点の操作による画像処理

画像エンハンスメントとは視覚評価，あるいはより高度な数値処理のために画像データを改良したり修正したりする技術のことです．画像エンハンスメント技術には，グレーレベルとコントラスト操作，ノイズリダクション，エッジシャープニング，線形と非線形フィルタ，拡大等が含まれます．便利で幅広い分類により，エンハンスメント技術は点ベースの操作と領域ベースの操作に分けられます．点の操作はピクセルの値に基づいて画像のピクセルを修正します．これはゼロメモリ操作とも呼ばれます．これとは対照的に，領域ベースの操作では（通常小さい）局所的な近隣における値に基づいて新しいピクセルの値を計算します．

これで，パッケージをロードします．

これで，例題のカラー画像をロードします．

補色を取ることは単純な画像操作です．下の数式にしたがって大きい値を小さくあるいはその逆に変えます．

ここで， x はピクセル値で，一般のピクセルあたり8ビットのモノクロ画像では n = 8です．カラー画像では同じ変換がそれぞれの色値に適用されます．これは，カラー画像とグレースケール画像で補色削除をしたものです．

コントラスト修正への一般的なアプローチは，元の画像のそれぞれのピクセルが特定のベキ指数の値に引き上げられる，指数則点変換を使うことです．ベキ指数の値を適切に選ぶことによって，最高あるいは最低輝度値が引き上げられます．簡単でしかも便利なコントラスト操作は，輝度値の範囲を選択的に拡大／縮小するための区分的な線形変換を定義することです．変換の傾きは領域の拡大では1より大きく，縮小では１より小さい値になります．

下の画像は選択的点の操作がカラー画像「豆」に及ぼす影響の例です．

画像ヒストグラムは画像ピクセルの確率密度の推定値です．それはピクセル輝度値の出現頻度を測定します．多くの高レベル画像処理タスクは，ヒストグラムの計算を必要とします．ここでは，「豆」の画像における3つのカラーチャンネルそれぞれのヒストグラムをお見せします．

振幅域値は多くの分割技術の中の1つです．2レベルあるいはバイナリ閾値は，閾値の設定によって，ピクセル値を2つの望ましい値（通常0か1）のうちの1つに変えます．これは画像分割の例で，閾値操作をそれぞれのカラーチャンネルに適用することによって，緑の豆を選び出すことができます．それぞれの閾値はチャンネルヒストグラムを検討して選ばれたものです．

さて，これが黄色のピクセルがなくなり黒くなったすべての画像領域です．

下がオリジナルと分割された画像です．

モーフィングフィルタで更に処理をすれば，分割された画像がきれいになります．