到達目標
計算機上で行う画像処理の一般的なアルゴリズムを理解できる。
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
| 画像処理の基本原理の理解 | 数式により画像処理のアルゴリズムを説明できる | 概念的に画像処理のアルゴリズムを説明できる | 左に達しない |
| 画像処理のプログラミングによる実践 | アルゴリズムに則ったプログラムを作成できる | アルゴリズムに則ったプログラムを使うことができる | 左に達しない |
| 画像処理の応用 | 画像処理の応用についてアルゴリズムの観点から論じられる | 画像処理の応用をあげられる | 左に達しない |
学科の到達目標項目との関係
JABEE (A) 実践技術者としての高度でかつ幅広い基本的能力・素養
教育方法等
概要:
人間の目に写る画像の性質を視覚の生理・心理学的性質から学び取る。
また、CAD、CGをはじめとする様々な装置・システム・ソフトウェアに使われている画像処理について、
その原理を理論的に理解するとともに、演習を通して応用する方法を学ぶ。
授業の進め方・方法:
講義と演習による。講義の一部は、名取キャンパスと遠隔授業を行う。
本科で修得した1次元データ（時系列データ）の原理、処理の知識をもとに、2次元データ(画像）の基本的な知識について学習する。また、本科で修得したプログラミング等の知識と技術等を用いて、画像処理論の基本的な操作(空間領域、周波数領域、幾何変換等）について学習し、演習を通じて理解を深かめる。
<事前学習>
講義前に資料を事前配布するので、確認をしておくこと。資料に記載されていない部分は不必要という部分でないので、該当する部分は事前に教科書にて内容を確認しておくこと。
<事後学習>
講義終了後にプログラミング等による演習にて、知識の定着を図ること。複数の対象に対する演習を行うことで、不明瞭な理解とならないようにし、疑問があれば質問すること。
課題がある際は提出期限に間に合うように取り組むこと。
注意点:
微積分、幾何変換、統計などの数学的基礎知識並びに、C言語等によるプログラムが組めることを前提とする。また、Webを閲覧しての自己学習を行う環境を要する。
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
イントロダクション
画像入出力 （プログラミング演習付き） |
画像処理の歴史と意義を理解できる。
量子化、標本化、走査などが理解できる。
|
| 2週 |
画像生成モデル
画像の性質と撮影パラメータ |
色の理論、視覚心理について理解できる。
画像の性質を表す量の定義がわかる。
|
| 3週 |
画素ごとの濃淡変換 （プログラミング等による演習）
領域に基づく濃淡変換（プログラミング等による演習） |
濃淡変換手法とそのプログラミングができる。
領域に基づく濃淡変換（プログラミングなどによる演習）
|
| 4週 |
２次元フーリエ変換
周波数領域におけるフィルタリング（プログラミング等による演習） |
2次元フーリエ変換の概要が理解できる。
2次元フーリエ変換ができ、フィルタリングができる。
|
| 5週 |
画像の復元と再構成
幾何学的変換 |
再構成アルゴリズムが理解できる。
アフィン変換が理解できる。
|
| 6週 |
２値画像処理
領域処理 |
2値画像の処理、ベクトル化を理解できる。
領域分割処理が理解できる。
|
| 7週 |
パターンと図形の検出
パターン処理（プログラミング等による演習） |
パターン検出の手法が理解できる。
ハフ変換を理解し、プログラミングができる。
|
| 8週 |
総合演習（プログラミングとうによる演習）
理論の総合演習 |
学習した内容をまとめて、確認する。
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
評価割合
| 試験 | 演習レポート | | | | | 合計 |
| 総合評価割合 | 50 | 50 | 0 | 0 | 0 | 0 | 100 |
| 基礎的能力 | 10 | 10 | 0 | 0 | 0 | 0 | 20 |
| 専門的能力 | 30 | 30 | 0 | 0 | 0 | 0 | 60 |
| 分野横断的能力 | 10 | 10 | 0 | 0 | 0 | 0 | 20 |