Image Processing Toolbox

画像処理、可視化、分析を実施 

 

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。

詳細を見る:

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

Web カメラ、デジタルカメラ、衛星用センサー、空中センサー、医療用画像機器、顕微鏡、望遠鏡など、幅広い科学機器によって生成された画像および映像をインポート可能。

多くの特殊な画像ファイル形式がサポートされています。医療用画像では、DICOM ファイル形式 (関連するメタデータを含む) と、Analyze7.5 および Interfile 形式をサポートしています。

ハイ ダイナミック レンジイ メージの表示

探索と発見のためのアプリ

アプリを使えば、さまざまなアルゴリズムによるアプローチを探索して見つけることができます。Color Thresholder アプリでは、さまざまな色空間に基づいて画像の分割ができます。Image Viewer アプリでは、点、線、矩形、ポリゴン、楕円形、自由曲線などの関心領域 (ROI) を、対話的に配置して操作できます。

色ベースのセグメンテーション

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。

マルチスペクトルのカラー合成イメージの強調

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。

雪片の粒度分布

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。 

ブラインド デコンボリューション アルゴリズムを使った画像のブレ除去

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。

3 次元セグメンテーション

プログラム関数と対話型アプリを使用して 3 次元セグメンテーションを実行。しきい値設定、動的輪郭、セマンティック セグメンテーション、およびその他の手法を使用して、3 次元データのセグメンテーションを行うことができます。

Image Analysis

Extract meaningful information from images, such as finding shapes, counting objects, identifying colors, or measuring object properties.

Edge Detection

Identify object boundaries in an image using pre-built algorithms. These algorithms include the Sobel, Prewitt, Roberts, Canny, and Laplacian of Gaussian methods.

Image Region Analysis

Calculate the properties of regions in images, such as area, centroid, and orientation. Use the Image Region Analysis App to automatically count, sort, and remove regions based on properties.

Image Region Analyzer App

Hough Transform, Statistical Functions, and Color Space Conversions

Find line segments, line endpoints, and circles. Statistical functions let you analyze the characteristics of an image. Color-space conversion accurately represents color independently from devices.

Detect and Measure Circular Objects in an Image

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。

watershed セグメント化

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。

マーカーコントロール付き Watershed セグメント化

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。

マーカーコントロール付き Watershed セグメント化

新機能

Big Image

クラスバランシング、ラベルデータ、および追加の TIFF 圧縮方式のサポート

画像品質メトリックス

マルチスケール構造的類似性 (MS-SSIM) 指数の測定

modefilt 関数

カテゴリまたはラベルデータのフィルタのため 2-D 画像または 3-D ボリュームでモード フィルタを実行

DICOM-RT での輪郭

DICOM-RT ストラクチャセットから ROI 輪郭データを抽出

Big Image

サイズが大きすぎてメモリ内に収まらない画像の処理

ディープラーニング用データの前処理

追加の画像拡張を実行

これらの機能および対応する関数の詳細については、リリースノートを参照してください。

MATLAB for Deep Learning

With just a few lines of MATLAB code, you can apply deep learning techniques to your work whether you’re designing algorithms, preparing and labeling data, or generating code and deploying to embedded systems.