画像処理(英語:图像处理)とは,カメラ等で取り込んだデジタル画像から意図した情報を取り出すために処理加工を行うことをいいます。情報を取り出す画像解析とその解析をしやすくするために行う前処理を合わせて指すのが一般的です。
画像処理の歴史は1960年代から人工衛星が取得した衛星画像処理の品質改善のために研究が始まり,CTやMRI等の医用画像処理に徐々に広がっていきました。その後,PCの価格低下と処理の高速化,デジタルカメラの普及により,一般用途での活用が急速に広がりました。また高解像度なデータを高速画像処理する必要性から,画像処理にFPGA等のハードウェアを使用するケースも増えてきています。
画像处理の利用と応用例
画像处理はノイズを取り除いてきれいな画像を出力する以外にも，最近では，コンピュータ上で特定の物体を见つける画像认识の活用が増えています。人间の视覚による直感的な判断をコンピュータが行えるようになることで，これまで人による目视検查に頼っていた生产ラインでの外観検查等をコンピュータによる画像検查に置き换える动きが进んでいます。
その応用は医用画像，顔認識，文字认识（OCR）といったより高度な対象に広がってきており，ロボット产业の市场拡大の倾向から，ロボットの目（画像のセンサ）として动体検出や3次元画像処理を取り扱うコンピュータビジョンという研究分野として発展しています。（画像认识とは）
画像处理での色空间
カラーJPEG, BMP形式等のデジタル画像データでは,各画素(ピクセル)をRGBの色空間で取り扱われます。画像処理の色調整にRGB色空間を利用すると,黄色等の中間色を作る場合にはRGB3色の配合と最終的な色の関係理解をした上で調整する必要があります。そこで人間の直感に近い処理を可能にするためにHSV色空間を用いることがある.HSVは色相(色调),彩度(饱和度),明度(值)の軸で色を表し,○○色をこのぐらいの明るさでという調整が容易となります。
画像処理の流れ
画像处理は画像を取得後、1.前処理 2.物体検出・認識 の順で行います。
画像处理のアルゴリズムについては别ページでご绍介いたします。（画像处理アルゴリズムとは）
1.前处理
画像から特定の情报を検出する际，検出する対象を1，そうでないものを0などしきい値でわける二値化处理が行われます。取得した画像がしきい値の决定で境界の切り分けができない场合は前处理が必要になります。ここでは「フィルタ」と「モルフォロジー处理」についてご绍介します。
「画像处理フィルタ」
画像に含まれるノイズ成分を低减させる目的でフィルタを利用します。ノイズを少なくすることで境界线が明确になるなど解析においてメリットがあります。例えば下の画像のようにノイズを多く含む画像に対してメディアンフィルタをかけることにより画像をクリアにし，境界部分もはっきりみることができます。メディアンフィルタはごましおノイズと呼ばれる周囲と比べて大きく辉度が异なるノイズ成分を除去するのに特に效果的です。このように取り出したい画像やノイズの特徴から适切なフィルタを选択しかけてあげることがポイントとなります。
ノイズを含む2领域の境界
メディアンフィルタ处理后
主なフィルタと处理后のフィルタ效果を下にご绍介します。平均化やガウシアンなど辉度値の変化を滑らかにする作用のフィルタを平滑化フィルタといいます。
原画像
平均化：平均
円状平均化：磁盘
モーション：运动
ガウシアン：高斯
「モルフォロジー处理」
“モルフォロジー处理” とは，画像处理をする过程で形状ベースの处理操作の総称です。モルフォロジー演算は，构造化要素を入力イメージに适用し，同じサイズの出力イメージを作成します。主な处理には「膨张「と」收缩」があります。この二つの处理を组み合わせで「收缩」させてから「膨张」させることをオープニングと呼び，轮郭を滑らかにする，小さい构造を削除する际に利用します。一方で「膨张」してから「收缩」させることをクロージングと呼び，ギャップをつなぐ，穴をふさぐ际に利用します。
これらの処理を画像全体にかけても期待する画像を取り出せない場合,コントラスト調整,ROI(関心領域)に対してマスクをかけるなどの処理と複合的に組み合わせていく必要があります。
2.物体検出·认识
前处理が终わったら，2値化により物体検出のための作业を行います。（セグメンテーション）
「辉度しきい値をもちいた物体検出」
2値化での物体検出の际もっとも一般的なのが辉度しきい値による切り分けです。下のコインが并んだ画像の辉度の分布を表すヒストグラムをみると，2つのピークがあることがわかります。背面が黒でコインの輝度のほうが強く、その間にしきい値を設定すればよいと予想ができます。ここではしきい値100以上は白、それ以下は黒というきりわけをしています。 面積を出すなどの場合はさらに穴を埋めるなど必要なモルフォロジー処理により適切なセグメンテーションを行います。
原画像
輝度しきい値100で値化した画的像
原画像ヒストグラム
ヒスグラム上での切り分け箇所
「エッジ検出」
しかし人物など立体的なものであれば，光の当たり方などにより，検出したい物体の中で辉度が异なるためひとつのしきい値で切り分けができないことがあります。そのような场合はエッジ検出を用いて対象物体を切り分けます。主なエッジ検出のアルゴリズムとしては大きく分けるとソーベル，プレウィット，等の勾配法（1次微分）とガウスのラプラシアン，ゼロクロスなどのラプラシアン法（2次微分）の2种类があります。强力なエッジ検出手法の一つがキャニー法です。キャニー法では2つの异なるしきい値（强いエッジと弱いエッジの検出用）を使用し，强いエッジに接続する弱いエッジのみを出力に含めます。したがって，他の方法よりノイズの影响を受けにくいので，弱いエッジを正确に検出できる可能性が高くなります。
原画像
ラプラシアン：拉普拉斯
ガウスのラプラシアン：日志
「物体认识のための直线·円の抽出」
検出したエッジ画像から特定の形状に绞り込むために，直线や円といった特徴を抽出する方法にハフ変换やラドン変换があります。これらについては下记ページに说明があります。
画像处理の応用としてのコンピュータビジョン
コンピュータやロボットの目として期待されるコンピュータビジョンでは，より复雑な环境や一般生活の中での画像处理が行われることになります。そこでこれまでのエッジや直线·円等の検出だけでなく，人や人の颜といったより具体的なものの検出を行うアルゴリズムの开発，ステレオビジョン等奥行き情报を含んだ3次元画像处理などの最新技术，さらにはデータベース上に多数の画像を特徴としてあらかじめ持っておき，検出に利用する机械学习の領域との協調が進んでいます。
画像処理を実行する環境
画像のデジタルデータは像素の并び（行列）とRGBの色强度を组み合わせた3次元の行列であつかわれることが一般的です.MATLAB™は矩阵实验室を语源にするとおり行列演算を得意とするため，画像处理分野でも広く使われています。图像采集工具箱™を用いることで画像の取り込みも简単に行うことができます。
图像处理工具箱™ならびに,计算机视觉工具箱™を使用することで，多様かつ复雑な画像处理を容易に行うことが出来ます。両制品あわせて，500もの画像处理用关数が提供され，20年もの长い期间にわたり使われてきています。また近年は，GUIベースの各种ツールも提供され，さらに使いやすくなり，画像处理のプログラミングの效率向上が期待できます。
さらにMATLAB编码器™やHDL编码器™，视觉HDL工具箱™ を用いることで，MATLAB环境で作成した画像处理アルゴリズムをFPGAなどが実装された画像处理ボードを用いた画像处理システムで利用できるÇコードやHDLコードに変换することができます。アルゴリズムの検讨から実装までを一贯して行うことで效率的な画像处理ソリューション开発につながります。
