iAppli近況

今日は。どのような状況なのか、全くお伝えしていなかった、TheCUIについてです。
大体出来ています。が、ディティールの作りこみが甘いです。
ですので、テスト版を某所で公開し、様子を見て、最終的に一般公開できたらと思います。

また、他に考えている案があります。今だと時期尚早ですが、「クリスマスツリー」を作ろうかと。実は昨年にも年末にiAppliで作りました。が、不出来だったので、改めて作り直そうかと思っています。

あとは、結構前から流行っている「脳トレ」に便乗したものでも作ろうかな…と。

JDBC

こんばんは。とある事情で、MySQLをJavaで扱うことになったので、ちょっとしたメモ。
JavaからMySQLを弄るために、JDBCを利用します。
JDBCとは、Javaでデータベースに接続するためのAPIです。細かい説明はすっ飛ばして、使用方法を。

MySQLは公式サイト
MySQL AB（http://www.mysql.com/）
から、ダウンロードできます。無料です。
今回は MySQL Connector/J というJDBCドライバを使いました。公式ドライバのようです。
公式サイトからDownloads -> (下の方)MySQL Connector/J とたどれば落とせます。
バージョンは5.1にしました。

落したzipを解凍。中にあるmysql-connector-java-5.1.6-bin.jarをCLASSPATHの通っているディレクトリにコピーで完了。あるいはeclipseならプロジェクト毎に、「外部JARの追加」でmysql-connector-java-5.1.6-bin.jarを追加しても出来ます。

簡単に出来ました。

画像処理 第4回 トーンカーブ

今晩は。今回は画素ごとの濃淡変換についてです。
画素ごとですので、入出力を関数で与える事が出来ます。この関数は階調変換関数と呼ばれています。そして、この関数をグラフで表したものがトーンカーブです。

入力ピクセルをx、出力ピクセルをy、階調変換関数をfとすると、次のような式になるわけです。

y = f(x)

一番簡単なのが、自分自身の写像です。
f(x)=x
グラフはFig.1に示した通りです。

Fig.1:そのまま

以降いくつか代表的なものを示します。

・折れ線型トーンカーブ
直線のみで構成される単純なトーンカーブです(Fig.2)。コントラスト調整に使われたりします。

Fig.2:折れ線型トーンカーブ

・ガンマ変換(gamma transform)
ガンマ変換は次式で表されます。
y=255*(x/255)^(1/γ)
γを変えていったときのトーンカーブをFig.3に示します。
(上からγ=3.0, 2.0, 1.5, 1.0, 0.66, 0.5, 0.33)
コントラストを調整することもできます。

Fig.3:ガンマ変換

・ネガ・ポジ反転
トーンカーブはFig.4で、入力画像と、出力画像とは濃淡が反転しています。

Fig.4:ネガポジ反転

・ソラリゼーション(solarization)
トーンカーブはFig.5。元々は写真制作時の暗室テクニックだったそうです。

Fig.5:ソラリゼーション

・擬似カラー(pseudo color)
擬似カラーはグレースケールの画像に対して施します。
RGBそれぞれでトーンカーブが異なります(Fig.6)。

Fig.6:擬似カラー

実際に画像に対しトーンカーブを適用してみます。

・ガンマ変換

サンプルは左の画像です。北海道のテレビ塔を携帯電話のカメラで撮ったものです。逆光気味で見難いです。
この画像に対しガンマ変換(γ=2.0)をかけたものが右の画像です。暗い部分のコントラストが上がって見やすくなっています。


・ソラリゼーション

サンプル画像は札幌時計台…では無く、その付近の道をカメラを揺らしながら撮影したものです。
ソラリゼーションをかけると右の画像になります。

どうなってるのか良く分からないかもです。

(ちなみに上2つの写真は、北海道旅行の際に撮ったものです。)

・擬似カラー
サンプル画像は、懲りずに「耳」です。グレースケール化しています(2値画像化はしていません)。


濃淡の若干の変化でも、色の差がよく分かります。サーモグラフィーを思い出します。

次は線形フィルタを扱えれば、と思います。

画像処理 第3回 ちょっとカラーモデル

何と無くHSV変換について調べていたので、カラーモデルに関して少しばかり。

・RGB
RGB(RGBカラーモデル)は、Red、Green、Blueの3つを混ぜて色を表現する加法混色の一つです。
数値が増えるにつれて、白に近づきます。
テレビは、正にRGBカラーモデルを採用しています。モニターに近づいてドットを見ると、白のドットがRGBのドット3つで構成されているのが見えたりします。離れて見えると白に見えます、不思議。

・CMY
CMYはCyan、Magenta、Yellowの3つによる、減法混色です。
例は絵の具。数値が増えるにつれて、黒に近づきます。

この辺はよく知られていると思われます。

・HSV
HSVは色相Hue、彩度Saturation、明度Value
から構成されます。HSB(Hue、Saturation、Brightness)とも呼びます。

V=1の時の例を下に示します。



中心に向かうにつれ、白に近づいていきます。
変換式はこんな感じ。


h=floor(H/(PI/3))

P=I*(1-S)
Q=I*(1-S(H-h))
T=I*(1-S*(1-H+h))

if h=0 R=I, G=T, B=P
if h=1 R=Q, G=I, B=P
if h=2 R=P, G=I, B=T
if h=3 R=P, G=Q, B=I
if h=4 R=T, G=P, B=I
if h=5 R=I, G=P, B=Q

0<=R, G, B, S, I<=1, 0<=H<=2*PI


この式だと、若干不連続な領域があります。
ちなみにJavaのColorクラスにもHSVからRGBに変換してくれるメソッドがあります。
このメソッドでは、上に示したものより不連続な点が改善されているようです。

・HLS
HLSは色相Hue、輝度Lightness/Luminance、彩度Saturation
から構成されます。 HSI(Hue、Saturation、Intensity)、HSLとも呼びます。
HSVに似ています…がちょっと違います。

L=0.5の時の例を下に示します。



中心に向かうにつれて、灰色に近づいていきます。
変換式はこんな感じ。

R=X (h=H+2/3*PI)
G=X (h=H)
B=X (h=H-2/3*PI)

X(h)は下の定義
h'=h
h'=h+2*PI (h<0)
h'=h-2*PI (h>2*PI)
M2=I*(1+S) (I<=0.5)
M2=I+S-I*S (I>0.5)
M1=2*I-M2
X=M1+(M2-M1)*h'/(1/3*PI)
(h' < 1/3*PI)
X=M2
(1/3*PI <= h' < PI)
X=M1+(M2-M1)*(4/3*PI-h')/(1/3*PI)
(PI <= h' < 4/3*PI)
X=M1
(4/3*PI <= h' < 2*PI)

0<=R, G, B, S, I<=1, 0<=H<=2*PI

この変換式は、綺麗にできます。

再現性はかなり低いですが、下のようなものもあります。

I=1/5の例。



変換式は…

R=I/3+2*S*cosH
G=I/3-S*cosH+S*sinH
B=I/3-S*cosH-S*sinH

0<=R, G, B<=1, 0<=I<=3, 0<=H<=2*PI, 0<=S<=2/3

あまりまとまりが無いですが、こんな処で。

画像処理 第1回 補間

こんばんは。
ネタが溜まってきました。

さて最近凝っているネタがデジタル画像処理です。画像なので、処理結果が眼で確認できて、非常に分かりやすいです。今回は、「補間」についてです。

「補間」は画像の再標本化の時に使われます。よくある例が拡大です。デジタル画像では座標が離散値ですが、拡大する際には、小数値のピクセルが欲しくなります。で、小数値のピクセルを計算でなんとか求めようというわけです。

主に3つの方法があります。

・ニアレストネイバー(nearest neighbor)
もっとも単純な補間法です。
座標(x,y)のピクセル値I(x,y)は次の式で与えられます(fは元画像のピクセル)。

I(x,y) = f([x+0.5],[y+0.5])

・バイリニア補間(bilinear interpolation)
こちらは次のような式であらわされます(括弧は行列を表しています)。対象のドットに近い周囲4ドットを用いています。
ニアレストネイバーをしてから、平均化したような感じです。

I(x, y) =	(	[x]+1-x	x-[x]	)	(	f([x], [y])	f([x], [y]+1)	)	(	[y]+1-y	)
						f([x]+1, [y])	f([x]+1, [y]+1)			y-[y]

・バイキュービック補間(bicubic interpolation)
3つの中で最も効果の大きい補間方法です。
式は次の通り。対象のドットに近い周囲16ドットを用いています。

I(x, y) =

(

h(x1)

h(x2)

h(x3)

h(x4)

)

(

f11

f12

f13

f14

)

(

h(y1)

)

f21

f22

f23

f24

h(y2)

f31

f32

f33

f34

h(y3)

f41

f42

f43

f44

h(y4)

関数h(t)は、sinc関数(sinc(t)=sin(πt)/(πt))を3次多項式で近似したもので次式で表されます。

h(t) =	{	|t|^3-2|t|^2+1	(|t|<=1)
		-|t|^3+5|t|^2-8|t|+4	(1<|t|<=2)
		0	(2<|t|)

では、これらの補間を実際に施した画像を見てみましょう。
画像はFig.1にしめしたもので、「あ」の文字です。サイズ24のHGS行書体です。
この画像をそれぞれ20倍に拡大したものを以下に示します。

Fig.1:元画像


Fig.2:ニアレストネイバー


Fig.3:バイリニア補間


Fig.4バイキュービック補間

Fig.2は非常にジャギが目立ちます。
Fig.3は平滑化の効果から、ジャギは目立たなくなりますが、エッジが鈍っています。
Fig.4は全体的にFig.3よりスマートに見えます。先端部分も上手く再現されていて、自然な画像となっています。

では今回はこの辺で。次回は、線形フィルタ全般を扱えればと思います。