フラットフィールドコレクション(FFC)

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
最近の記事
  • 10/21 【C#】寸法線の描画
  • 10/21 【C#】GraphicsPathの領域取得
  • 10/20 【C#】GraphicsPathの描画
  • 10/18 【C#】GraphicsPath
  • 10/17 【C#】Bitmap画像データの拡大縮小
  • 10/15 【C#】画像の座標系
  • 10/14 【C#】画像の上下左右反転、90,180,270度回転
  • 10/3 【C#】SplitContainerのPanel固定方法
  • 9/7 【Neural Network Console】学習データの出力方法
  • 9/3 Deep Learning向け学習画像撮り込みソフト公開
  • 9/1 【Neural Network Console】新規画像のDataset作成方法
  • 8/28 【Neural Network Console】GUI表示スケールの変更
  • 8/22 【Neural Network Console】CPU/GPU処理の設定切替
  • 8/21 【Neural Network Console】Learning Rate(学習率)の設定
  • 8/20 ソニーの無償AIソフト Neural Network Consoleの入手ダウンロード、インストール
  • 8/20 Deep Learning
  • 8/20
  • 8/19 古いバージョンのVisual Studio Community/Expressの入手ダウンロード
  • 8/19 CUDAの入手、ダウンロード、インストール方法
  • 8/17 【C#.NET】マイクロソフト仕様のアフィン変換
  • 8/5 【C#】ファイルを開くダイアログボックスの表示
  • 8/2 キャノンプリンターのCDトレイはどこ?!
  • 7/6 【参考書籍】画像処理・機械学習プログラミング OpenCV 3対応
  • 6/20 【Python,matplotlib】動くグラフをAnimationGifに保存する方法
  • 6/17 シグモイド関数の微分
  • 6/15 シグモイド関数
  • 6/13 合成関数の微分
  • 6/12 WordPressで数式エディタ風に数式を入力したい
  • 6/11 PythonをVisual Studioでインストールする方法
  • 6/9 【Python】OpenCVをAnacondaでインストール(Windows編)
  • 6/6 【Python】Anacondaで複数バージョンの環境切り替え
  • 6/6 画像センシング展2017に出展します。
  • 6/1 【Office365】Web版Outlookのフォントサイズ変更
  • 6/1 【Anaconda】モジュールのアップデートでエラー発生
  • 6/1 【Anaconda】コマンドリストの表示
  • 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
  • 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)

  • フラットフィールドコレクションとは?

    フラットフィールドコレクション(Flat Field Correction【略: FFC】)とは、撮影した画像の輝度値を均一にする補正で、比較的高価な工業用のカメラに搭載され、主にラインセンサカメラには、このフラットフィールドコレクションの機能が搭載されています。

    そもそも、真っ白な被写体を撮影した時に、なぜ撮影した画像の輝度値が均一にならないのか?と言うと、考えられる要因として

    • レンズのシェーディングによる影響
    • 照明の明るさのムラ
    • CCD素子1つ1つの感度のばらつき

    などが挙げられます。

    フラットフィールドコレクションを行うと、これらの要因をまとめて補正する事が可能となります。

     フラットフィールドコレクション(Flat Field Correction)  フラットフィールドコレクション(Flat Field Correction)
    フラットフィールドコレクション前 フラットフィールドコレクション後

    このフラットフィールドコレクションは、カメラのアナログオフセット(足し算/引き算)、アナログゲイン(掛け算/割り算)、デジタルオフセット(足し算/引き算)、デジタルゲイン(掛け算/割り算)を駆使して輝度値が均一になるように補正されます。
    多少、実際の補正手順が面倒なので敬遠されがちですが、補正アルゴリズムを理解すると、ある程度、納得できると思います。

    補正アルゴリズム

    カメラにより実際の処理は異なる部分があると思いますが、おおむね以下の流れでフラットフィールドコレクションは行われます。

    まず、最初にフラットフィールドコレクションによる輝度値の補正により、輝度値が飽和しない(輝度値が255を超えない)ようにするため、画像の最大輝度値が、おおむね255の80%程度(204ぐらい)になるように、実際の撮影する環境(照明、露光時間など)においてアナログゲインを調整します。

    フラットフィールドコレクション(Flat Field Correction)

    上図を見ても分かるように、画素のよっては入力光量が小さい場合(暗い場合)、出力輝度値が0になってしまう画素がある可能性があります。

    これを補正するため、入力光量を0にして(レンズにキャプをする)、アナログオフセットで画像の最小輝度値が0にならないように調整します。

    フラットフィールドコレクション(Flat Field Correction)

    この状態で、カメラの黒レベル補正(FPN)の機能を実行すると、カメラ内部では、黒レベル(輝度値0)において、各画素の輝度値が0になるようデジタルオフセットの値が調整されます。

    フラットフィールドコレクション(Flat Field Correction)

    次に実際の撮影状態(照明、露光時間など)にして、できるだけ反射や汚れ、ムラの少ない白の被写体を撮影し、カメラの白レベル補正(PRNU)の機能を実行します。

    すると、上記の撮影状態で全画素が指定した目標輝度値(輝度値を指定できないカメラもある)になるように、カメラ内部では全画素のデジタルゲインの値が調整されます。

    フラットフィールドコレクション(Flat Field Correction)

    この一連の処理を行う事で、最初に紹介したように、画像全体が均一な輝度値となる画像を得る事が可能となります。

    また、上記の説明は、以下の順序でゲイン/オフセットの補正が行われる事を前提に説明しています。

    CCDの電気信号アナログオフセットアナログオゲインデジタルオフセットデジタルゲイン

    この機能は、主に二値化処理を用いた処理による画像検査などにおいては、効果を発揮します。