2016年9月13日 更新

画像処理の意義

突然ですが、我々研究者が簡単に口にしている"画像"あるいは"画像処理"という言葉は、非研究者に正しく伝わっているのでしょうか。

850 view お気に入り 0
本来、(純粋な)科学とは、現在と未来に生きる人類の知的好奇心を満すための営みです。したがって、研究成果は非研究者にこそ広く伝わり、科学を楽しんで頂く必要があります。同時に、我々研究者には、人々を楽しませる義務があります。

昨今の画像不正問題を通じて、皆さんの心の中に
「画像処理って何か不正なことに使われてそう」や「画像処理って怖い」
といった思いがあればそれは悲しいことです。

本来、画像処理は
「雑多な情報群の中から、より真実に近しい情報だけ得る」ために行ないます。

例えば、気になる異性と偶然ツーショット写真を撮ったとします。しかし、あいにく逆光で撮ってしまい、暗くて2人が良く見えません。悔いても悔みきれません。そんな時には画像処理です。
この場合、「雑多な情報」とは「暗く写って見えない2人や良く見える風景や太陽」を意味します。画像処理としてコントラスト調整を行ない、明かにしたい「真実」は「ツーショット写真を撮ったこと」とした場合、「より真実に近しい情報」は「(コントラスト調整により顕在化した)2人」です。コントラスト調整により、2人で確かに写真を撮ったことが明かになりました。

生物画像に関しても、生の顕微鏡画像はノイズや目的外の構造を含んでいる場合がほとんどで、「真実に近しい情報」だけとは限りません。そのため、画像処理を行ない、論文掲載に耐え得る画像にする必要があります。

しかし、論文に掲載されたら科学的事実かと言うと、それも異なるのが科学の複雑な所。
様々な場所、時代の研究者の批判を受け、それらに耐えて始めて科学的事実となります。
当然、画像処理も吟味の対象となるので、行なった画像処理は論文中に記述しなくてはなりません。それが科学のルールです。

このルールに基づいて正しく画像処理を行うことで、科学者は人類の英知をいっそう高いものにできると信じています。
1 件

関連する記事 こんな記事も人気です♪

Extracting Straight Lines〜画像から境界線を効率よく求める方法〜

Extracting Straight Lines〜画像から境界線を効率よく求める方法〜

本記事では,IEEE Transactions on Pattern Analysis and Machine Intelligence に投稿された,「Extracting Straight Lines」の論文を説明し,実装を行います.1986年に投稿された少し古めの論文ですが,アイディアは非常に面白いです.
ディジタル画像処理~pythonによる空間フィルタリングpart1~ 

ディジタル画像処理~pythonによる空間フィルタリングpart1~ 

ディジタル画像処理を解説します.今回は,代表的な空間フィルタリングをpythonで実行してみました。
亀谷 桃子 | 13,273 view
Morphology (モルフォロジー) 変換の実装 ~ Python + OpenCV ~

Morphology (モルフォロジー) 変換の実装 ~ Python + OpenCV ~

画像処理の一つ,モルフォロジー変換をPython と OpenCVのライブラリを用いて実装し,それを2値画像に対して適用します.
Julia と画像処理②〜画像のセグメンテーション(Seed Region Growing とFelzenszwalbアルゴリズム)〜

Julia と画像処理②〜画像のセグメンテーション(Seed Region Growing とFelzenszwalbアルゴリズム)〜

プログラミング言語「julia」を用いて画像処理を行います.インストールに続き,今回は画像のセグメンテーションのライブラリを用いて,セグメンテーションを行います.
Medical Imaging Tech Night開催のお知らせ

Medical Imaging Tech Night開催のお知らせ

2018年11月25日(日)~11月30日(金)まで米国シカゴにて開催される「RSNA2018(第104回北米放射線学会)(※1)」の「Machine Learning Showcase」にて出展いたします。そこで得た最新の情報を元に、医用画像解析・機械学習に関するプレゼンテーションおよびトークセッションと交流会を実施いたします。

この記事のキーワード

この記事のキュレーター

エルピクセル編集部 エルピクセル編集部