画像処理エンジニア検定 | 資格hacker

画像処理の学習をしたいけど何から始めればいいかわからない、興味はあるけどやりたいことや目標が定まらない…という方におすすめの資格が「画像処理エンジニア検定」です。

近年さまざまな分野で画像処理技術が活用されている中で、画像処理分野のエンジニアは需要が高まっています。そんな大きな役割を担う画像処理エンジニアを目指す上での第1歩ともなります。

ここでは、画像処理エンジニア検定の勉強法について紹介していきます。

画像処理エンジニア検定とは?

画像処理エンジニア検定とは、画像処理分野の開発や設計に必要な知識の習得を評価するための検定です。公益財団法人画像情報教育振興協会(CG-ARTS)が主催している検定で、ベーシックとエキスパート、2つのレベルに分けられています。

ベーシックでは基礎知識の理解、エキスパートでは専門知識の理解と応用力を測ります。

それでは、それぞれの試験概要についてみていきましょう。

試験概要について

画像処理エンジニア検定の試験概要を、以下の表にまとめました。

	ベーシック	エキスパート
問題数	全10問	全10問
試験時間	60分	80分
費用	5,600円	6,700円
出題範囲	ディジタルカメラモデル画像の濃淡変換とフィルタリング処理画像の解析パターン・特徴の検出とパターン認識シーンの復元システムと規格関連知識	ディジタル画像の撮影と画像の性質・色空間画素ごとの濃淡変換と領域に基づく濃淡変換周波数領域におけるフィルタリングと画像の復元・生成幾何学的変換 2値画像処理と領域処理パターン・図形・特徴の検出とマッチング、パターン認識、深層学習による画像認識と生成同画像処理、画像からの3次元復元、光学的解析画像符号化知的財産権

※午前にベーシック、午後にエキスパートを受験するなど、併願が可能

難易度はどれくらい?

ベーシックは平均より易しめ、エキスパートは平均よりやや難しめのレベルです。

ベーシックは、合格率が60～70％ほどとかなり高いです。それに対してエキスパートの合格率は3割ほどしかないため、ベーシックに比べると難易度が高いことが分かります。

勉強時間は何時間くらい必要?

画像処理エンジニア検定に合格するために必要な勉強時間はおよそ30～50時間です。ベーシックなら30時間以上、エキスパートなら50時間以上かかると言われています。

勉強法のポイント

画像処理エンジニア検定公式問題集編集委員会 (著)

出版社: 画像情報教育振興協会; 改訂第3版 (2018/3/2)、出典:amazon.co.jp

①参考書を読む
画像処理エンジニア検定では、公式の参考書が販売されています。まずは、そちらを参考にしながら基礎知識を身に付けることをおすすめします。知識定着のためにも、必ず1周以上は参考書に目を通して、それ以降は繰り返し復習していきましょう。

テキストはベーシックとエキスパートそれぞれに対応したものがあります。

・ディジタル画像処理 [改訂第二版]（エキスパート対応）
・ビジュアル情報処理 -CG・画像処理入門- [改訂新版]（ベーシック対応）

②問題演習をする
参考書を使ってある程度の基本知識が身に付いたら、問題演習に移りましょう。

・画像処理エンジニア検定エキスパート・ベーシック公式問題集 [改訂第四版]

こちらの問題集では、ベーシックとエキスパートどちらも練習問題を3回分解くことができます。解説も詳しく載っているため、アウトプットをしっかりできます。

③過去問を解く
画像処理エンジニア検定を主催しているCG-ARTSでは、公式サイトで過去2回分の試験問題が公開されています。

過去問を解くことによって傾向を掴むことができるため、問題演習をこなした方は過去問演習に着手してみましょう。

①～③において、間違えた項目は必ず復習をすることをおすすめします。

まとめ

いかがでしたか。本記事では、画像処理エンジニア検定の勉強法について解説しました。

画像処理エンジニア検定を所持していれば、画像処理のスキルの証明をすることができます。今後のキャリアアップにも繋がりますし、画像処理に興味のあるという方もぜひ取得を検討してみてはいかがでしょうか。

The post 画像処理エンジニア検定のおすすめ対策勉強法とは?どうすれば独学で合格できる? first appeared on 資格hacker.

画像処理エンジニア検定は役に立つ?メリット、デメリットは?

bun — Wed, 12 May 2021 02:37:29 +0000

(出典: Uguide – 画像処理エンジニア検定試験のおすすめ問題集・テキスト・参考書)

画像処理エンジニア検定は意味がある?意味がない?

画像処理エンジニア検定とは、工業分野、医療用、リモートセンシング、ロボット、ビジョン、交通量計測、画像系製品など、ソフトウェアやシステムなどの開発を行うための知識を問う試験です。
今回は、画像処理エンジニア検定を取得するメリット・デメリットについて紹介していきます。

メリット

知識が身につく

デジタル画像の処理方法などの知識や技能を身につけることができます。動画、画像の扱い方から、移動物体、パターンと検出などができるようになります。

レベル分けされている

ベーシックとエキスパートにレベル分けされているため、自分のレベルに合わせて受験することができます。特にベーシックは、基礎的な内容であるため、初学者でも受験することができます。

過去問が公開されている

回答付きの過去問が数年分公開されています。過去問を有効に使って合格に近づくことができます。

デメリット

就職に役立たない

この資格を持っているからと言って、仕事に直結するということはありません。民間資格である以上、将来性やメリットとはやや離れています。

The post 画像処理エンジニア検定は役に立つ?メリット、デメリットは? first appeared on 資格hacker.

画像処理エンジニア検定試験のおすすめテキスト問題集

awano — Tue, 24 Dec 2019 03:26:14 +0000

画像処理エンジニア検定の概要

画像処理エンジニア検定とは、CG-ARTS協会が運営する資格試験のうちの1つで、「画像処理」に関するスキルや知識が問われます。

内容としては、ディジタル画像などの基礎知識からはじまり、パターン認識やメディア処理・符号化、画像処理システムまで出題されます。

こちらの試験は、難易度に合わせて「ベーシック」と「エキスパート」の2種類の形式に分けられています。

試験時間は、ベーシック60分、エキスパート80分です。受験料は、ベーシック5,600円、エキスパート6,700円となっています。どちらも100点満点中70点以上の取得で合格することができます。

公式テキスト

画像処理エンジニア検定を受験するにあたって、必要最低限の書籍は「参考書」と「問題集」の2冊です。下記では、それぞれの書籍の特徴について詳しく説明していきます。

１．ディジタル画像処理 [改訂第二版]

ディジタル画像処理 [改訂新版]

ディジタル画像処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP

B5版フルカラー 480ページ
単行本：4,290円　電子版：3,510円

こちらは「エキスパート」用の参考書です。

画像処理の基礎理論だけでなく、手法やアルゴリズムまで各分野での応用事例を盛り込んだ専門書です。幅広く画像処理に関する知識を学ぶことができます。

既に画像処理を学んでいる方にとっては入門レベルのように感じられるかもしれません。しかし、フィルタリングの分野では微分の知識、幾何学変換の分野では線形変換などの線形代数の知識が必要となります。これらは高校数学～大学1,2年程度のレベルなので、忘れてしまっている方は数学も復習しながら並行して進めていくとよいでしょう。

1 イントロダクション
画像処理の位置付けと分類
本書の構成
座標系について

2 ディジタル画像の撮影
2-1 ディジタルカメラの構成
2-2 画像生成の幾何学的モデル
2-2-1 ピンホールカメラ
2-2-2 透視投影モデル
2-2-3 レンズモデル
2-3 撮影パラメータ
2-3-1 撮影画角
2-3-2 画像の明るさ
2-3-3 被写界深度
2-3-4 フレームレート
2-4 画像のディジタル化
2-4-1 グレースケール画像
2-4-2 標本化と量子化
2-4-3 カメラ応答関数
2-4-4 撮像素子のノイズ
2-4-5 時系列画像
2-5 カラー画像
2-5-1 加法混色と減法混色
2-5-2 グレースケール画像とカラー画像
2-5-3 カラー画像の撮影

ディジタル画像処理の目次の続きなどを確認する

２．ビジュアル情報処理 -CG・画像処理入門- [改訂新版]

ビジュアル情報処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP

ビジュアル情報処理 -CG・画像処理入門- の目次などを確認する

B5版フルカラー 284ページ
単行本：3,190円　電子版：2,871円

こちらは「ベーシック」用の参考書です。

「CG」と「画像処理」という今まで別々に扱われてきた分野をまとめて、基本からしっかりと解説している新しい視点の入門書です。豊富な図版や使いやすい傍注など、初学者の方でも理解しやすい工夫がされています。

内容はディジタルカメラモデルから、モデリング・レンダリングなどのCGの基本理論、そしてパターン認識や画像解析まで扱われています。画像処理を網羅的に学ぶことができるため、仮にこちらの資格を受けない方にとっても画像処理の勉強のための1冊目としておすすめです。

３．画像処理エンジニア検定エキスパート・ベーシック公式問題集 [改訂第四版]

画像処理エンジニア検定公式問題集編集委員会 (著)

画像情報教育振興協会、出典:出版社HP

画像処理エンジニア検定エキスパート・ベーシック公式問題集の目次なども確認する

B5版フルカラー（問題）/モノクロ（解説）
単行本：3,960円　電子版：3,564円

CG-ARTSが過去に出題した検定試験問題などを練習問題として再編しています。エキスパート5回分、ベーシック3回分が掲載されている、実践形式の問題集です。

演習をしながらより深く理解するために、「解説・解答」が別冊となって巻末に添付されています。取り外し可能な小冊子タイプなので、問題と照らし合わせながら答え合わせを効率良く行えます。

また、解答解説の最後には問題を解く上で重要な「KEYWORD」についてもまとめられているので復習しやすい設計になっています。フルカラーで見やすいというところも特長の1つです。

ベーシックを受験される方は「２と３」、エキスパートを受験される方は「１と３」の2冊をセットで購入すれば、試験の合格を目指すことができます。

これらの3冊に関しては、CG-ARTS公式サイトで対応書籍として紹介されているためそちらもぜひ参考にしてみてください。

公式：https://www.cgarts.or.jp/book/img_engineer/index.html

4．増補改訂版図解でわかるはじめてのデジタル画像処理

画像処理の初学者の方におすすめの１冊です。デジタル画像処理の普遍的な原理から、最新の技術への応用方法まで、画像処理の全体像を学ぶことができます。

公式テキストよりも入門的な知識が易しく詳しく解説してあります。「とりあえず画像処理についての全体像を掴みたい」「広く浅く学んでから資格の勉強に移りたい」という方はこちらを1冊目としてみてはいかがでしょうか。

5．OpenCVによる画像処理入門改訂第2版 (KS情報科学専門書)

こちらは、ある程度画像処理の理解が深まっている中級者の方向けの1冊です。画像処理アルゴリズムについて解説し、3つの言語での実装例が紹介されています。画像処理の理論を深く理解することができ餡巣。

また、初学者が独学でも学べるような設計になっているため、まずは自分で手を動かしながら学んでみたいという方にもおすすめです。

6．詳解 OpenCV 3 ―コンピュータビジョンライブラリを使った画像処理・認識

AIや画像処理など、コンピュータ技術書籍で有名な「オライリー」が出版する画像処理本です。こちらは中級者以上の方におすすめです。

カメラ入力やファイル出力をはじめ、画像変換、パターン認識や機械学習まで丁寧に詳細に解説されています。OpenCVを一通り学ぶことができ、画像処理についても基礎からしっかり学ぶことができる非常に内容の充実した1冊です。

まとめ

いかがでしたでしょうか。ここでは、CG-ARTS協会の「画像処理エンジニア検定」におけるおすすめ書籍を詳しく解説しました。

画像処理は様々な分野で活用されている技術であり、身に付けておくことで多くの場面で活躍が期待できるスキルでもあります。画像処理エンジニア検定に少しでも興味のある方は、書籍を活用して合格に向けて勉強に励んでいきましょう。

The post 画像処理エンジニア検定試験のおすすめテキスト問題集 first appeared on 資格hacker.

画像処理エンジニア検定エキスパート・ベーシック公式問題集

awano — Sat, 23 Nov 2019 03:46:11 +0000

問題集
・検定の紹介
・出題範囲
・本書の使い方

練習問題

エキスパート
練習問題1
練習問題2
練習問題3
練習問題4
練習問題5

ベーシック
練習問題1
練習問題2
練習問題3

別冊(巻末差込冊子)

解説・解答

エキスパート
練習問題1 解説·解答
練習問題2 解説·解答
練習問題3 解説·解答
練習問題4 解説·解答
練習問題5 解説·解答

ベーシック
練習問題1 解説·解答
練習問題2 解説·解答
練習問題3 解説·解答

画像処理エンジニア検定公式問題集編集委員会 (著)

画像情報教育振興協会、出典:出版社HP

検定の紹介

CG-ARTSの5つの検定
5つの検定は、画像を中心とした情報分野を扱う点でリンクしています.
テーマや範囲が重なり合うため、1つの検定を学ぶことが、ほかの検定の学習につながっています。

マルチメディア検定で基礎知識の土台を固め、4つの検定で高度な専門知識を習得!

検定の特徴

変化に対応できる人材の育成
特定のソフトウェアやマシン環境に依存しない知識の理解とその応用力を評価。プロフェッショナルに求められる専門知識の習得を評価し、つねに新しい知識や技術を習得して変化に対して柔軟に対応できる能力を重視します。

75万人が受験、34万人の合格者が活躍
CG-ARTSが次代の産業、文化、社会を担う人材の育成を目指し、初めてCG試験(検定)を実施したのは1991年、その後、検定は時代のニーズに合わせてカタチを変え、現在に至ります。これまでに約15万人が受験約34万人の合格者が、産業界・文化・学術・教育界で活躍しています。

300人の専門家による信頼の内容
検定試験やテキストのベースとなるカリキュラムは、制作現場で活躍するクリエイター、エンジニア、そして企業の開発部門や大学などの教育機関に所属する研究者。約300名の協力により作成、専門領域ごとに体系的、網羅的に内容がまとめられています。

ベーシックとエキスパートで着実にステップアップ
現場で役立つ実践・実務能力の習得を目指したカリキュラムに基づき、ベーシックでは専門知識の理解を、エキスパートでは専門知識の理解と応用を評価、学習に応じて、無理なくステップアップがはかれます。

検定実施の詳細は,Webサイトをご覧ください。
www.cgarts.or.jp/kentei

マルチメディア検定 (4つの専門知識を支える検定)
・こんな職種にオススメ→ ビジネスパーソン全般
…コンピュータや周辺機器,インターネット、ディジタルコンテンツ、携帯電話、知的財産権、マルチメディアの社会応用などに関する幅広い知識を測ります。

CGクリエイター検定
・こんな職種にオススメ→ CGデザイナー/CGアニメータ/ゲームクリエイター/CGモデラ/CGディレクター/グラフィックデザイナー
デザインや2次元CGの基礎から、構図やカメラワークなどの映像制作の基本、モデリングやアニメーションなどの3次元CG制作の手法やワークフローまで、表現に必要な多様な知識を測ります。

Webデザイナー検定
・こんな職種にオススメ→ Webデザイナー/Webプロデューサ/Webプランナ/Webプログラマ/広報/営業・販売
コンセプトメイキングなどの準備段階から、Web ページデザインなどの実作業、テストや評価、運用まで、Webデザインに必要な多様な知識を測ります。

CGエンジニア検定
・こんな職種にオススメ→ CGプログラマ/ゲームプログラマ/ソフトウェアエンジニア/CADエンジニア/テクニカルディレクタ
アニメーション、映像、ゲーム、VR、ARアプリなどのソフトウェアの開発やカスタマイズ、システム開発を行うための知識を測ります。

画像処理エンジニア検定
・こんなに職種にオススメ→ エンジニア/プログラマ/開発・研究
工業分野、医用、リモートセンシング、ロボットビジョン、交通流計測、バーチャルスタジオ、画像映像系製品などのソフトウェアやシステム、製品などの開発を行うための知識を測ります。

出題範囲

画像処理エンジニア検定エキスパートとベーシック

エキスパート
画像処理の技術に関する専門的な理解と、ソフトウェアやハードウェア、システムの開発に知識を応用する能力を測ります。

ディジタル画像の撮影と画像の性質・色空間
画像情報を入力する際の、撮像置の機何学的モデルと撮影パラメータ、光学情報のディジタル化、カラー画像を撮影するための方法などに関する知識/ ◆ディジタルカメラの構成 ◆画像生成の何学的モデル ◆撮影パラメータ ◆画像のディジタル化 ◆カラー画像
画像の統計量とそれ以外の特性、人間の資格特性、色彩を定量的に表す方法、色空間などに関する知識 / ◆画像の性質を表す諸量 ◆人間の視覚 ◆表色系と色空間

画素ごとの濃淡変換と領域に基づく濃淡変換
明るさやコントラストの変換、カラー情報の交換など画像を画ごとに変換できることに関する知識 / ◆明るさ・コントラストの変換 ◆特殊な効果 ◆カラー画像の変換 ◆複数の画像の利用
…平滑化、エッジ抽出、鮮説化、モザイク処理などの空間フィルタリングに関する知識 / ◆空間フィルタリング ◆平滑化 ◆エッジ抽出 ◆鮮説化 ◆エッジを保存した平滑化 ◆画像構成要素の置き換え

周波数領域におけるフィルタリングと画像の復元・生成
周波数領域での画像の処理、画像を復元・生成することなどに関する知識 / ◆画像のフーリエ変換 ◆周波数フィルタリング ◆ローバスフィルタ、ハイパスフィルタ、バンドパスフィルタ ◆高域強調フィルタ ◆ぼけ・ぶれ画像の復元 ◆さまざまな画像復元・生成

幾何学的変換
画像の線形変換や機何学的変換、画像の機何学的変換の応用としてのイメージモザイキングなどに関する知識 / ◆線形変換 ◆同次座標とアフィン変換・射影変換 ◆画像の再標本化と補間 ◆イメージモザイキング

2値画像処理と領域処理
2値画像処理や画像の領域特徴量を利用する領域分割処理に関する知識 / ◆2値化 ◆2値画像の基本処理と計測 ◆線画像のベクトル化 ◆領域処理のための特徴量◆領域分割処理

パターン・図形・特徴の検出とマッチングバターン認識
パターン・図形・特徴の検出とマッチングや、パターン認識の原理、パターン認識のための特徴などに関する知識 / ◆テンプレートマッチングによるパターンの検出 ◆エッジ情報とヒストグラムによるパターン検出 ◆特徴点検出 ◆特徴点の記述とマッチング ◆図形要素検出 ◆顕著性マップ ◆パターン認識の基本的なアプローチ ◆教師あり学習による2クラス識別 ◆教師あり学習による多クラス識別 ◆教師なし学習とクラスタリング ◆特徴空間の変換と部分空間法 ◆画像処理の応用

動画像処理画像からの3次元復元光学的解析画像符号化
動画像に対する各種処理や3次元空間情報を取得する手法、光学的解析などに関する知識 / ◆差分画像を用いた移動物体検出 ◆オプティカルフロー ◆移動体追跡 ◆その他の動画像処理 ◆画像と空間の幾何学的関係 ◆カメラキャリブレーション ◆ステレオビジョン ◆アクティブステレオ ◆モーションと3次元復元 ◆光学的解析 ◆放射量 ◆反射 ◆反射成分の分離 ◆形状の復元 ◆反射特性の復元 ◆照明環境の復元
…画像の圧縮や符号化などに関する知識 / ◆画像の転送 ◆画像と符号 ◆エントロピー符号化 ◆多値画像の特号化 ◆2値画像の符号化 ◆カラー画像と動画像の特号化方式

知的財産権
知的財産についての基本的な知識 / ◆知的財産権

ベーシック
画像処理の技術に関する基礎的な理解と、プログラミングなどに知識を利用する能力を測ります。

ディジタルカメラモデル
ディジタルカメラモデルとビジュアル情報処理の原理を応づけて理解する知識 / ◆ビジュアル情報処理とディジタルカメラモデル ◆座標系とモデリング ◆ビジュアル情報処理の幾何学的モデル ◆ビジュアル情報処理の光学的モデル ◆ディジタル画像 ◆画像処理の分類と役割

画像の濃淡変換とフィルタリング処理
画像の潜変換に関する各種処理技術についての知識 / ◆画像の性質を表す諸量 ◆画素ごとの濃淡変換 ◆領域に基づく濃淡変換(空間フィルタリング) ◆そのほかの処理

画像の解析
画像から情報を抽出するための解析手法についての知識 / ◆2値画像処理 ◆領域分割処理 ◆動画像処理

パターン・特徴の検出とパターン認識
パターン・特徴の検出と、対象物をあらかじめ学習し、新たな画像を識別するパターン認識についての知識 / ◆特徴点による画像間のマッチング ◆図形の検出 ◆パターンの検出 ◆パターン認識 ◆ニューラルネットと深層学習

シーンの復元
撮影された画像から3次元シーンを復元する処理に関する知識 / ◆画像と空間の機何学的関係と3次元復元 ◆光学的なシーン復元

ビジュアル情報処理システム
高度なビジュアル情報処理技術であるコンピュテーショナルフォトグラフィや一般的なコンピュータシステム、ビジュアル情報処理、周辺機器の知識 / ◆CGと画像処理の融合 ◆ビジュアル情報処理用システム ◆ビジュアル情報処理用ソフトウェア ◆リアルタイム3次元CGシステム ◆入出力装置 ◆画像ファイル形式と記録方式

関連知識
◆知覚 ◆知的財産権と情報セキュリティ ◆ビジュアル情報理の歴史と応用

本書の使い方

問題
CG-ARTSが実施した検定試験問題などを練習問題として再編し、エキスパート5回分、ベーシック3回分の練習問題を掲載しています。

解説・解答
画像処理エンジニア検定エキスパート・ベーシックの検定問題についてより深く理解するため、取り外しができる「解説・解答」の小冊子を巻末に添付しています。

出題領域
問題がP.6・7の出題範囲一覧の、どの領域に対応しているかを表記しています。

問題テーマ
どのようなテーマについて問う問題なのか表記しています。

解説
正解答を導くための考え方を各設問ごとに解説しています。

解答
正解答を表記しています。

KEYWORD
問題を理解するうえで知っておくべきKEYWORDについて、対応テキストで解説しているchapterを表記しています。各レベルの対応テキストは以下のとおりです。
エキスパート: 「ディジタル画像処理[改訂新版]」
ベーシック: 「ビジュアル情報処理[改訂新版]」 −CO･画像処理入門−

テキストの詳細は、Webサイトをご覧ください。
www.cgarts.or.jp

画像処理エンジニア検定公式問題集編集委員会 (著)

画像情報教育振興協会、出典:出版社HP

The post 画像処理エンジニア検定エキスパート・ベーシック公式問題集 first appeared on 資格hacker.

ビジュアル情報処理-CG・画像処理入門-[改訂新版]

awano — Sat, 23 Nov 2019 03:32:13 +0000

はじめに

本書は,公益財団法人画像情報教育振興協会(CG-ARTS)が高度情報化社会に相応しい画像情報教育を実現するために,コンピュータグラフィックス(CG)と画像処理の入門レベルのテキストとして2004年4月に出版した書籍『ビジュアル情報処理 -CG・画像処理入門-」の改訂新版である。

本書では,実際にコンピュータを用いて目的の画像を生成・加工する段階で必要となる基本的事項が網羅されている。旧版も,当時のCGと画像処理の技術を総合的に理解させるために周到に準備された標準カリキュラムに基づいて編纂され,両技術のエッセンスをコンパクトにまとめた書籍として,発刊以来多くの読者に利用していただいてきた。

しかし,その間の技術の進展には目を見張るものがあり,最新の状況を極力反映すべく,約13年ぶりに全面的な改訂を試みた次第である。

本書は,9つのchapterとappendixから構成されている。全体は50節・199項に分かれているが,今回新たに40項が加筆・修正された結果,旧版に比べて1chapter・5節・27項増え,頁数も36頁増えている。旧版でも好評であった全ページカラー印刷や読みやすいレイアウトを堅持しながら,傍注や参考図書を一層充実させた。

また,旧版へのご意見やご要望もふまえ,章構成を見直すとともに,全編にわたり,より正確かつわかりやすい記述を心がけた。さらに,図版のリデザインや紹介する最新の事例の吟味にも手間を惜しまなかった。

なお,本書は同協会が実施している検定試験「CGエンジニア検定ベーシック」「画像処理エンジニア検定ベーシック」を受験しようとする学習者のための教科書でもある。同検定は,CG,画像処理分野に対する基礎知識の理解度を測る試験であり,本書による学習と検定試験の受験を通じて,自分自身の知識の習得度を把握し,学習や進学・就職活動に生かしていただければと思う。

本書の改訂にあたり,多忙ななかご協力いただいた編集委員ならびに執筆者の皆様,作品提供・ヒアリング・校正にご協力いただいた皆様,本書をまとめるにあたり,随所で参考にさせていただいた協会発行の既刊書籍の執筆者や編集委員の皆様,長期間献身的に作業を続けてくださった協会の編集担当者の皆様に心より感謝申し上げます。

ビジュアル情報処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP

本書の使い方

右図に示すように,ビジュアル情報がもつ「次元」に注目すれば,ビジュアル情報処理は図中の4本の矢印で示されたものに類型化できる。chapter1では,ディジタルカメラを使った撮影作業や撮影された画像の編集操作を例にして,この枠組みをわかりやすく解説している。このchapterは,ビジュアル情報処理全体を理解するための地図を提供していると考えてほしい。

現実世界にある3次元の物体の形状情報をコンピュータ内に表現し,操作できるようにするしくみはモデリングとよばれる(chapter2)。レンダリングは,モデリングされた情報をディスプレイモニタなどに表示できる2次元の画像に変換する作業を指す(chapter3)。そして対象世界の時間変化をモデリング・レンダリングの両面から扱う技術がアニメーションにほかならない(chapter4)。この3つのchapterがCGのコアである。

一方,ひとたび2次元の画像に変換された情報は,さらに濃淡変換やさまざまなフィルタリング処理を用いて,目的に合わせて加工することができる(chapter5)。また,画像から有益な情報を抽出するための解析手法(chapter6)や,画像から特定のパターンや特徴を検出し,過去の学習結果と照合して,新たな画像を識別するパターン認識手法などが開発され,実世界の各所に応用されている(chapter7)。

さらに,対象世界の3次元情報を−CGの処理の流れとは逆に−対応する画像から復元する作業は高度な内容をともなうものの,その基本的事項については入門レベルでも一通りおさえておきたい(chapter8)。

この4つのchapterが画像処理のコアである。なおchapter5については,高度な画像生成を目指すうえで欠かせない画像処理技術に関する基礎事項であり,CGにも必須の共通領域であることに注意してほしい。

chapter9以降は再びCG・画像処理の両方に共通する事項を扱っている。chapter9からは,最新のビジュアル情報処理の実際を知ることができる。appendixには,重要な関連分野である知覚心理学や,法律知識の基本事項,歴史と応用がまとめられており,効果的な画像生成・処理へ向けたヒントや,制作された映像を他者に発信・共有する際の基本的マナーを学ぶことができる。

以上のような構成から,時間に制約のある場合には,ディジタルカメラモデルを念頭に,各コアと関連するシステム,およびappendixの記述を適宜選択すれば,CGへの入門,あるいは画像処理への入門テキストとして本書を利用することも可能である。しかし全体を読破することによって,両者の関係をきちんと理解することこそが,本書がもつ本来のねらいであることを忘れないでいただきたい。

全編にわたって,なるべく直感的な説明によって両技術のアウトラインを理解してもらえるように本書は執筆されている。学習の便宜を図るために,CG系は青,画像処理系は緑に,双方に必要な部分は水色で色分けされている。一方,互いに密接に関係する説明箇所を明示するポインタ,分野特有の用語や定義の細かな違いを含む補足事項,さらに最も重要な数式は,特注の形式で取り込んでいる。

技術系を目指す人にあっては,入門期においても数式を嫌ってはならない。これらを手がかりとして,背後に広大な数理の世界が拡がっていることを自覚してほしい。そうすることによって,さらに意義のある画像を生成するしくみを自分のものにできるからである。

そのニーズに応えるために,CG-ARTSでは,上級編のテキスト『コンピュータグラフィックスー改訂新版-』,『ディジタル画像処理一改訂新版-』も用意している。読者の皆様が本書の勉強と検定試験の受験を通じて,ビジュアル情報処理のマスターへ向けて,キックオフできることを望んでやまない。

2017年3月
「ビジュアル情報処理 -CG･画像処理入門- 改訂新版」編集委員会
藤代一成 (CG系編集委員長) 奥富正敏(画像処理系編集委員長)

ビジュアル情報処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP

1 ディジタルカメラモデル
1-1 ビジュアル情報処理とディジタルカメラモデル
1-1-1 ビジュアル情報処理
1-1-2 ディジタルカメラモデル
1-2 座標系とモデリング
1-2-1 座標系
1-2-2 モデリング
1-3 ビジュアル情報処理の幾何学的モデル
1-3-1 機何学的変換の必要性
1-3-2 2次元図形の基本変換
1-3-3 合成変換とアフィン変換
1-3-4 投影変換
1-3-5 いろいろな座標系と変換
1-3-6 投影図の生成と解釈
1-4 ビジュアル情報処理の光学的モデル
1-4-1 光と色
1-4-2 ビジュアル情報処理の光学的モデル
1-5 ディジタル画像
1-5-1 画像の標本化と量子化
1-5-2 ディジタル画像
1-5-3 いろいろな画像
1-5-4 階調と解像度
1-5-5 ラスタ化による図形の描画
1-5-6 エイリアシングとアンチエイリアシング
1-6 画像処理の分類と役割
1-6-1 画像を加工し出力する処理
1-6-2 画像から情報を抽出する処理
1-6-3 伝送・蓄積のための処理
1-7 補足説明
1-7-1 補足説明/カメラの基礎知識
1-7-2 価足説明/ビジュアル情報処理で用いられる単位

2 モデリング
2-1 形状モデル
2-1-1 ワイヤフレームモデル
2-1-2 サーフェスモデル
2-1-3 ソリッドモデル
2-1-4 形状モデルと表示
2-2 ソリッドモデルの形状表現
2-2-1 CSG表現
2-2-2 境界表現
2-2-3 スイープ表現
2-3 曲線・曲面
2-3-1 曲線の表現形式
2-3-2 2次曲線
2-3-3 パラメトリック曲線
2-3-4 パラメトリック曲面
2-3-5 レンダリングにおける曲面の扱い
補足説明描画ソフトウェアで用いられる3次ベジェ曲線
2-4 ポリゴン曲面の表現
2-4-1 ポリゴン曲面
2-4-2 細分割曲面
2-4-3 詳細度制御
2-4-4 平滑化処理
2-4-5 パラメータ化
2-4-6 電子透かし
2-4-7 形状検索
2-5 そのほかの形状生成手法
2-5-1 ボクセル
2-5-2 八分木
2-5-3 メタボール
2-5-4 陰関数表現
2-5-5 フラクタル

3 レンダリング
3-1 レンダリングの処理過程
3-1-1 レンダリングを構成する処理
3-2 隠面消去
3-2-1 バックフェースカリング
3-2-2 奥行きソート法
3-2-3 スキャンライン法
3-2-4 Zバッファ法
3-2-5 レイトレーシング法
3-3 シェーディング
3-3-1 シェーディングと影付け
3-3-2 シェーディングの要素
3-3-3 シェーディングモデル
3-3-4 環境光
3-3-5 拡散反射
3-3-6 鏡面反射
3-3-7 完全鏡面反射・透過・屈折
3-3-8 散乱・減衰現象の表示
3-3-9 スムーズシェーディング
3-4 影付け
3-4-1 本影と半影
3-4-2 影の計算法
3-5 マッピング
3-5-1 マッピングの概要
3-5-2 テクスチャマッピング
3-5-3 バンプマッピング
3-5-4 環境マッピング
3-5-5 ソリッドテクスチャリング
3-6 イメージベーストレンダリング
3-6-1 イメージベーストレンダリングの概要
3-6-2 テクスチャマッピングアプローチ
3-6-3 画像再投影アプローチ
3-6-4 パノラマ画像アプローチ
3-6-5 ビューモーフィングアプローチ
3-6-6 レイデータベースアプローチ
3-6-7 イメージベーストライティング
3-7 大域照明計算
3-7-1 ラジオシティ法
3-7-2 フォトンマッピング法
3-8 ボリュームレンダリング
3-8-1 ボリュームビジュアライゼーション
3-8-2 ボリュームレンダリング
3-9 ノンフォトリアリスティックレンダリング
3-9-1 NPRの概要と特徴
3-9-2 2次元画像を入力とするNPR
3-9-3 3次元形状を入力とするNPR

4 アニメーション
4-1 CGアニメーションの構成
4-1-1 アニメーションとは
4-1-2 仮現運動とアニメーションの表現
4-1-3 CGアニメーションに適用される各種アニメーション技法
4-1-4 カメラワーク
4-2 キーフレームアニメーション
4-2-1 キーフレーム法とスケルトン法
4-2-2 キーフレームの補間
4-2-3 形状変形アニメーション
4-3 手続き型アニメーション
4-3-1 進化・成長のアニメーション
4-3-2 自然現象のアニメーション
4-3-3 パーティクルとその応用
4-3-4 AIを利用したアニメーション
4-4 キャラクタのアニメーション
4-4-1 フォワードキネマティクス
4-4-2 インバースキネマティクス
4-4-3 パスアニメーション
4-4-4 モーションキャプチャデータによるアニメーション
4-4-5 筋肉変形アニメーション
4-4-6 表情のアニメーション
4-4-7 布地のアニメーション
4-4-8 髪の毛のアニメーション
4-4-9 群集(フロック)アニメーション
4-5 物理ベースアニメーション
4-5-1 剛体の物理シミュレーション
4-5-2 弾性体の物理シミュレーション
4-5-3 衝突判定
4-6 リアルタイムアニメーションと実写映像との合成
4-6-1 リアルタイムアニメーション
4-6-2 ゲーム物理
4-6-3 実写映像との合成

5 画像の濃淡変換とフィルタリング処理
5-1 画像の性質を表す諸量
5-1-1 ヒストグラム
5-1-2 画像の統計量
5-2 画素ごとの濃淡変換
5-2-1 トーンカーブ
5-2-2 折れ線型のトーンカーブ
5-2-3 ガンマ補正
5-2-4 S字トーンカーブ
5-2-5 ヒストグラム平坦化
5-2-6 濃淡の反転
5-2-7 ポスタリゼーションと2値化
5-2-8 ソラリゼーション
5-2-9 カラー画像の変換
5-2-10 擬似カラー
5-2-11 色相,彩度,明度の変換
5-3 領域に基づく濃淡変換(空間フィルタリング)
5-3-1 空間フィルタリング
5-3-2 平滑化
5-3-3 エッジ抽出
5-3-4 鮮鋭化
補足説明画像の空間周波数と周波数フィルタリング
5-4 そのほかの処理
5-4-1 画像構成要素の置き換え
5-4-2 画像間演算
5-4-3 マスク処理

6 画像の解析
6-1 2値画像処理
6-1-1 2値化
6-1-2 連結性
6-1-3 輪郭追跡
6-1-4 収縮・膨張処理
6-1-5 形状特徴パラメータ
6-1-6 距離
6-1-7 細線化と特徴点
6-2 領域分割処理
6-2-1 隣接画素の統合による領域分割処理
6-2-2 ミーンシフトによる隣接画素の統合
6-2-3 グラフを用いた領域分割処理
6-2-4 領域分割処理の応用
6-3 動画像処理
6-3-1 移動物体の検出
6-3-2 移動物体の追跡
6-3-3 その他の動画像処理

7 パターン・特徴の検出とパターン認識
7-1 特徴点による画像間のマッチング
7-1-1 特徴点による2つの画像間の対応付け
7-1-2 特徴点検出
7-1-3 スケールと回転に不変な特徴量
7-1-4 対応点探索
7-2 図形の検出
7-2-1 直線の検出
7-2-2 円の検出
7-3 パターンの検出
7-3-1 テンプレートマッチング
7-3-2 相違度の計算
7-4 パターン認識
7-4-1 パターン認識の流れ
7-4-2 画像からの特徴抽出
7-4-3 プロトタイプ法による識別
7-4-4 教師あり学習
7-4-5 教師あり2クラス識別
7-4-6 教師あり多クラス識別
7-5 ニューラルネットと深層学習
7-5-1 ニューラルネットワーク
7-5-2 深層学習とたたみ込みネットワーク

8 シーンの復元
8-1 画像と空間の幾何学的関係と3次元復元
8-1-1 画像上の位置と空間の位置
8-1-2 ステレオビジョン
8-1-3 アクティブステレオ
8-1-4 未知のカメラを用いた3次元復元
8-2 光学的なシーン復元
8-2-1 インバースレンダリング
8-2-2 反射特性
8-2-3 反射成分の分離
8-2-4 形状の復元
8-2-5 反射特性の復元
8-2-6 照明環境の復元

9 ビジュアル情報処理システム
9-1 CGと画像処理の融合
9-1-1 CGにおける画像処理の利用効果
9-1-2 コンピュテーショナルフォトグラフィ
9-2 ビジュアル情報処理用システム
9-2-1 システムの応用
9-2-2 ビジュアル情報処理システムの構成
9-2-3 コンピュータネットワーク
9-3 ビジュアル情報処理用ソフトウェア
9-3-1 ソフトウェアの構成
9-3-2 プログラミング言語
9-3-3 ビジュアル情報処理用APIとシェーダプログラミング言語
9-3-4 ビジュアル情報処理用アプリケーションソフトウェア
9-3-5 3次元モデル記述言語・フォーマット
9-4 リアルタイム3次元CGシステム
9-4-1 3次元CGハードウェア上での処理の流れ
9-5 入出力装置
9-5-1 画像入力装置
9-5-2 3次元データ入力装置
9-5-3 2次元画像出力装置
9-5-4 3次元データ出力装置
9-6 画像ファイル形式と記録方式
9-6-1 静止画像ファイル形式
9-6-2 映像信号フォーマット
9-6-3 動画像ファイル形式
9-6-4 文書記述形式
9-6-5 動画像記録メディア

appendix
a-1 知覚
a-1-1 眼の構造と視野
a-1-2 色と光
a-1-3 形の見え
a-1-4 動きの見え
a-1-5 奥行き知覚
a-2 知的財産権と情報セキュリティ
a-2-1 知的財産権の概要
a-2-2 情報セキュリティ
a-3 ビジュアル情報処理の歴史と応用
a-3-1 CGと画像処理技術の発展
a-3-2 ビジュアル情報処理を構成する主要な技術
a-3-3 産業への応用

参考図書
Index

ビジュアル情報処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP

The post ビジュアル情報処理-CG・画像処理入門-[改訂新版] first appeared on 資格hacker.

ディジタル画像処理[改訂新版]

awano — Sat, 23 Nov 2019 03:03:35 +0000

はじめに

本書は、公益財団法人画像情報教育振興協会(CG-ARTS)が,高度情報化社会に相応しい画像情報教育実現のために行ってきたさまざまな活動の一環として,2004年に出版された書籍「ディジタル画像処理」の改訂新版である。

旧版からの特徴として、本書では広範な画像処理関連技術を体系的にまとめるということに加えて,初学者にとっても直感的に理解しやすい解説を試みている。そのため、全ページカラー印刷とし、豊富な図解や,見てわかりやすい処理結果などを数多く載せている。

また,入門教科書としての利用にとどまらず、実際の仕事において関連技術を応用するエンジニアの方にも使っていただけるよう、それぞれの手法の底流にある考え方やその定式化など、重要と思われる内容も記載するように心がけている。

今回、改訂新版を出版するにあたり、上記の特徴は堅持すると同時に、最新の技術内容を取り込み全面的な見直しを行った。それはまた、ページ数の増加を適度に抑えつつ大幅な内容の充実を図るというとてもチャレンジングな取り組みでもあった。力がおよばなかったところもあるが,今後,読者の方々からの感情のないご意見を伺いながら、何らかの形で補っていければと考えている。

なお、本書はCG-ARTSが実施している検定試験「画像処理エンジニア検定エキスパート」を受験しようとする学習者のための教科書でもある。同検定は、画像処理分野に対する知識の理解度を測る試験であり、さまざまな教育現場や企業などで活用されている。本書と合わせて、この分野の学習や達成度の確認・証明などに生かしていただければと思う。

最後に,本書を少しでもよいものにしようと、多忙ななかでも努力を惜しまず協力してくださった執筆者の皆様、原稿に対する貴重なコメントをくださった皆様,図の作成や文章の校正などでご協力いただいた皆様、本書をまとめるにあたり参考にさせていただいた選去のCG-ARTS発行書籍の執筆者や編集委員の皆様,そして執筆・編集の大幅な遅れをカバーするために献身的な働きをしてくださった編集担当ならびに協会の皆様に、心より感謝申し上げます。

2015年2月
「ディジタル画像処理」
編集委員長奥富正敏

ディジタル画像処理 [改訂新版]

ディジタル画像処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP

3 画像の性質と色空間
3-1 画像の性質を表す諸量
3-1-1 画像の統計量
3-1-2 コントラストとシャープネス
3-2 人間の視覚
3-3 表色系と色空間
3-3-1 マンセル表色系
3-3-2 CIE-RG日表色系
3-3-3 CIE-XYZ表色系
3-3-4 CIE-L*a*b*色空間
3-3-5 sRGB色空間
3-3-6 輝度信号と色差信号
3-3-7 HSI変換と逆変換 –

4 画素ごとの濃淡変換
4-1 明るさ・コントラストの変換
4-1-1 トーンカーブ
4-1-2 折れ線型トーンカーブによる変換
4-1-3 累乗型トーンカーブ
4-1-4 S字トーンカーブによる変換
4-1-5 ヒストグラム平坦化
4-2 特殊な効果
4-2-1 濃淡の反転
4-2-2 ボスタリゼーションと2値化
4-2-3 ソラリゼーション
4-3 カラー画像の変換
4-3-1 R.G,Bトーンカープによる変換
4-3-2 カラー
4-3-3 色相・彩度・明度の変化
4-4 複数の画像の利用
4-4-1 画像間演算
4-4-2 マスク処理

5 領域に基づく濃淡変換(空間フィルタリング)
5-1 空間フィルタリング
5-2 平滑化
5-2-1 平均化
5-2-2 重み付き平均化
5-2-3 特定方向の平滑化
5-3 エッジ抽出
5-3-1 微分フィルタ
5-3-2 ブリューウィットフィルタ、ソーベルフィルタ
5-3-3 2次微分とラプラシアン
5-4 鮮鋭化
5-5 エッジを保存した平滑化
5-5-1 局所領域の選択と平均化を行うフィルタ
5-5-2 k最近隣平均化フィルタ
5-5-3 バイラテラルフィルター
5-5-4 ノンローカルミーンフィルタ
5-5-5 メディアンフィルタ
5-6 画像構成要素の置き換え

6 周波数領域におけるフィルタリング
6-1 画像のフーリエ変換
6-1-1 2次元フーリエ変換
6-1-2 画像のフーリエ変換
6-2 周波数フィルタリング
6-2-1 周波数フィルタリング
6-2-2 空間フィルタリングと周波数フィルタリングの関係
6-3 ローパスフィルタ,ハイパスフィルタ,バンドパスフィルタ
6-3-1 ローパスフィルタ
6-3-2 空間フィルタリングによる平滑化との関係
6-3-3 ハイパスフィルタ
6-3-4 バンドパスフィルタ
6-4 高域強調フィルタ
6-4-1 高域強調フィルタ
6-4-2 空間フィルタリングによる鮮鋭化との関係

7 画像の復元と生成
7-1 ぼけぶれ画像の復元
7-1-1 画像の劣化モデル
7-1-2 点がり関数のモデル化とパラメーター
7-1-3 逆フィルタ・ウィーナフィルタによる画像復元
7-2 さまざまな画像復元・生成
7-2-1 ノイズ除去
7-2-2 画像超解像
7-2-3 ハイダイナミックレンジ画像
7-2-4 ガイド画像を利用した画像処理
7-2-5 ライトフィールド撮影
7-2-6 コンピュテーショナルフォトグラフィ

8 幾何学的変換
8-1 線形変換
8-1-1 線形変換の一般形
8-1-2 拡大・縮小
8-1-3 回転
8-1-4 鎮映
8-1-5 スキュー
8-1-6 合成変換
8-2 同次座標とアフィン変換・射影変換
8-2-1 平行移動
8-2-2 同次座標
8-2-3 アフィン変換
8-2-4 射影変換
8-2-5 合成変換
8-3 画像の再標本化と補間
8-3-1 画像の再標本化
8-3-2 ニアレストネイバー
8-3-3 バイリニア補間
8-3-4 バイキュービック補間
8-4 イメージモザイキング
8-4-1 イメージモザイキングとその概略処理手順
8-4-2 特徴点の検出とマッチング
8-4-3 機何学的空機の推定
8-4-4 画像の機何学的空機と合成
8-4-5 平面パノラマ、円筒面パノラマ,球面パノラマ

9 2値画像処理
9-1 2値化
9-1-1 2値化
9-1-2 p-タイル法
9-1-3 モード法
9-1-4 判別分析法
9-2 値画像の基本処理と計測
9-2-1 連結性
9-2-2 輪郭追跡
9-2-3 輪郭追跡の応用例
9-2-4 収縮・膨張処理
9-2-5 収縮・膨張処理の応用例
9-2-6 ラベリング
9-2-7 形状特徴パラメータ
9-2-8 距離
9-3 線画像のベクトル化
9-3-1 ベクトル化処理の流れ
9-3-2 細線化手法
9-3-3 細線の特徴点抽出
9-3-4 ベクトル化
9-3-5 ベクトル化の応用例

10 領域処理
10-1 領域処理のための特徴量
10-1-1 領域のテクスチャ
10-1-2 2次元フーリエ変換による周波数特徴量
10-1-3 ガボールフィルタによる局所周波数特巻量
10-1-4 同時生起行列を用いた統計的特徴量
10-2 領域分割処理
10-2-1 隣接画素の統合による領域分割処理
10-2-2 画素特徴量のクラス分けによる領域分割処理
10-2-3 ミーンシフトを用いた領域分割処理
10-2-4 対象物と背景の間のエッジを利用した領域分割処理
10-2-5 グラフカットを用いた領域分割処理
10-2-6 領域分割処理の利用例

11 パターン・図形・特徴の検出とマッチング
11-1 テンプレートマッチングによるパターンの検出
11-1-1 テンプレートマッチング
11-1-2 類似度
11-1-3 サブピクセル位置推定
11-1-4 高速探索法
11-1-5 参照画素の選択による高速化
11-2 エッジ情報とヒストグラムによるパターン検出
11-2-1 エッジ情報を用いたチャンファーマッチング
11-2-2 ヒストグラム情報を用いたアクティブ探索
11-3 特徴点検出
11-3-1 コーナー検出
11-3-2 DoG画像を用いた特徴点とスケールの検出
11-3-3 輪郭線検出
11-4 特徴点の記述とマッチング
11-4-1 スケールと回転に不変な特徴記述(SIFT)
11-4-2 値特徴量
11-4-3 対応点マッチング
11-5 図形要素検出
11-5-1 ハフ変換
11-5-2 一般化ハフ変換
11-5-3 ランダム化ハフ変換
11-6 顕著性マップ
11-6-1 特徴統合理論
11-6-2 顕著性マップ

12 パターン認識
12-1 パターン認識の基本的なアプローチ
12-1-1 パターン認識の流れ
12-1-2 画像からの特徴抽出
12-1-3 プロトタイプ法による識別
12-1-4 クラスの分布を考慮した識別
12-1-5 NN法とkNN法
12-1-6 kd-tree法
12-1-7 ハッシングによる近似最近傍探索
12-2 教師あり学習による2クラス別
12-2-1 教師あり学習
12-2-2 アダブースト
12-2-3 サポートベクタマシン
12-3 教師あり学習による多クラス識別
12-3-1 対他分類器による多クラス識別
12-3-2 ニューラルネットワーク
12-3-3 ランダムフォレスト
12-4 教師なし学習とクラスタリング
12-4-1 クラスタリング
12-4-2 階層的クラスタリング
12-4-3 k-means法
12-5 特徴空間の変換と部分空間法
12-5-1 主成分分析
12-5-2 線形判別分析
12-5-3 部分空間法
12-6 画像認識の応用
12-6-1 物体検出
12-6-2 画像検索
12-6-3 人体姿勢推定

13 動画像処理
13-1 差分画像を用いた移動物体検出
13-1-1 差分画像
13-1-2 背景差分法
13-1-3 フレーム間差分法
13-1-4 統計的背景差分法
13-2 オプティカルフロー
13-2-1 ブロックマッチング法
13-2-2 勾配法
13-3 移動体追跡
13-3-1 テンプレートマッチングによる移動体追跡
13-3-2 KLTトラッカー
13-3-3 ミーンシフトトラッキング
13-3-4 ベイジアンフィルタ
13-4 その他の動画像処理
13-4-1 カット検出
13-4-2 カメラモーション推定
13-4-3 時空間画像処理
13-4-4 動画像からの自動ストロボ画像生成

14 画像からの3次元復元
14-1 画像と空間の幾何学的関係
14-1-1 透視投影モデルに基づく機何学的関係の記述
14-1-2 同次座標を用いた記述
14-1-3 エピポーラ機何
14-2 カメラキャリブレーション
14-3 ステレオビジョン
14-3-1 空間位置の計算
14-3-2 平行ステレオ
14-3-3 ステレオマッチング
14-4 アクティブステレオ
14-5 モーション推定と3次元復元
14-5-1 既知の空間点からのカメラ位置・姿勢の推定
14-5-2 画像対応点からのカメラモーションと3次元位置の指定
14-5-3 大量の画像を用いた復元

15 光学的解析とシーンの復元
15-1 光学的解析
15-2 放射量
15-2-1 放射量の定義
15-2-2 放射量の基本法則
15-3 反射
15-3-1 反射の種類
15-3-2 BRDFの定義と性質
15-3-3 反射モデル
15-4 反射成分の分離
15-4-1 色に基づく分離
15-4-2 偏光に基づく分離
15-5 形状の復元
15-5-1 位置の推定と法線の推定
15-5-2 照度差ステレオ
15-5-3 参照物体を用いた照度差ステレオ
15-6 反射特性の復元
15-6-1 BRDFの計測
15-6-2 反射モデルパラメータの推定
15-7 照明環境の復元
15-7-1 光源の種類と表現
15-7-2 光源分布の計測
15-7-3 インバースライティング

16 画像符号化
16-1 画像の転送
16-1-1 画像情報の転送
16-1-2 画像の符号量
16-1-3 画像の性質と画像フォーマット
16-2 画像と符号
16-2-1 画像圧縮の原理
16-2-2 画像符号化の分類
16-3 エントロピー符号化
16-3-1 ハフマン符号化
16-3-2 算術符号化
16-4 多値画像の符号化
16-4-1 予測符号化
16-4-2 変換符号化
16-5 2値画像の符号化
16-5-1 ランレングス符号化
16-5-2 チェイン符号化
16-5-3 差分チェインコード
16-6 カラー画像と動画像の符号化方式
16-6-1 カラー画像の符号化
16-6-2 静止画像の符号化方式
16-6-3 動画像の符号化方式

appendix
a-1 画像処理の歴史
a-1-1 画像処理の幕開け
a-1-2 画像処理の工業応用
a-1-3 画像処理のオフィス応用
a-1-4 画像処理の社会応用
a-1-5 最近の動向
a-2 数学的基礎
a-2-1 フーリエ変換
a-2-2 確率
a-2-3 擬似逆行列
a-2-4 固有値と固有ベクトル
a-2-5 KL展開と主成分分析
a-3 画像入力
a-3-1 撮像素子の種類と特徴
a-3-2 高速度カメラ
a-3-3 リニアイメージセンサ
a-3-4 距離画像の取得
a-4 画像出力
a-4-1 ディスプレイ
a-4-2 3Dディスプレイ
a-4-3 プリンタ
a-4-4 画像出力における画像処理
a-5 画像処理の特性測定
a-5-1 ゾーンプレート
a-6 規格
a-6-1 テレビジョンの走査方式
a-6-2 映像信号接続端子
a-6-3 動画像の符号化方式
a-6-4 画像ファイルフォーマット
a-7 知的財産権
a-7-1 知的財産権の概要
a-7-2 著作権
a-7-3 産業財産権と不正競争防止法

参考文献
Index

ディジタル画像処理 [改訂新版]

ディジタル画像処理編集委員会 (編集)

公益財団法人画像情報教育振興協会（CG-ARTS協会）、出典:出版社HP