畳み込み演算

数値計算

MATLAB,Python,Scilab,Julia比較 第3章 その41【非極大値抑制⑥】

MATLABで非極大値抑制を実施。 想定通りの結果が得られた。 論理インデックスサーチを利用している個所がある。 インデックスサーチについては別途説明。
数値計算

【入門】非極大値抑制【数値計算】

非極大値抑制(Non-maximum suppression)について説明。 概念としてはシンプルだが、2次元平面で考える場合、どの方向から極大値を評価するが重要。 x方向、y方向の輝度勾配が分かっているので、勾配の方向はarctanで特定可能。
数値計算

MATLAB,Python,Scilab,Julia比較 第3章 その40【非極大値抑制⑤】

非極大値抑制をプログラムで実現する手順を確認。 一個一個はそれほど複雑ではない。(はず) 勾配方向角度については、度数法で扱う。 プログラム的には弧度法の方が扱いやすいが、人間から見た分かり易さを重視。
数値計算

MATLAB,Python,Scilab,Julia比較 第3章 その39【非極大値抑制④】

非極大値抑制を実現するための斜面の方向パターンについて説明。 arctan関数で細かい方向は特定できるが、基本は4パターンに丸められる。 判定ピクセルマスを5×5、7×7などにしてもっと細かくするパターンもある。
数値計算

MATLAB,Python,Scilab,Julia比較 第3章 その38【非極大値抑制③】

非極大値抑制の「勾配の特定方法」について解説。 2次元平面で考えるためには勾配の方向が重要。 勾配の方向は、横、縦それぞ 実際にはarctan関数を使用する。 arctan関数はtan関数の逆関数。
数値計算

MATLAB,Python,Scilab,Julia比較 第3章 その37【非極大値抑制②】

非極大値抑制の大雑把な雰囲気を確認。 図で確認。 2次元平面に実施す これも図で確認。 様々な方向から見た極大値を意識する必要がある。
数値計算

MATLAB,Python,Scilab,Julia比較 第3章 その36【非極大値抑制①】

エッジ検出もっとシビアに行いたい。 非極大値抑制を使うといい感じになる。 同様の用語が物体検出器でも出てくるが別物。 具体的な話は順を追って説明する。
数値計算

【入門】微分フィルタ(Julia)【数値計算】

JuliaでSobelフィルタを実施。 MATLABと同じ結果が得られた。 コード上の演算はほぼMATLABと一緒 画像が0~1で正規化されている点に注意。 画像書き出し時にも再度正規化しておくと良い。
数値計算

【入門】微分フィルタ(Scilab)【数値計算】

ScilabでSobelフィルタを実施。 MATLABと同じ結果が得られた。 uint8にキャストする際は、事前にmin,maxを使用してサチュレーションをしておく必要がある。
数値計算

【入門】微分フィルタ(Python)【数値計算】

Python(NumPy)でSobelフィルタを実施。 MATLABと同じ結果が得られた。 np.arrayがuint8になっている状態を維持する必要がある。 imwrite時にuint8になっていないと期待した出力にならない。