General Image Processing

On Genaral Image Processing, describe about general foundation of image processing with some examples by using Eos.

Foundation of image processingとSimple Image Processing

　Tutorial on simple image processing using the Eos has been published.

Input of image and Lens

　Before performing image processing using a computer, you should keep in mind about the input device that digitize images.Then, it is important to understand optical element called lens which creates image by condensing for light occurred at object.

CTF,PSF and MTF

　True image: f(x,y) is degraded due to the method of Input of image and performance of the Lens.こThen, It might occur uniform blur(degradation) at whole field. Here, the function about degradation of original point image is called PSF(Point Spread Function). If this Point Spread Function PSF(x, y) is determined, it can be regarded that an observed image g(x, y) is convoluted PSF(x, y) to a true image f(x, y).

Sampling

　To convert analog images to digital images, it is important that discretize the space by decomposing. This step is called Sampling. This failure might make incorrect interpretation like false image. Therefore, you must process carefully.

Quantization

　First, in digital image process the operation that expresses density values ​​within certain number of bits (Optical density) is required. This operation is called quantization(AD convert). Information lost by this process can't be regained.

Noise reduction

　Noiseが非常に多い画像を取り扱うためには,Noiseの性質をよく知ることが重要です. 電子顕微鏡関係のNoiseとしては,下記に挙げるいくつかが想定されます.

1. 電子線量が少ないことから来る量子Noise:白色雑音(全域)
2. 電子のエネルギー損失と色収差からくる低分解能側に多く存在するNoise:有色雑音(全域)
3. カメラのCCDや蛍光板,フィルムへの放射線,あるいは,ゴミなどによるNoise:局所雑音

などが挙げられます.

　量子Noiseは,白色雑音の一種であり,ポアソン過程に従ったNoise分布をする場合が多いことが知られています.

　非弾性散乱電子と色収差によるNoiseは,ぼけを伴い,低周波側に多く存在します.したがって,有色雑音となります.

　カメラのCCDや蛍光板,フィルムへの放射線,あるいは,ゴミなどによる雑音は,局所雑音となるExampleです.宇宙線や蛍光板内の崩壊に起因する放射線によるものは,非常に高い輝度のPixelを与えます.CCD等のMTFのために,一点とはならず,ぼけを生じます.

Smoothing

　画像のもつNoiseを取り除くことを主たる目的として実施するImage Processing方法です.Noiseの性質をよく理解することで,適切なNoise除去が可能になります.

Edge extraction

　対象物の形を理解するために重要なステップですが,とても難しいステップでもあります.

Binarization

　Signalと背景の切り分けや,代表点や骨格の抽出など,Image ProcessingやAnalysisのスタートとなる処理方法です.

Fourier Spaceを利用したImage Processing

　繰り返し周期がある画像などでは有効な画像小胞です.

Image Averaging

　the same photo fieldや同一粒子's imageがたくさんある場合には,画像の平均化を行うことで画像の質を上げることができます．