最近の記事
  • 5/29 Windows10パソコン購入
  • 5/24 Anacondaのアンインストール
  • 5/24 【Jupyter Notebook】新規プログラムの作成
  • 5/23 【Python】開発環境の構築
  • 5/23 Pythonはじめました
  • 5/14 simplicity2-child
  • 4/6 【Office365】Web版Outlookのスレッド表示を解除する方法
  • 4/5 【Excel】フーリエ解析(FFT)
  • 3/20 Canny edge detection
  • 3/20 【Excel2016】分析ツールの表示
  • 3/5 【Visual Studio】黒い背景色を白に変更する方法
  • 2/8 【Windows10】拡張モニタに表示されたウィンドウを元に戻す
  • 2/7 複素数の計算
  • 1/18 【Excel】棒グラフの横軸の目盛を0始まりにする
  • 1/16 【Excel】フーリエ変換
  • 1/6 【OpenCV】疑似カラー(カラーマップ)
  • 11/8 【Visual Studio】検索結果のウィンドウ表示
  • 11/3 ニコン 一眼レフカメラ D5500レビュー
  • 10/26 カラーカメラはモノクロカメラを兼ねない
  • 9/6 (Free Soft)Animation GIF Builder
  • 8/30 【C#】タブの無いTabControlっぽいものを作る
  • 8/29 【OpenCvSharp】サンプルプログラムの公開
  • 8/28 【PowerPoint】部分的にカラーにする(セレクトカラー処理)
  • 8/27 【C#】引数の値渡し、参照渡し(ref, out)
  • 8/26 【Word/Excel】図形内に文字を挿入する
  • 8/25 【C#】NumericUpDownコントロール
  • 8/24 ニコン D3400 VS D5500 仕様比較
  • 8/22 【C#】MDIフォームにリサイズ可能なPanelを設置する
  • 8/20 【Visual Studio 2015】文字の色が変、かすむ
  • 8/20 【Visual Studio】行のコピー、切り取り、貼り付け
  • 8/20
  • 8/16
  • 7/7 標準偏差のよくある誤解
  • 6/8 FPGA処理によるカラー光切断法の公開(参考出品)
  • 5/28 OpenCV3.1+Visual Studio 2015+64bitOSで簡単にOpenCVを試す
  • 3/19 【ImageDataクラス】画像の輝度値のCSVファイル保存
  • 3/19 【ImageDataクラス】Regionプロパティ
  • 3/19 【ImageDataクラス】画像の輝度値(画素値)の取得/設定
  • 3/19 【ImageDataクラス】InterpolationModeプロパティ
  • 3/19 【ImageDataクラス】BorderTypeプロパティ
  • 3/18 【ImageDataクラス】サンプルプログラム
  • 3/17 ImageDataクラスライブラリの使用方法
  • 3/17 【C#】ImageDataクラスライブラリ公開
  • 3/17 ImageDataクラスライブラリ
  • 2/25 【OpenCV】黒板風処理
  • 12/17 【Excel】絶対参照、相対参照の切替
  • 12/16 【Windows10】モニタの文字のかすれを直す
  • 11/28 【C#】Chartを使ったヒストグラム表示
  • 11/28 【C#】Chartコントロールをとりあえず使ってみる
  • 11/25 【C#】Chartコントロールの主なプロパティ

  • フィルタ処理の高速化アルゴリズム(重複した計算を行わない)

    シェアする

    • このエントリーをはてなブックマークに追加

    画像フィルタ処理の高速化のテクニックを移動平均フィルタを例にとって紹介したいと思います。

    カーネルのサイズが5×5の移動平均フィルタの場合、注目画素の周辺の5×5の輝度値を合計し、
    その輝度値の合計を画素数(5×5=25)で割る処理をラスタスキャンしながら、全画素に対して
    処理を行います。

    フィルタ処理の高速化

    ここで、隣の画素へ処理が移った時に、輝度値の合計の計算処理は前に行った輝度値の合計の
    処理とかなりかぶっている(下図の緑色の部分)事に気が付きます。

    フィルタ処理の高速化

    そこで、最初の輝度値の平均値を計算をした時の輝度値の合計値を保持しておき、最初の輝度値の
    合計値から、最初のカーネルの左端の1列分の輝度値(上図の赤色の部分)を引き、
    次のカーネルの右端の1列分の輝度値(上図の青色の部分)を足すと、次のカーネル内の
    輝度値の合計値を求める事が出来ます。

    そうすると、カーネル内の輝度値の合計の計算に25回の足し算をしていたところ、5回の引き算と
    5回の足し算の計10回の計算で済ませることが分かります。
    この効果はカーネルサイズが大きくなればなる程、大きくなります。

    さらに画像の1行分の合計値を確保するメモリを確保しておくと、縦方向に関しても同様の処理が
    できるので、高速化が期待できます。

    と、今回は画像のフィルタ処理を例にとって紹介していますが、この考え方は他にもいろいろと
    応用が効くので、輝度値の合計の計算に留まらず、毎回同じような処理をしているな~と思ったら、
    前回行った処理の使いまわしができないか?検討してみると良いでしょう。

    画像処理アルゴリズムへ戻る

    シェアする

    • このエントリーをはてなブックマークに追加

    フォローする

    関連記事

    スポンサーリンク

    コメント

    1. […] 前回、フィルタ処理の高速化アルゴリズム(重複した計算を行わない)で紹介した方法ではカーネルの値が全て同じでないと使えないので、今回はフィルタ処理を縦方向と横方向に分け […]