頑健な統計量「リメディアン」の画像解析への応用

1.画像フィルタへの応用:ウィンドウサイズ5*5のリメディアンフィルタに対して,配列に読み込むデータの順として,そのパターンがもつ画素間の距離の総和をもとに,縦型あるいは横型,斜め型,90度型,V型など主なものを10数通り選んだ.(1)それらをパーソナルコンピュータ上に実現し,人工的にノイズを付加した原画像に対して,リメディアンフィルタによる画像平滑化を行い,その出力画像の比較を行った.その結果,縦型あるいは横型に比べ,斜め型,直角型,V型がノイズの除去能力が高いことがわかった.特に,V型が最も優れており,同じく実現した中央値フィルタによる出力画像に非常に近いものが得られることがわかった.(2)また,これらのリメディアンフィルタをワークステーション上に実現し,一様乱数を入力した場合に対して出力の分散の値を繰り返し求め,それらの平均を型毎に調べた.その結果,1回のフィルタリングでは,出力の分散の平均値に差はあまり生じなかった.しかし,フィルタリングを2回続けることで,型の違いによる差が生じることがわかった.そして,この一様乱数を用いた数値実験でも,縦型あるいは横型に比べ,斜め型,直角型,V型が出力の分散の平均値が小さいことがわかった.特に,V型が最も値が小さかった.よって,V型のリメディアンフィルタがノイズ除去能力に優れていることがわかった.2.限定色表示アルゴリズムへの応用:リメディアン分割法と中央値分割法による限定色表示アルゴリズムをパーソナルコンピュータ上に実現し,フルカラーの画像を256色の代表色で表示させることにより,これら2つの色再現の比較を行った.その結果,リメディアン分割法は,中央値分割法に近い良好な色再現が得られることがわかった.

1.画像フィルタへの応用:ウィンドウサイズ5*5のリメディアンフィルタに対して,配列に読み込むデータの順として,そのパターンがもつ画素間の距離の総和をもとに,縦型あるいは横型,斜め型,90度型,V型など主なものを10数通り選んだ.(1)それらをパーソナルコンピュータ上に実現し,人工的にノイズを付加した原画像に対して,リメディアンフィルタによる画像平滑化を行い,その出力画像の比較を行った.その結果,縦型あるいは横型に比べ,斜め型,直角型,V型がノイズの除去能力が高いことがわかった.特に,V型が最も優れており,同じく実現した中央値フィルタによる出力画像に非常に近いものが得られることがわかった.(2)また,これらのリメディアンフィルタをワークステーション上に実現し,一様乱数を入力した場合に対して出力の分散の値を繰り返し求め,それらの平均を型毎に調べた.その結果,1回のフィルタリングでは,出力の分散の平均値に差はあまり生じなかった.しかし,フィルタリングを2回続けることで,型の違いによる差が生じることがわかった.そして,この一様乱数を用いた数値実験でも,縦型あるいは横型に比べ,斜め型,直角型,V型が出力の分散の平均値が小さいことがわかった.特に,V型が最も値が小さかった.よって,V型のリメディアンフィルタがノイズ除去能力に優れていることがわかった.2.限定色表示アルゴリズムへの応用:リメディアン分割法と中央値分割法による限定色表示アルゴリズムをパーソナルコンピュータ上に実現し,フルカラーの画像を256色の代表色で表示させることにより,これら2つの色再現の比較を行った.その結果,リメディアン分割法は,中央値分割法に近い良好な色再現が得られることがわかった.