Image Processing Toolbox
画像処理、解析およびアルゴリズム開発を実行
Image Processing Toolbox™ には、画像処理、解析、可視化およびアルゴリズム開発のための包括的な参照標準アルゴリズムおよびワークフロー アプリが用意されています。画像セグメンテーション、画像の強調、ノイズ除去、幾何学的変換、画像レジストレーション、3 次元画像処理を実行することができます。
Image Processing Toolbox アプリにより、一般的な画像処理ワークフローを自動化できます。画像データを対話的にセグメント化して、画像レジストレーション手法を比較し、大規模なデータセットのバッチ処理を実行できます。可視化関数およびアプリにより、画像、3 次元ボリューム、ビデオの参照、コントラストの調整、ヒストグラムの作成、関心領域 (ROI) の操作を行うことができます。
アルゴリズムはマルチコア プロセッサおよび GPU 上で実行することで高速化できます。多くのツールボックス関数では、デスクトップ プロトタイピングおよび組み込み画像システム実装を行うための C/C++ コード生成をサポートしています。
探索と発見
アプリおよび関数を使用して、多くのデータ型の画像を取得して可視化し、処理します。
データの取得とインポート
さまざまなデバイスによって生成された画像およびビデオをインポートします。フレーム グラバー、GigE Vision® カメラ、DCAM 対応カメラなどの機器からライブ画像およびビデオを取り込むことができます。
探索と発見のためのアプリ
各アプリにより、MATLAB 自動コード生成が可能であり、対話的な手順をプログラムで保存することができます。これは、複数の画像処理ワークフローの自動化に役立ちます。
画像の前処理
S/N 比を高め、カスタム フィルターまたは事前定義されたフィルターを使用することで画像の特徴を強調します。
画像の強調
S/N 比を高め、色彩や強度を変更することで画像の特徴を強調します。畳み込みや相関の実行、ノイズの除去、 コントラスト調整および ダイナミック レンジの再マッピングを行うことができます。
モルフォロジー演算
コントラストの強調、ノイズの除去、領域の細分化、領域での細線化を行うことができます。
画像のボケ修正
焦点外れ、撮影時のカメラや対象物のブレ、大気条件、露光時間の短さなどによって生じたボケを修正します。
3 次元画像処理ワークフロー
3 次元ボリュームで完全な画像処理ワークフローを可視化して実行します。
3 次元での可視化
データ構造を調査するさまざまな可視化方法を使用することで、3 次元ボリュームを探索します。3 次元ボリュームのピクセル強度を不透明度にマッピングして、ボリューム内の特定の範囲を強調できます。
3 次元処理
3 次元データを使用した完全な画像処理ワークフローを可能にする多くの任意次元の関数に加えて 3 次元固有の関数を使用します。
画像解析
形状の検出、オブジェクト数のカウント、色の特定またはオブジェクト プロパティの測定など、有用な情報を画像から取り出します。
エッジ検出
エッジ検出では、事前構築されたアルゴリズムを使用して、画像内のオブジェクト境界を特定します。Sobel、Prewitt、Roberts、Canny、ガウスの Laplacian 法が用意されています。
画像領域解析
面積、重心、方向などの画像内の領域のプロパティを計算します。画像領域解析アプリを使用して、プロパティに基づいて領域のカウント、並べ替え、削除を自動的に実行します。
ハフ変換、統計関数、色空間変換
線分、線の端点、および円を見つけます。統計関数では画像の特徴を解析できます。色空間変換は、デバイスに依存することなく色を正確に表します。
画像セグメンテーション
自動しきい値処理、エッジベース手法およびモルフォロジーに基づく手法など、さまざまな画像セグメンテーション方法が用意されています。
画像セグメンテーション手法
画像内の領域境界を特定し、画像セグメンテーションに対するさまざまなアプローチを探索します。セグメンテーション アプリを使用して、これらの手法を対話的に探索します。
モルフォロジー演算
Watershed セグメント化を使用して、画像内の隣接するオブジェクトを分離します。この問題には多くの場合、Watershed 変換が適用されます。
画像レジストレーション
定量解析または定性的比較を有効にするために画像の位置合わせを行います。
画像レジストレーションの方法
強度に基づく画像のレジストレーションを使用して、相対的な強度のパターンを使用して画像の位置を自動的に合わせることができます。マルチモーダル 3D レジストレーションと非剛体レジストレーションを実行し、差分が強調表示された合成画像を作成することで結果を視覚的に検証できます。
高速化と配布
C/C++ および HDL のコードを操作できるため、画像処理アルゴリズムを PC ハードウェア、FPGA、ASIC で実行でき、画像処理システムを開発できます。
ターゲット ハードウェア
C コードと HDL コードを自動的に生成します。多くの画像処理機能がコード生成をサポートしているため、画像処理アルゴリズムを PC ハードウェア、FPGA、ASIC、組み込みハードウェアで実行できます。
GPU 高速化
アプリケーションとモデルのパフォーマンスを改善するには、GPU とマルチコア プロセッサを使用します。
新機能
ディープラーニング
ディープラーニング技術を使用した画像ノイズ除去
ボリューム表示機能の強化
ラベル付けされたボリュームの表示、カラーマップの指定
領域プロパティの計測
円形度と フェレ径の計測
burstinterpolant 関数
低解像度の連写画像から高解像度の画像を生成
inpaintCoherent 関数
コヒーレンス トランスポートに基づくインペインティングにより画像の損傷した箇所を修復
NIfTI-2 ファイルフォーマットのサポート
NIfTI-2 ファイル形式による脳神経画像ボリュームデータの読み取りと書き込み
これらの機能および対応する機能の詳細については、リリースノートを参照してください。
MATLAB を使用したディープ ラーニング
わずか数行の MATLAB コードでディープラーニング モデルを構築できます。専門知識は必要ありません。
