到達目標
1.カラー画像の表現方法についてその特徴を理解し,説明できる.
2.ディジタル画像における基本的な各種変換について理解し,説明できる.また画像処理におけるフィルタリング方法を理解し,目的とする特徴量を抽出できる.
3.簡単な画像処理アプリケーションを作成することができる.
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 |
評価項目1 | 画像のAD変換における量子化,標本化について図解し,例を挙げながら詳しく説明することができる.また,ディジタル画像の表現法についても実例を挙げて説明することができる. | 画像のAD変換における量子化,標本化について簡潔に説明することができる.また,ディジタル画像の表現法についても簡潔に説明することができる. | 画像のAD変換における量子化,標本化について説明することができない.また,ディジタル画像の表現法についても説明することができない. |
評価項目2 | 各種画像処理のアルゴリズムについて,適切なサンプルを提示し原理やソースコードを詳しく説明することができる. | 各種画像処理のアルゴリズムについて,原理やソースコードを簡潔に説明することができる. | 各種画像処理のアルゴリズムについて,原理やソースコードを説明することができない. |
評価項目3 | 授業で取り組んだ画像処理アルゴリズムだけでなく,自ら調査した様々なアルゴリズムを応用してアプリケーションを作成することができる. | 授業で取り組んだ画像処理アルゴリズムを応用して,アプリケーションを作成することができる. | 授業で取り組んだ画像処理アルゴリズムを応用して,アプリケーションを作成することができない. |
学科の到達目標項目との関係
教育方法等
概要:
近年の半導体技術やハードウェアの急速な進歩に伴って,コンピュータを用いて様々な情報を処理することが可能になってきた.一般に情報は,文字,映像,音響など様々なメディアにより表現されている.本授業では,マルチメディアのうち画像情報に焦点を当て,その処理の基礎について概説する.画像処理はその用途に応じて処理と評価が異なるが,ここではロボットビジョンの基本技術である物体認識を例に挙げ,画像処理技術の理解を深める.
授業の進め方・方法:
学生は事前に配布されたテキストを予習し,講義に臨む.
講義中は,テキストに沿った課題をレポート形式で出題する.
学生は,プログラミングにより実際に画像処理を実装した上で,その処理の効果を評価しレポートにまとめる.
注意点:
講義中は,コンピュータ上でプログラムを組み,画像処理を実際にシミュレートした結果と考察をレポート課題としてまとめる.
そのため、基本的なプログラミング知識が必須となる.
講義の冒頭でテキストの解説を行うが,基本は演習時間に当てるため事前予習が必須となる.
後期は、海外の講師を招き英語による集中講義となる.ここでは,主に海外講師が出題するプロジェクト(画像処理アプリケーション作成)に着手する.
この科目では,1単位あたり15時間の自学自習が求められる.
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 |
ガイダンスと シミュレーション環境の構築 |
画像処理をコンピュータ上でシミュレートするため,ソフトウェアOpenCVのインストールと画像の入出力プログラムを作成する.
|
2週 |
画像の表現 |
画像情報を構成する輝度情報,RGB情報とHSV情報について理解し,説明できる.
|
3週 |
画像の表現 |
画像のAD変換における量子化と標本化について理解できる.
|
4週 |
濃度変換 |
トーンカーブによる画像の濃度変換について理解し,画像情報を操作することができる.
|
5週 |
濃度変換 |
コントラスト変換関数とヒストグラム変換について理解でき,利用することができる.
|
6週 |
濃度変換 |
画像の二値化について理解し,説明することができる.
|
7週 |
フィルタリング |
画像のフィルタリング(周波数領域)について理解,説明でき,ノイズ除去フィルタである平滑化フィルタについて説明できる.
|
8週 |
フィルタリング |
画像のフィルタリング(時間空間領域)について理解,説明でき,ノイズ除去フィルタである平滑化フィルタについて説明できる.
|
2ndQ |
9週 |
フィルタリング
|
移動平均フィルタとメディアンフィルタとの違いを理解し,説明できる
|
10週 |
フィルタリング |
空間領域と周波数領域のフィルタリングの違いを説明できる.
|
11週 |
エッジ抽出 |
様々なオペレータを用いて画像の特徴量の一つであるエッジを抽出できる.
|
12週 |
エッジ抽出 |
各オペレータの違いによる出力の違いを説明できる.
|
13週 |
テンプレートマッチング |
物体認識の基本技術テンプレートマッチングについて理解し,説明できる.
|
14週 |
テンプレートマッチング |
テンプレートマッチングに用いられる距離尺度とその違いを理解し,説明できる.
|
15週 |
定期試験 |
|
16週 |
定期試験答案返却 |
|
後期 |
3rdQ |
1週 |
アフィン変換 |
画像の幾何学変換の一つであるアフィン変換の意味と計算方法を理解し,説明できる.
|
2週 |
アフィン変換 |
アフィン変換時の補正処理について理解し,説明できる.
|
3週 |
ハフ変換 |
直線や円成分を検出するのに有効なハフ変換を理解し,説明できる.
|
4週 |
ハフ変換 |
コンピュータ上でハフ変換を実装し,評価を行うことができる.
|
5週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
6週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
7週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
8週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
4thQ |
9週 |
画像処理アプリケーション作成(集中講義) |
講義で学んだアフィン変換,ハフ変換,課題の成果について説明することができる.
|
10週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
11週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
12週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
13週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
14週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
15週 |
画像処理アプリケーション作成(集中講義) |
与えられた課題に対して,今まで学んだ画像処理技術を応用し,解決することができる.
|
16週 |
学年末試験 |
講義で実施した課題の成果について説明することができる.
|
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 | レポート | 合計 |
総合評価割合 | 60 | 40 | 100 |
基礎的能力 | 30 | 20 | 50 |
専門的能力 | 30 | 20 | 50 |
分野横断的能力 | 0 | 0 | 0 |