最近非常に流行していて、多くの雑誌や単行本が出版されているものに数字パズルがあります。本稿では、これらを解く上で基本的な作業を自動化し、最終判断はコンピュータではなくユーザーに任せようというコンピュータ支援解法に基づいたプログラムを紹介します。

デジタルカメラなどで写真を撮影するとき、誤って傾けてしまい、水平でなくなってしまうことがあります。そこで本稿では、補正画像を見ながら、0.5°刻みで画像を回転して補正する方法を紹介します。

ニューラルネットワークの主要なアルゴリズムであるバックプロパゲーション法を、車両のナンバープレートの自動読取りへの応用例で紹介します。

交通標識の認識は、画像処理の応用の例として、各所で鋭意研究されています。本稿では、「禁止」や「制限」を意味する赤の標識をまず色で抽出し、ノイズを除去する方法を紹介します。

コンピュータで美しい図形を描画する方法にカオス写像があります。なかでも、特に美しいとされる2次元モデルのエノン写像、グモウスキー・ミラ写像を、多くの試行結果を基に紹介します。

前稿で紹介したマンデルブロー集合と姉妹関係にあるジュリア集合を描く方法を解説します。今回は、特に着色方法に重点を置いて紹介します。

マンデルブロー集合はフラクタル図形の一種として有名で、これを描画する方法は広く知られています。本稿では、単なる描画ではなく、マンデルブロー集合から面白いパターンを容易に探索できるように実装します。

ヒストグラムは画像の明るさの分布を表わすものですが、これを補正すると、より鮮明な画像に変換できます。本稿では、ヒストグラムの拡張と平坦化の2種類の補正方法を選んで実行できるようにし、カラー画像の改善を図りました。

画像の色は一般にRGB値で表されますが、人間の感覚に近いのは、「色相」「彩度」「明度」を用いるHSV（またはHSB）表色系です。画像の色の補正にHSVを用いる方法を実装し、RGB値とHSV値との相互の関係を理解しやすくしました。

実験結果をグラフに表示する時、測定点をプロットしてから、測定点に近い直線や二次曲線などを描くことがあります。ここでは、これを自動的に行うプログラムを紹介します。この作業は「最小二乗法」が用いられますが、対数目盛を含む各種グラフの座標上で回帰直線を求め、指数関数、対数関数、冪（べき）関数にも対応できるよう工夫しました。

カメラなどで撮った自然画像を絵画のように変えてみたいことがあります。著名な市販レタッチソフトや、他の有償無償の画像ソフトにもこの種の機能が含まれています。本稿では比較的単純な手法で、油彩画に似た絵画調の画像を作成する方法を紹介します。

実験結果をグラフに表示する時、測定点をプロットしてから、その間を自在定規などで結んだ経験があると思います。本稿では、これを自動的に行うプログラムを紹介します。このような作業は「補間」（Interpolation）と呼ばれ、色々な方式があります。

Hough変換は、画像から直線や円を検出する技法としてよく知られていますが、実用化には多くの問題点もあります。本稿では、最初に一般的なHough変換の基本プログラムを紹介し、次に交通標識認識への応用に特化したプログラムについて述べます。

コンボリューション（畳み込み演算）を画像処理に使うと、画像を滑らかにしたり、シャープにしたりできます。本稿では、Java 2D APIを利用して、画像処理の基本となる平滑化、鮮鋭化、およびエッジ検出を実装する方法を解説します。

三次元グラフは、z=f(x,y)で与えられる関数を分かりやすく表示できるので、多くの科学的論文や資料で使用されます。本稿では、自分でも作れるように、三次元グラフの仕組みと実装例を紹介します。

細線化とは、二値画像を幅1ピクセルの線画像に変換する処理のことで、画像処理の中では比較的利用頻度の高いものです。特に、文字認識やパターン認識の前処理として多く使われます。

画像処理の応用の一つに、車や人物といった物体の検出があります。画像の中から、上記のような特定のパターンを探し出すには、「テンプレートマッチング法」が良く用いられます。ここでは、テンプレートマッチングの最も簡単な方法を紹介します。

「フラクタル図形」とは、その図形を拡大して行くと、再び最初の図形と同じものが現れる、特殊な図形です。フラクタル画像の描画プログラミングを実装しながら、再帰処理のテクニックを学びます。