General Image Processing

Genaral Image Processingでは,一般的なImage Processing方法の基礎について,Eosを使ってExample示しながら解説します.

basis of image processingとSimple Image Processing

　Eosを使った簡単なImage Processingに関するチュートリアルが掲載されています.

Input of imageとLens

　コンピュータを使ってImage Processingを行う前に,画像がデジタル化されるInput装置のことを気にしておく必要があります.その際,実物から発した光を集光して像をつくり出す,レンズという光学素子を理解しておくことが重要です.

CTF,PSFとMTF

　真に得たい画像をf(x,y)で表現した場合に,Input of image方法やLensの性能などによりどうしても画像が劣化します.このとき,全空間に一様なボケ(劣化)が生じる場合があります.このとき,本来一点であるはず's imageの劣化する関数を点拡がり関数PSF(Point Spread Function)と呼びます.この点拡がり関数PSF(x, y)が分かると,真's imagef(x, y)にPSF(x, y)を畳み込みこんだ画像が観測画像g(x, y)となります.

Sampling

　アナログ画像をデジタル画像にするためには,空間をinterval,離散化することが重要です.このステップを標本化といいます.これに失敗すると,偽解像などの間違った画像を解釈する可能性があるので,注意が必要です.

Quantization

　デジタルImage Processingでは,アナログである濃度値(光学密度)をあるビット数内で表現する量子化(ＡＤ変換)という操作が最初に必要です.ここで失ったInformationを取り戻す事は出来ません.

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．