Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
1
吉澤 信[email protected], 非常勤講師
-デジタル画像と定量化-その3:周波数分解・多重解像度解析
九州大学 大学院
生命情報学特別講義
第3回講義
2011年8月3日~4日
伊都新キャンパス
Shin Yoshizawa: [email protected]
フーリエ級数
フーリエ級数:[-L、L]のパターンを繰り返す周期関数を、sin(x)とcos(x)の和で表す.
1
0
321
3210
sincos2
3sin
2sinsin
3cos
2coscos
2
nnn L
xnb
L
xna
aL
xb
L
xb
L
xb
L
xa
L
xa
L
xa
axf
L
Ln
L
Ln
dxL
xnxf
Lb
dxL
xnxf
La
sin1
cos1
anとbnの決め方は、f(x)にcos、sinをかけて積分.
f(x)
x
-L L
x
x
+
+・・・
©H. Suzuki, U. Tokyo
Shin Yoshizawa: [email protected]
フーリエ級数(複素数)
フーリエ級数:[-L、L]のパターンを繰り返す周期関数を、exp(ix)の和で表す.
n
xL
ni
necxf
nn
L
L
xL
ni
nn ibadxexfL
cc
2
1
2
1*
和が-∞からとなっている点に注意.
これはsin、cosを使った展開と同じ式変形で得られる.
2個の係数(an,bn)を1個の係数cnで表せる. ただしcn
は一般に複素数なので、実数2個の組を含んでいる.
©H. Suzuki, U. Tokyo
Shin Yoshizawa: [email protected]
オイラーの公式による導出
1
0 sincos2 n
nn L
xnb
L
xna
axf
sincos iei
ii
ii
eei
ee
2
1sin
2
1cos
1
0 )exp(2
1)exp(
2
1
2 nnnnn L
xniiba
L
xniiba
axf
110
)exp(2
1)exp(
2
1)exp(
2
1
nnn
nnn
nnn L
xniiba
L
xniiba
L
xniiba
n
n L
xnic )exp(
12
1
02
1
2
1
12
1
*
000
nciba
naiba
niba
c
nnn
nn
n
オイラーの式
代入
nn
©H. Suzuki, U. Tokyo
Shin Yoshizawa: [email protected]
パルス関数のフーリエ級数
パルス関数:– 短い区間εだけ有限の値を持
ち、その他は0.
パルス関数のフーリエ級数:– sinc関数形となる.
nに対してanを図示:– εが小さいほど、nが大きい級
数anまで値がある.
– εが大きい場合、nが少し大きくなると級数anはすぐに0に近づく.
other
xxf
0
2,2 1
Lnzz
z
L
L
n
na
L
xn
L
n
nLxf
nn
n
n
n
2/ sin1
2sin
2
cos2
sin2
2
1
1
L-Lx
0
1/ε
n
an
狭いパルスを級数展開すると大きなnの級数が現れる
これをsinc関数という
nε/2L=1 nε/2L=2©H. Suzuki, U. Tokyo
Shin Yoshizawa: [email protected]
フーリエ変換
もとの関数f(x)から、別の関数F(k)への変換:
ある関数f(x)をF(k)の積分(~和).
F(k)はf(x)から積分によって計算.
f(x)とF(k)の式は対称.
f(x)が実数の関数でも、F(k)は一般に複素関数:f(x)が偶関数の場合にはF(k)は実関数(cosのみ)
dkekFxf
dxexfkF
ikx
ikx
2
12
1
21 は規格化係数なので、
あまり気にしなくて良い
2組の式でフーリエ変換対をなす。フーリエ変換・逆変換という用語を使うこともある.
フーリエ変換をf→F→fと2回行えば、元の関数に戻る.
フーリエ変換の性質
kaFxafkGkFxgxf ,
©CG-ARTS協会
©H. Suzuki, U. Tokyo
2
Shin Yoshizawa: [email protected]
フーリエ変換2
振幅スペクトル
- パワースペクトル
位相スペクトル
22 ),(Im),(Re),( vuFvuFvuF
),(Re
),(Imtan),(arg 1
vuF
vuFvuF
2),( vuF
u,v=横方向と縦方向の空間周波数.
F(u,v) =空間周波数(u,v)における周波数成分の振幅.
Shin Yoshizawa: [email protected]
フーリエ変換3
縦方向に太い縞(低い周波数成分)
2次元の基本波
)cos(),( vyuxAyxf 横方向に細い縞(高い周波数成分)
©CG-ARTS協会
Shin Yoshizawa: [email protected]
フーリエ変換4
©CG-ARTS協会
Shin Yoshizawa: [email protected]
離散フーリエ変換
デジタル画像– フーリエ変換の式は連続関数に対するもの.
– デジタル画像はサンプリングされて、飛び飛び(離散データ).
離散フーリエ変換・逆変換:– 離散データに対するフーリエ変換・逆変換.
– 変換の結果のフーリエスペクトルも離散的に求まる.
– 1024x1024の画像→1024x1024のフーリエスペクトル:
高速フーリエ変換(FFT):
– サンプリング数が2のべき乗(例:512や1,024)の時に高速に計算する方法(Nのべき乗の方法もある).
1
0
2( ) ( )exp( )
( 0,1,..., 1)
N
i
j ikF k f s
N
k N
Shin Yoshizawa: [email protected]
周波数フィルタリング
Hで周波数特性を操作.
画像のフーリエ変換:
- 空間領域から周波数領域へ.
- フーリエ逆変換すれば、画像になる.
フーリエ変換して、画像を周波数領域に変換してしまえば、フィルタリングは、二つの関数を単純に掛け算するだけ.
©CG-ARTS協会
©H. Suzuki, U. Tokyo),(),(),( vuHvuFvuG
Shin Yoshizawa: [email protected]
ローパスフィルタ
-u0から、u0までの低周波数成分だけ残す.
周波数の高い横方向の波(縦縞)を消す.
©CG-ARTS協会
3
Shin Yoshizawa: [email protected]
ローパスフィルタ2
©CG-ARTS協会
(u,v)=(0,0)のフィルタの値が1なので、(u,v)=(0,0)の成分が保存される→画像の平均的な明るさが保持される.
Shin Yoshizawa: [email protected]
ハイパスフィルタ
©CG-ARTS協会
-u0から、u0までの高周波数成分だけ残す.
),(1),( vuHvuH lowhigh
1からロウハスを引く:
バンドパスフィルタ:特定周波数成分の抽出.
Shin Yoshizawa: [email protected]
高域強調フィルタ
ハイパスフィルタから作る事が出来る.
),(1),( vukHvuH highemphh エッジ強調!
©CG-ARTS協会
Shin Yoshizawa: [email protected]
ギプス現象・Overshooting
ローパスフィルタ=高周波成分の切り捨てはデータにエッジがあった場合に不連続なデータを連続関数で近似するためエッジ周辺での誤差が非常に大きくなる事:画像ではリングアーティファクトと呼ばれている: 圧縮や補間等でのカーネルの打ち切り誤差.
©www.ajronline.org ©MathWorld©wikipedia
Shin Yoshizawa: [email protected]
その他の変換
フーリエ変換以外にも、様々な基底を用いた関数展開が幅広く周波数解析に用いられている.
- KL展開:データの共分散行列の固有ベクトルを基底とする. 最小二乗的に最もデータを近似出来る展開.
- 球面調和関数:超球面上の関数空間の正規直交基底(円や球への離散化で回転非依存にしやすい).
- Zernike関数、固有関数展開、etc.
←PCA(主成分分析の一般化)
Wavelet: 入力信号を小さな波形の拡大縮小と平行移動の重ね合わせで表現. - フーリエ変換は時間軸上で常に一定のパタ
ーンを持ったデータ解析に有用だが、時刻によってパターンが変化するデータ解析には不向きである. ウェーブレット変換では局所的な波を平行移動と拡大縮小で波を表現するため、有限の区間内にあるデータの特性を解析するには三角関数より適している.
- 多重解像度解析(Multiresolution Analysis):パターンを周波数分解する作業を繰り返し行い特徴を解析.
Shin Yoshizawa: [email protected]
その他の変換2
4
Shin Yoshizawa: [email protected]
周波数分解
フーリエ変換、Wavelet変換、KL展開等の関
数展開
入力画像周波数・係数列
Shin Yoshizawa: [email protected]
Pyramid表現
©IIPImage
平滑化(Gaussian, Wavelet等)をdown sampling (Reduce操作)しながら行う多重解像度表現の一種:upsamplingはExpand操作.
Shin Yoshizawa: [email protected]
Gaussian Pyramid
Gaussian平滑化をdown sampling (Reduce操作)しながら行う多重解像度表現の一種: upsamplingはExpand操作.
Gaussian Pyramid
)](*[ 1 kGff kk
Shin Yoshizawa: [email protected]
Laplacian Pyramid
Difference of Gaussian (DoG)をGaussian Pyramidの各階層で一つ下の階層をExpandした画像と行う.
][ 1kkk ffL
LaplacianPyramid
1
1
N
iN i
Lff
Shin Yoshizawa: [email protected]
Gaussian & Laplacian Pyramid
LaplacianPyramid
Gaussian Pyramid
Shin Yoshizawa: [email protected]
Gaussian MRI Pyramid
)](*[ 1 kGff kk
5
Shin Yoshizawa: [email protected]
Laplacian MRI Pyramid
][ 1kkk ffL
1
1
N
iN i
Lff
Shin Yoshizawa: [email protected]
Median Pyramid
Resize+Median+Upsampling
V. Melink et al.
IEEE ICIP’99.
Block Median Pyramidal Transform: Cartoonish:
- ResizeとUpsamplingは3次補間などを使う.
- DownsamplingはMedianフィルタを使う.
- エッジをある程度保存.
Shin Yoshizawa: [email protected]
Orientation フィルタ
方向特徴フィルタ(log Gabor).
))cos())(sin(()exp( iGiG tx
Imaginary
Real
4方向の例
2/12imaginary
2real )( ff
角度:0 45 90 135
Quadrature Filter Set Kternels:
Real and Imaginary
Shin Yoshizawa: [email protected]
Orientation フィルタ2
方向特徴フィルタ(log Gabor).
Quadrature Filter Set Kternels:
Real and Imaginary)),(exp( iGrot
3D:極座標による13方向の例
方向特徴フィルタ(log Gabor)によるOrientation Pyramid.
Shin Yoshizawa: [email protected]
Steerable Pyramid
+
Shin Yoshizawa: [email protected]
Steerable Pyramid
©www.filiprooms.be
6
Shin Yoshizawa: [email protected]
研究・応用:インスリン分泌画像
の強調
インスリン顆粒の分泌
データ:群馬大:泉先生
インスリン分泌:
観察元画像ではなく
不可逆圧縮の情報が劣化ビデオデータ
xy-t 3次元画像:Time→Z-Slice:1537枚
分泌が激しい3次元部分画像:1231-1330までの100枚
Shin Yoshizawa: [email protected]
Case Study
インスリン分泌:
左:入力、右:Non-Local Means繰り返し3
分泌が激しい3次元部分画像:1231-1330までの100枚
x
x)(I
Time
入力画像
Denoise画像
Shin Yoshizawa: [email protected]
Case Study
インスリン分泌:
左:入力、中:Non-Local Mean、右:3クラス抽出(Mean Shift)
分泌が激しい3次元部分画像:1231-1330までの100枚
x
x)(I
入力画像
Denoise画像Time
Shin Yoshizawa: [email protected]
Temporal 方向フィルタによる強調
インスリン分泌: 分泌が激しい3次元部分画像:1231-1330までの100枚
Imaginary
Real
Time
Quadrature Filter2/12
imaginary2
real )( ff
Shin Yoshizawa: [email protected]
インスリン分泌: 分泌が激しい3次元部分画像:1231-1330までの100枚
Temporal 方向フィルタによる強調
Quadrature Temporal log Gabor Filter Set
Shin Yoshizawa: [email protected]
2/12imaginary
2real )( ff
7
Shin Yoshizawa: [email protected]
まとめ
関数展開により画像を周波数分解:- 畳み込みは周波数領域での掛け算となる.- ローパス、ハイパス、バンドパスフィルタ.- フーリエ変換、KL展開、Wavelet変換.
- Log Gabor方向フィルタ.- Pyramid表現: Gaussian, Laplacian, Median, Steerable.