JP7318619B2 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

情報処理装置、情報処理方法、及び情報処理プログラム Download PDF

Info

Publication number
JP7318619B2
JP7318619B2 JP2020161483A JP2020161483A JP7318619B2 JP 7318619 B2 JP7318619 B2 JP 7318619B2 JP 2020161483 A JP2020161483 A JP 2020161483A JP 2020161483 A JP2020161483 A JP 2020161483A JP 7318619 B2 JP7318619 B2 JP 7318619B2
Authority
JP
Japan
Prior art keywords
partial
image
crystallinity
variation
information processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020161483A
Other languages
English (en)
Other versions
JP2022054339A (ja
Inventor
浩隆 坂本
正雄 矢野
哲也 庄司
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Priority to JP2020161483A priority Critical patent/JP7318619B2/ja
Priority to US17/480,368 priority patent/US11900655B2/en
Priority to CN202111106817.3A priority patent/CN114331947A/zh
Publication of JP2022054339A publication Critical patent/JP2022054339A/ja
Application granted granted Critical
Publication of JP7318619B2 publication Critical patent/JP7318619B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26—Electron or ion microscopes
    • H01J2237/28—Scanning microscopes
    • H01J2237/2802—Transmission microscopes

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。
従来、透過電子顕微鏡（TEM:Transmission Electron Microscope）により撮像された画像（以下、単に「ＴＥＭ画像」と称する。）を解析する技術が知られている。例えば、非特許文献１には、ＴＥＭ画像に対する一般的な画像解析技術が開示されている。
また、非特許文献２には、ディープニューラルネットワークを用いてＴＥＭ画像に写る物質の局所構造を解析する技術が開示されている。
HREM Research Inc., "GPA for Digital Micrograph",［令和2年9月14日検索］，インターネット<https://www.hremresearch.com/Eng/download/documents/gpa4dm.pdf> Jacob Madsenほか, "A Deep Learning Approach to Identify Local Structures in Atomic‐Resolution Transmission Electron Microscopy Images", ［令和2年9月14日検索］，インターネット<https://onlinelibrary.wiley.com/doi/abs/10.1002/adts.201800037@10.1002/(ISSN)25130390.Machine Learning>
ところで、ＴＥＭ画像に写る材料の結晶性を評価したい場合がある。図７に、ＴＥＭ画像の一例を示す。例えば、図７に示されるように、ＴＥＭ画像ＩＭ１，ＩＭ２に写る模様のような箇所は結晶性が高い箇所であり、それ以外の箇所は結晶性が低い箇所である。
図７に示されるようなＴＥＭ画像ＩＭ１，ＩＭ２の結晶性を評価しようとする場合、例えば、図８に示されるように、画像の輝度値によってその結晶性を評価することが考えられる。
しかし、図８に示されるように、ＴＥＭ画像ＩＭのうちの結晶性が高い箇所Ｌ１と結晶性が低い箇所Ｌ２とでほぼ同じ輝度である箇所も多く、単に画像の輝度値によって結晶性を評価することはできない。ＴＥＭ画像ＩＭの輝度値に対して単に閾値処理を施した場合には、図８に示されるような画像ＩＭｂが生成される。しかし、図８の画像ＩＭｂは、単に輝度値が高い部分が画素単位で抽出されているものの、結晶性が異なる部分について領域単位では抽出されていない。
このため、例えば、上記特許文献１に開示されているような画像解析のみでは、ＴＥＭ画像に写る材料の結晶性の高さを判定することはできない。
また、上記非特許文献２に開示されているようなニューラルネットワーク等によってＴＥＭ画像に写る材料の結晶性を評価しようとする場合、ラベル付きの学習用データを大量に用意する必要がある。ニューラルネットワーク等の学習済みモデルの精度は、その学習用データの質及び量に依存する。精度の良い学習済みモデルを生成しようとする場合には大量の学習用データを用意する必要があり、その用意に膨大な手間がかかる。
このため、上記非特許文献１，２の従来技術は、ＴＥＭ画像に写る材料の結晶性を簡易に判定することができない、という課題がある。
本発明は、上記事実を考慮し、ＴＥＭ画像に写る材料の結晶性を簡易に判定することを目的とする。
第１態様の情報処理装置は、透過電子顕微鏡により撮像された画像を取得する取得する取得部と、前記取得部により取得された前記画像の部分領域の各々について、前記部分領域に含まれる画素の画素値のばらつきを計算する計算部と、前記画像の前記部分領域の各々について、前記計算部により計算された前記部分領域の前記画素値のばらつきに基づいて、前記部分領域の結晶性の高さを判定する判定部と、を含む情報処理装置である。
第２態様の情報処理装置の前記計算部は、前記部分領域に含まれる画素の画素値の標準偏差を前記ばらつきとして計算する。
第３態様の情報処理装置の前記計算部は、中心画素を中心とする所定範囲内の画像を表す前記部分領域の各々について、前記ばらつきを計算し、前記判定部は、前記部分領域の各々について計算された前記ばらつきに基づいて、前記部分領域内の前記中心画素の結晶性の高さを判定することにより、前記部分領域の結晶性の高さを判定する。これにより、画像中の画素毎に結晶性の高さを判定することができる。
第４態様の情報処理装置は、前記判定部による前記中心画素の各々の判定結果に基づいて、前記中心画素の結晶性の高さに応じた離散的な画素値を付与することにより結晶性の高さを表す結晶性画像を生成する画像生成部をさらに含む。これによりＴＥＭ画像に写る材料の結晶性を可視化することができる。
第５態様の情報処理装置の前記判定部は、前記部分領域の各々について計算された前記ばらつきと、予め設定された値域とに基づいて、前記ばらつきが前記値域内の場合には値域に対応する結晶性の高さを有する領域であると判定する。
第６態様の情報処理方法は、透過電子顕微鏡により撮像された画像を取得し、取得された前記画像の部分領域の各々について、前記部分領域に含まれる画素の画素値のばらつきを計算し、前記画像の前記部分領域の各々について、計算された前記部分領域の前記画素値のばらつきに基づいて、前記部分領域の結晶性の高さを判定する、処理をコンピュータが実行する情報処理方法である。
第７態様の情報処理プログラムは、透過電子顕微鏡により撮像された画像を取得し、取得された前記画像の部分領域の各々について、前記部分領域に含まれる画素の画素値のばらつきを計算し、前記画像の前記部分領域の各々について、計算された前記部分領域の前記画素値のばらつきに基づいて、前記部分領域の結晶性の高さを判定する、処理をコンピュータに実行させるための情報処理プログラムである。
以上説明したように本発明によれば、ＴＥＭ画像に写る材料の結晶性を簡易に判定することができる、という効果がある。
実施形態に係る情報処理システムの概略ブロック図である。 ＴＥＭ画像における部分領域を説明するための図である。 部分領域に含まれる画素の画素値の標準偏差と結晶性の高さとの間の関係を説明するための図である。 結晶性画像の一例を示す図である。 実施形態に係るユーザ端末及びサーバのコンピュータの構成例を示す図である。 実施形態に係るサーバで行われる情報処理の一例を示すフローチャートである。 ＴＥＭ画像の一例を示す図である。 ＴＥＭ画像に対して閾値処理を施した画像の一例を示す図である。
＜実施形態＞
図１は、実施形態に係る情報処理システム１０の機能構成の一例を示すブロック図である。情報処理システム１０は、図１に示されるように、ユーザ端末１２と、情報処理装置の一例であるサーバ１４とを備える。ユーザ端末１２とサーバ１４とは、例えば、インターネット等のネットワーク１３を介して接続される。
実施形態に係る情報処理システム１０は、透過電子顕微鏡により撮像された画像であるＴＥＭ画像を解析し、ＴＥＭ画像に写る材料の結晶性を判定する。具体的には、情報処理システム１０のサーバ１４は、ユーザ端末１２から送信されたＴＥＭ画像の各部分領域に含まれる画素の画素値のばらつきを計算し、そのばらつきに基づいて、部分領域の結晶性の高さを判定する。これにより、ＴＥＭ画像に写る材料の結晶性を簡易に判定することができる。
以下、具体的に説明する。
（ユーザ端末）
ユーザは、分析対象である材料のＴＥＭ画像を、自身が操作するユーザ端末１２へ入力する。ＴＥＭ画像は、透過電子顕微鏡により撮像された材料の画像である。
ユーザ端末１２は、ユーザから入力されたＴＥＭ画像を、ネットワーク１３を介してサーバ１４へ送信する。後述するサーバ１４において、ユーザ端末１２から送信されたＴＥＭ画像の解析が行われる。
（サーバ）
サーバ１４は、図１に示されるように、送受信部１４０と、取得部１４２と、計算部１４４と、判定部１４６と、画像生成部１４８とを備えている。
送受信部１４０は、ユーザ端末１２から送信されたＴＥＭ画像を受信する。
取得部１４２は、送受信部１４０により受信されたＴＥＭ画像を取得する。
計算部１４４は、取得部１４２により取得されたＴＥＭ画像の部分領域の各々について、当該部分領域に含まれる画素の画素値のばらつきを計算する。図２に、ＴＥＭ画像における部分領域を説明するための図を示す。
具体的には、計算部１４４は、図２に示されるように、中心画素Ｐを中心とする所定範囲内の画像を表す部分領域ＲをＴＥＭ画像ＩＭ内に複数設定する。例えば、計算部１４４は、ＴＥＭ画像ＩＭを構成する各画素を中心画素Ｐとして順に設定することにより、部分領域Ｒの各々を設定する。そして、計算部１４４は、複数の部分領域の各々について、該部分領域に含まれる画素の画素値のばらつきの一例として画素値の標準偏差を計算する。
図３に、部分領域に含まれる画素の画素値の標準偏差と結晶性の高さとの間の関係を説明するための図を示す。図３に示されるように、ＴＥＭ画像ＩＭのうち、中心画素Ｐ１を中心とする部分領域Ｒ１は結晶性の高い箇所に相当する。一方、図３に示されるように、ＴＥＭ画像ＩＭのうち、中心画素Ｐ２を中心とする部分領域Ｒ２は結晶性の低い箇所に相当する。図３に示されるように、横軸を画素値とし縦軸を画素値の頻度としたグラフを生成した場合、部分領域Ｒ１に含まれる画素の画素値の標準偏差は大きく、部分領域Ｒ２に含まれる画素の画素値の標準偏差は小さい。
このため、判定部１４６は、複数の部分領域の各々について、計算部１４４により計算された当該部分領域の標準偏差に基づいて、部分領域内の中心画素が結晶性の高い画素であるか否かを判定する。これにより、部分領域は結晶性の高い領域であるか否かが判定される。
具体的には、判定部１４６は、複数の部分領域の各々について、当該部分領域の標準偏差と予め設定された閾値とに基づいて、標準偏差が閾値より大きい場合には、当該部分領域の中心画素は結晶性の高い領域であると判定する。一方、判定部１４６は、標準偏差が閾値以下の場合には、部分領域の中心画素は結晶性の高い領域ではないと判定する。
画像生成部１４８は、判定部１４６による判定結果に基づいて、中心画素の結晶性の高さに応じて離散的な画素値を付与することにより、結晶性の高さを表す結晶性画像を生成する。具体的には、画像生成部１４８は、中心画素の結晶性が高いと判定された場合には中心画素に対応する位置の画素に第１の画素値（例えば、白色を表す画素値）を付与する。一方、画像生成部１４８は、判定部１４６による判定結果に基づいて、中心画素の結晶性が低いと判定された場合には中心画素に対応する位置の画素に第２の画素値（例えば、黒色を表す画素値）を付与する。画像生成部１４８は、このようにして結晶性の高さを表す結晶性画像を生成する。
図４に、ＴＥＭ画像ＩＭと、従来技術により生成された結晶性画像ＩＭｂと、本実施形態のサーバ１４の処理により生成された結晶性画像ＩＭｃとの一例を示す。従来技術により生成された結晶性画像ＩＭｂは、画像の輝度値を閾値処理して、その結晶性を評価することにより得られた画像である。
本実施形態のサーバ１４の処理により生成された結晶性画像ＩＭｃでは、中心画素の結晶性が高いと判定された場合には白色を付与し、中心画素の結晶性が低いと判定された場合には黒色が付与されている。図４に示されるように、従来手法より得られた結晶性画像ＩＭｂは、単に画素値に基づく閾値処理によって得られた画像であり、結晶性が高い部分が画素単位で抽出されているものの、領域単位では抽出されていない。これに対し、結晶性画像ＩＭｃは、結晶性の高い部分が領域単位で精度良く抽出されていることがわかる。
送受信部１４０は、画像生成部１４８により生成された結晶性画像をユーザ端末１２へ送信する。
ユーザ端末１２は、サーバ１４から送信された結晶性画像を受信する。ユーザは、ユーザ端末１２の表示部に表示された結晶性画像を確認する。
ユーザ端末１２及びサーバ１４は、例えば、図５に示すようなコンピュータ５０によって実現することができる。ユーザ端末１２及びサーバ１４を実現するコンピュータ５０は、ＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部５３を備える。また、コンピュータは、入出力装置等（図示省略）が接続される入出力interface（Ｉ／Ｆ）５４、及び記録媒体５９に対するデータの読み込み及び書き込みを制御するread/write（Ｒ／Ｗ）部５５を備える。また、コンピュータは、インターネット等のネットワークに接続されるネットワークＩ／Ｆ５６を備える。ＣＰＵ５１、メモリ５２、記憶部５３、入出力Ｉ／Ｆ５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。
記憶部５３は、Hard Disk Drive（ＨＤＤ）、Solid state drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部５３には、コンピュータを機能させるためのプログラムが記憶されている。ＣＰＵ５１は、プログラムを記憶部５３から読み出してメモリ５２に展開し、プログラムが有するプロセスを順次実行する。
次に、実施形態の情報処理システム１０の作用について説明する。
ユーザ端末１２へＴＥＭ画像が入力されると、ユーザ端末１２は、ＴＥＭ画像をサーバ１４へ送信する。サーバ１４がＴＥＭ画像を受信すると、サーバ１４は図６に示す情報処理ルーチンを実行する。
ステップＳ１００において、ＣＰＵ５１は、取得部１４２として、送受信部１４０により受信されたＴＥＭ画像を取得する。
ステップＳ１０２において、ＣＰＵ５１は、計算部１４４として、上記ステップＳ１００で取得されたＴＥＭ画像の部分領域の各々について、当該部分領域に含まれる画素の画素値の標準偏差を計算する。
ステップＳ１０４において、ＣＰＵ５１は、判定部１４６として、複数の部分領域の各々について、上記ステップＳ１０２で計算された当該部分領域の標準偏差に基づいて、当該部分領域内の中心画素の結晶性の高さを判定する。
ステップＳ１０６において、ＣＰＵ５１は、画像生成部１４８として、上記ステップＳ１０４で得られた判定結果に基づいて、中心画素の結晶性が高いと判定された場合には中心画素に対応する位置の画素に第１の画素値（例えば、白色を表す画素値）を付与し、中心画素の結晶性が低いと判定された場合には中心画素に対応する位置の画素に第２の画素値（例えば、黒色を表す画素値）を付与し、結晶性の高さを表す結晶性画像を生成する。
ステップＳ１０８において、ＣＰＵ５１は、送受信部１４０として、上記ステップＳ１０６で生成された結晶性画像をユーザ端末１２へ結果として送信する。
以上説明したように、実施形態に係る情報処理システム１０のサーバ１４は、透過電子顕微鏡により撮像された画像であるＴＥＭ画像の部分領域の各々について、当該部分領域に含まれる画素の画素値のばらつきを計算する。サーバ１４は、複数の部分領域の各々について、当該部分領域に含まれる画素の画素値のばらつきに基づいて、当該部分領域の結晶性の高さを判定する。これにより、ＴＥＭ画像に写る材料の結晶性を簡易に判定することができる。また、ニューラルネットワークのような学習済みモデルを利用する必要がなくなるため、ラベル付きの学習用データを用意することなく、ＴＥＭ画像内の各部分領域の結晶性を判定することができる。また、単に輝度値と閾値とを利用した場合に比べ、結晶性の高さを精度良く判定することができる。
なお、上記の実施形態における各装置で行われる処理は、プログラムを実行することにより行われるソフトウエア処理として説明したが、ハードウエアで行う処理としてもよい。或いは、ソフトウエア及びハードウエアの双方を組み合わせた処理としてもよい。また、ＲＯＭに記憶されるプログラムは、各種記憶媒体に記憶して流通させるようにしてもよい。
さらに、本発明は、上記に限定されるものでなく、上記以外にも、その主旨を逸脱しない範囲内において種々変形して実施可能であることは勿論である。
例えば、上記実施形態では、ＴＥＭ画像内の部分領域に含まれる画素の画素値のばらつきの一例として標準偏差を計算する場合を例に説明したが、これに限定されるものではない。他の指標によって部分領域に含まれる画素の画素値のばらつきを評価するようにしてもよい。
また、上記実施形態の判定部１４６は、部分領域の標準偏差と閾値とに基づいて、部分領域の標準偏差が閾値より大きい場合には、当該部分領域の中心画素は結晶性の高い領域であると判定し、部分領域の標準偏差が閾値以下の場合には、部分領域の中心画素は結晶性の低い領域であると判定する場合を例に説明したが、これに限定されるものではない。例えば、判定部１４６は、部分領域の標準偏差と予め設定された値域とに基づいて、結晶性の高さを判定するようにしてもよい。具体的には、判定部１４６は、部分領域の標準偏差が値域内である場合には、当該部分領域は値域に対応する結晶性の高さを有する領域であると判定するようにしてもよい。例えば、判定部１４６は、部分領域の標準偏差が値域Ｔ１～Ｔ２内である場合には、当該部分領域の中心画素の結晶性は、値域Ｔ１～Ｔ２に対応する結晶性の高さＣ（又はＣ１～Ｃ２）を有する領域であると判定する。これにより、単に結晶性の高低ではなく、結晶性の高さを連続的に評価することができる。
１０ 情報処理システム
１２ ユーザ端末
１３ ネットワーク
１４ サーバ
１４０ 送受信部
１４２ 取得部
１４４ 計算部
１４６ 判定部
１４８ 画像生成部
５０ コンピュータ
５２ メモリ
５３ 記憶部

Claims (6)

  1. 透過電子顕微鏡により撮像された画像を取得する取得部と、
    前記取得部により取得された前記画像の部分領域の各々について、前記部分領域に含まれる画素の画素値のばらつきを計算する計算部と、
    前記画像の前記部分領域の各々について、前記計算部により計算された前記部分領域の前記画素値のばらつきに基づいて、前記部分領域の結晶性の高さを判定する判定部と、
    を含み、
    前記計算部は、中心画素を中心とする所定範囲内の画像を表す前記部分領域の各々について、前記ばらつきを計算し、
    前記判定部は、前記部分領域の各々について計算された前記ばらつきに基づいて、前記部分領域内の前記中心画素の結晶性の高さを判定することにより、前記部分領域の結晶性の高さを判定する、
    情報処理装置。
  2. 前記計算部は、前記部分領域に含まれる画素の画素値の標準偏差を前記ばらつきとして計算する、
    請求項１に記載の情報処理装置。
  3. 前記判定部による前記中心画素の各々の判定結果に基づいて、前記中心画素の結晶性の高さに応じて離散的な画素値を付与することにより、結晶性の高さを表す結晶性画像を生成する画像生成部を更に含む、
    請求項１又は請求項２に記載の情報処理装置。
  4. 前記判定部は、前記部分領域の各々について計算された前記ばらつきと、予め設定された値域とに基づいて、前記ばらつきが値域内である場合には、前記値域に対応する結晶性の高さを有する領域であると判定する、
    請求項１～請求項３の何れか１項に記載の情報処理装置。
  5. 透過電子顕微鏡により撮像された画像を取得し、
    取得された前記画像の部分領域の各々について、前記部分領域に含まれる画素の画素値のばらつきを計算し、
    前記画像の前記部分領域の各々について、計算された前記部分領域の前記画素値のばらつきに基づいて、前記部分領域の結晶性の高さを判定し、
    前記ばらつきを計算する際には、中心画素を中心とする所定範囲内の画像を表す前記部分領域の各々について、前記ばらつきを計算し、
    前記部分領域の結晶性の高さを判定する際には、前記部分領域の各々について計算された前記ばらつきに基づいて、前記部分領域内の前記中心画素の結晶性の高さを判定することにより、前記部分領域の結晶性の高さを判定する、
    処理をコンピュータが実行する情報処理方法。
  6. 透過電子顕微鏡により撮像された画像を取得し、
    取得された前記画像の部分領域の各々について、前記部分領域に含まれる画素の画素値のばらつきを計算し、
    前記画像の前記部分領域の各々について、計算された前記部分領域の前記画素値のばらつきに基づいて、前記部分領域の結晶性の高さを判定し、
    前記ばらつきを計算する際には、中心画素を中心とする所定範囲内の画像を表す前記部分領域の各々について、前記ばらつきを計算し、
    前記部分領域の結晶性の高さを判定する際には、前記部分領域の各々について計算された前記ばらつきに基づいて、前記部分領域内の前記中心画素の結晶性の高さを判定することにより、前記部分領域の結晶性の高さを判定する、
    処理をコンピュータに実行させるための情報処理プログラム。
JP2020161483A 2020-09-25 2020-09-25 情報処理装置、情報処理方法、及び情報処理プログラム Active JP7318619B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020161483A JP7318619B2 (ja) 2020-09-25 2020-09-25 情報処理装置、情報処理方法、及び情報処理プログラム
US17/480,368 US11900655B2 (en) 2020-09-25 2021-09-21 Information processing device, information processing method, and recording medium recorded with information processing program
CN202111106817.3A CN114331947A (zh) 2020-09-25 2021-09-22 信息处理装置、信息处理方法、以及记录有信息处理程序的记录介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020161483A JP7318619B2 (ja) 2020-09-25 2020-09-25 情報処理装置、情報処理方法、及び情報処理プログラム

Publications (2)

Publication Number Publication Date
JP2022054339A JP2022054339A (ja) 2022-04-06
JP7318619B2 true JP7318619B2 (ja) 2023-08-01

Family

ID=80821360

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020161483A Active JP7318619B2 (ja) 2020-09-25 2020-09-25 情報処理装置、情報処理方法、及び情報処理プログラム

Country Status (3)

Country Link
US (1) US11900655B2 (ja)
JP (1) JP7318619B2 (ja)
CN (1) CN114331947A (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012202701A (ja) 2011-03-23 2012-10-22 Fujitsu Ltd 結晶粒方位の分析方法および結晶粒方位の分析装置
JP2015226228A (ja) 2014-05-28 2015-12-14 富士ゼロックス株式会社 画像処理装置及びプログラム
WO2017026051A1 (ja) 2015-08-11 2017-02-16 オリンパス株式会社 画像処理装置、画像処理方法および画像処理プログラム
JP2017155097A (ja) 2016-02-29 2017-09-07 キヤノン株式会社 蛍光体及びその製造方法、該蛍光体を用いた波長変換用部材、波長変換用膜、太陽電池モジュール、発光装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5678595B2 (ja) * 2010-11-15 2015-03-04 株式会社リコー 検査装置、検査方法、検査プログラム、及びそのプログラムを記録した記録媒体
JP2013031054A (ja) * 2011-07-29 2013-02-07 Ricoh Co Ltd 撮像装置及びこれを備えた物体検出装置、並びに、光学フィルタ及びその製造方法
JP5620967B2 (ja) * 2012-11-22 2014-11-05 日東電工株式会社 透明導電性フィルム
JP2016018964A (ja) 2014-07-10 2016-02-01 株式会社東芝 磁気抵抗効果素子
JP6758826B2 (ja) * 2015-12-03 2020-09-23 キヤノン株式会社 画像処理装置及び画像処理方法
EP3217423A1 (en) * 2016-03-07 2017-09-13 Fritz Haber Institut der Max Planck Gesellschaft Department of Inorganic Chemistry Transferable silica bilayer film
WO2017171317A1 (ko) * 2016-03-29 2017-10-05 한국화학연구원 비 산처리 친환경 셀룰로오스 나노결정체의 제조방법 및 이로 제조된 셀룰로오스 나노결정체
WO2018123150A1 (ja) * 2016-12-28 2018-07-05 旭化成株式会社 セルロース含有樹脂組成物及びセルロース製剤
JP6564421B2 (ja) * 2017-05-17 2019-08-21 キヤノン株式会社 画像処理装置、撮像装置、画像処理方法、及びプログラム
JPWO2019111105A1 (ja) * 2017-12-06 2020-12-03 株式会社半導体エネルギー研究所 半導体装置、および半導体装置の作製方法
EP3831975B1 (en) * 2018-07-31 2022-07-06 JFE Steel Corporation Soft magnetic powder
JP7200916B2 (ja) * 2019-12-10 2023-01-10 トヨタ自動車株式会社 溶着接合方法および溶着接合体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012202701A (ja) 2011-03-23 2012-10-22 Fujitsu Ltd 結晶粒方位の分析方法および結晶粒方位の分析装置
JP2015226228A (ja) 2014-05-28 2015-12-14 富士ゼロックス株式会社 画像処理装置及びプログラム
WO2017026051A1 (ja) 2015-08-11 2017-02-16 オリンパス株式会社 画像処理装置、画像処理方法および画像処理プログラム
JP2017155097A (ja) 2016-02-29 2017-09-07 キヤノン株式会社 蛍光体及びその製造方法、該蛍光体を用いた波長変換用部材、波長変換用膜、太陽電池モジュール、発光装置

Also Published As

Publication number Publication date
US11900655B2 (en) 2024-02-13
CN114331947A (zh) 2022-04-12
JP2022054339A (ja) 2022-04-06
US20220101041A1 (en) 2022-03-31

Similar Documents

Publication Publication Date Title
CN108229526B (zh) 网络训练、图像处理方法、装置、存储介质和电子设备
CN111031346B (zh) 一种增强视频画质的方法和装置
JP5229744B2 (ja) 画像分類装置および画像分類プログラム
JP6870346B2 (ja) データ分析システム、データ分析方法およびプログラム
JP6158882B2 (ja) 生成装置、生成方法、及び生成プログラム
KR102177247B1 (ko) 조작 이미지 판별 장치 및 방법
JP7318619B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP2007198912A (ja) 画像検査装置、画像検査方法、コンピュータを画像検査装置として機能させるためのプログラムおよび記録媒体
JP6214073B2 (ja) 生成装置、生成方法、及び生成プログラム
JP7279697B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN111971951A (zh) 运算装置、运算方法、程序和鉴别系统
CN114359090A (zh) 一种口腔ct影像的数据增强方法
JP2022191776A (ja) 画像処理装置、画像処理方法及びプログラム
JP2006260410A (ja) 画像処理アルゴリズムの評価装置、生成装置、評価方法、生成方法、コンピュータをその評価装置として機能させるためのプログラム、およびコンピュータをその生成装置として機能させるためのプログラム
JP6164024B2 (ja) 画像処理装置及びプログラム
JP2004158014A (ja) 一連の画像に現れる物体の動きを表現する方法、一連の画像中の画像における物体の選択を識別する方法、画像に対応する信号を処理することによって一連の画像を探索する方法、及び装置
JP4394399B2 (ja) 画像解析装置、画像解析プログラム、記憶媒体および画像解析方法
JP2010074416A (ja) 画像データ処理方法、画像データ処理装置及びプログラム
JP7188420B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP4483516B2 (ja) 画像処理装置および方法、並びにプログラム
WO2022024165A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
JP7112924B2 (ja) 情報処理装置、情報処理方法、およびプログラム
JP4438589B2 (ja) 画像処理装置および方法、並びにプログラム
KR100988431B1 (ko) 영상 특징 추출 방법, 이를 기록한 기록매체 및 이를 수행하는 장치
JP4483517B2 (ja) 画像処理装置および方法、並びにプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220524

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230131

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230131

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230329

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230418

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230608

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230620

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230703

R151 Written notification of patent or utility model registration

Ref document number: 7318619

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151