2013 Fiscal Year Annual Research Report
高ダイナミックレンジ画像の効率的な伝送基盤となる汎用圧縮符号化
| Project/Area Number |
24800032
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
神納 貴生 豊橋技術科学大学, 工学(系)研究科(研究院), 助教 (10636070)
|
|---|
| Project Period (FY) |
2012-08-31 – 2014-03-31
|
| Keywords | HDR画像 / 傷検知 / トーンマッピング / グレースケール化 |
|---|
| Research Abstract |
平成24年度では高ダイナミックレンジ画像が持つ物体のわずかな詳細情報を利用し，物体認識や物体追跡の精度を向上させる技術を開拓した．平成25年度ではさらに，広いダイナミックレンジと詳細情報が必要となる円筒形金属部品の傷検知技術を実現した．円筒形金属部品は照明光に対する反射面の角度が急激に変化し，部品表面全ての詳細情報を保持するために高ダイナミックレンジ技術が必要となる．ただし，傷検知分野では傷の深さによる判定など，より厳密な精度が求められる．そこで，判定面の角度変化によって生じる微細変化から傷の深さを推定する技術を開拓した．角度を変えた判定面のサンプルは，円筒形金属部品を回転させて全周を撮影する際に得られる．これまで円筒形金属部品の傷検知はレーザー光を用いて検査されてきたが，本技術では通常光源での傷検知を実現した．これは疑わしい判定面の追跡技術と組み合わせることで，エリアカメラを用いた大量の部品の高速判定システムを実現する可能性を示している．
物体認識や物体追跡において色は重要な要素となり得る．これまでにもHOG特徴量に色ヒストグラムを追加したCS-HOGなどが提案されている．しかしこれまでは，従来の特徴量と色特徴量が別々に扱われ，特徴量の次元数を増加させていた．従来の特徴量の中に色特徴量を含めることができれば，次元数を増加させずにこれまでの物体認識アルゴリズムを色特徴を考慮したものに拡張できる．そこで，画像内の全体整合性を保ったグレースケール化技術を実現した．これにより，この応用で前述の色特徴量を考慮した物体認識アルゴリズムが実現できる可能性を示した．
|
| Current Status of Research Progress |
Reason
25年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
25年度が最終年度であるため、記入しない。
|
