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

  • 最小二乗法の最適化(高速化)

    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

    最小二乗法を用いて曲線近似するとき、近似するX座標の値が等間隔に並んでいる場合、奇関数、偶関数の特性を使って最小二乗法を高速に処理することが可能になります。

    例えば、画像中の線の中心位置や、エッジの位置をサブピクセル単位で求める場合などに有効です。

    最小二乗法の最適化

    以下からは線の輝度値を2次曲線で近似して、線の中心を求める例を示します。

    X方向の輝度値が最大となる座標付近の輝度値を抜き出し、2次式で近似すると
    X座標が180と181との間に最大値がありそうな事が分かります。

    輝度データ

    この輝度値を二次式(Y = aX2 + bX + c)で近似する場合、下記の行列の式を解くと二次式が求まります。

    最小二乗法の最適化

    ここで、逆行列の中は奇関数、偶関数の集まりなので、輝度値データのX座標を中心座標(X = 180.5)で割り振ると

    輝度値データ修正

    となります。
    よって、奇関数、偶関数の特性から、行列の式は

    行列の修正

    となり、行列の計算量を減らすことができます。

    また、近似するデータの個数が固定できるなら、逆行列の部分はあらかじめ計算しておく事ができるので、さらに計算量を減らすことができます。

    これで、求める線の中心座標は近似曲線の頂点位置、つまり微分の値が0となる座標(Y’ = 0の座標)なので、

    線の中心座標 = Xの中心座標 – b / 2a
    (今回の例ではXの中心座標 = 180.5)

    となり、より高速に線の中心座標を求めることができるようになります。

    この前提条件とした『X座標の値が等間隔に並んでいる場合』という部分ですが、画像処理においては、画素のX座標、Y座標を用いて、輝度値に関して近似する場合が多いので、for文などで、ある関数の総和などを求める場合には、この奇関数・偶関数が使えないか?検討してみると良いと思います。

    このテクニックは計算量が格段に少なくなるので、効果的な場合が多いと思います。

    使える数学へ戻る

    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