成績(40%)によって評価する。
学生の意見等からの気づきChanges following student comments
わかりやすい授業になるよう説明を工夫していきたい。
学生が準備すべき機器他Equipment student needs to prepare
ノートパソコン
その他の重要事項Others
行列計算や統計的手法の知識が必要となるので、参考書などでよく予習して授業に臨むことが望ましい。教科書の説明は要点のみが書かれているので、興味を持った処理については、原著論文を読んでみることを勧める。
レポートは各人の言葉で表現し期日を守って提出すること。
本講義では担当教員の2次元センサーデータの処理法に関する情報通信研究機構との共同研究の成果の一部を含んでいる。