連結成分ごとにラベル（番号）を割り当てる操作 エッジ検出の前処理に用いられる

・ヒストグラム平坦化 画素値を横軸、その頻度を縦軸に取ったヒストグラムについて平坦化を施すことによりコントラストを強調する。 ・トーンカーブ 階調変換関数を調整してコントラストを強調する手法。 入力画素を横軸、出力画素を縦軸に取ったグラフについてカーブの傾きが1より大きい領域の画素値はコントラストが強調される

収縮 与えられた連結成分の境界画素を全て取り除き1画素分小さくする処理 膨張 与えられた連結成分の境界画素から1画素分大きくする処理 なんのために 閾値処理した図形に対して 1.ノイズの軽減（消去）・孔を消去 クロージング 膨張→収縮を行い不必要な孔を消去 オープニング 収縮→膨張を行いノイズを軽減 2.パターンの特徴的な領域のみを抽出できる

1.pタイル法 切り出す対称図形の面積比に従って閾値を設定 条件:元画像について対象領域の面積比が分かっていること 2.モード法 双方型のヒストグラムに対して２つの山の谷底となる画素値（濃度値）を閾値に設定 3.判別分析法（大津法） クラス内分散を小さく、クラス間分散を大きくする閾値を設定 分離度が大きくなるよう調整 分離度=クラス間分散/クラス内分散 4.adoptive thresholding 局所窓のヒストグラムから大津法を計算

画像空間上の直線にたいて傾き（a）切片（b）の二つのパラメータをabパラメータ空間に置き換えると点座標で表せる。元の直線上の点はabパラメータ空間では直線に写像されるため、直線の候補である点をabパラメータ空間に写像した際の交点が画像空間上の直線の傾きと切片を表す。 　 利点 エッジ検出処理後に直線が検出できず、線が途切れていても直線を検出できる 欠点 演算不可が大きい・メモリの消費が大きい

1.閾値法 2.領域成長法 3.クラスタリング 4.クラス分類器 5.動的輪郭法 6.グラフカット法

ラプラシアンフィルタ ゼロ交差を見つけることでエッジを正確に特定できる 欠点　微分フィルタを2回使うためノイズが多い Logフィルタ ガウシアンフィルタ処理の後、ラプラシアンフィルタ

プリューウィットフィルタ ソーベルフィルタ

1.メディアンフィルタ 近傍画素の画素値の中央値を代表値として抽出 2.バイラテラルフィルタ エッジ保存平滑化フィルタ ガウシアンフィルタと注目画素値との差についてガウス分布を用いて重み計算 3.ノンローカルミーンフィルタ 注目画素の近傍領域と周辺画素の近傍領域の画素値パターンを比べて重み計算

ローカルミーンフィルタは周辺画素の範囲を大きくしても画像の劣化が生じにくい

エッジ　線形の方が特定しやすい ノイズ　非線形の方が少ない

各連結成分を縮小して1画素になるまで縮める 操作 消去可能な1-画素（連結数1）を消していく 細線化に応用 幅1の中心線を抽出する操作 メリット　原図形の連結性が保存される 端点を保存する必要あり

逆フィルタ フーリエ変換を行った画像に対して点広がり関数の逆数をかける方法 ウィーナーフィルタ 復元画像と原画像の誤差を最小にするように設計されたフィルタ 点広がり関数の二次元フーリエ変換H(u,v)が0になる空間周波数に逆フィルタを用いると値が発散してしまうため、復元画像のノイズが大きくなる 最小二乗フィルタ ウィーナーフィルタは原画像と雑音の統計的性質が既知であるという条件がある ーーー

erosionとdilation

opening 収縮→膨張で小領域（ノイズ）を消去 closing 膨張→収縮で孔を消去

動画像のエッジの動きを局所領域のみで判断しようとするとどの方向に動いているか特定できないという問題 解決方法 コーナー検出（harris） エッジの交点（コーナー）を検出してその動きから方向判断 blob（dog,sift） 同一ラベル領域の動きから方向判断

アンシャープマスキング 平滑化処理→元画像から平滑化フィルタ処理後の画像を引いて元画像を足す 平滑か処理にてぼやけてしまった輪郭を強調する役割

snake法 境界を陽的に表現 level set法 教会を陰的に表現

k-means法 means-shift法

拡大縮小 a 0 0 b 回転 cos -sin sin cos せん断 1 tan 0 1 ↑x軸方向にせん断 鏡像 直線に対しての線対称変換 y=x 0 1 1 0

標本化の際に周期の1/2未満の間隔で標本化しないと周期の異なる偽の縞模様が現れること