バックナンバーはこちら。
https://www.simulationroom999.com/blog/compare-matlabpythonscilabjulia3-backnumber/
はじめに
グレースケール化処理の話は終わり、
今回からは畳み込み演算のガウシアンフィルタについての話が始まる。
登場人物
博識フクロウのフクさん
イラストACにて公開の「kino_k」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=iKciwKA9&area=1
エンジニア歴8年の太郎くん
イラストACにて公開の「しのみ」さんのイラストを使用しています。
https://www.ac-illust.com/main/profile.php?id=uCKphAW2&area=1
これからやること
とりあえず、画像のグレースケール化は問題なさそうだね。
で、これからどうするの？
ここまでは、様々な画像処理の下準備に相当する話。
画像の読み込み、赤成分抽出、反転、書き込み、グレースケール化。
(まじか・・・。下準備扱いなのか・・・。)
よって、これからは具体的な画像処理に該当するものを始める。
具体的には何をするの？
とりえあずは畳み込み演算によるガウシアンフィルタだな。
畳み込み演算とは？
畳み込み演算？
畳み込みというと畳み込みニューラルネットワークの畳み込みと一緒？
一緒だね。
ということは、ニューラルネットワーク関連のことをやるってこと？
いんや。
畳み込み演算自体は、ニューラルネットワークではない。
まぁ畳み込みニューラルネットワークに於いては、ニューラルネットワークと同様に特徴量を取得できる適切ね畳み込み用のフィルタ、つまり畳み込みカーネルが学習するんだけどね。
今回は特にこういった学習のようなことはしない。
でもやってることは似てるって感じか。
まぁ畳み込みに関しては後ほどもう少し詳しく説明しよう。
ガウシアンフィルタとか？
次はガウシアンフィルタって何者？ってところかな？
ガウス分布を利用したフィルタだな。
効能としてはノイズ除去になる。
ガウス分布ではなく、定数関数(常に同一の値の関数)を使用した場合は、
いわゆる移動平均と一緒だな。
よくわからんけど、いい感じに平滑化してノイズを取り除いてくれるフィルタってことか。
そうそう。
今後の予定。
で、どういうふうに進めるの？
以下の流れを想定している。
- 畳み込み演算
- 畳み込み積分
- 2次ガウス分布関数
- 良く使われるガウス分布カーネル
- 実際にガウシアンフィルタをやってみる
なんか、不穏な単語が並んでるような・・・。
まぁ、あまり聞かない単語だろうけど、それぞれはさほど複雑な話ではない。
(そのセリフも毎回聞くなぁ・・・。)
まとめ
まとめだよ。
- 画像の読み込み、赤成分抽出、反転、書き込み、グレースケール化の下準備は終わった。
- これからガウシアンフィルタをやろうとしているところ。
- 畳み込み、2次ガウス分布等の事前知識を説明してから実際に処理を実施している予定。
バックナンバーはこちら。
コメント