Advanced study of environmental imageanalysis

Course Title

Course Title in English

Advanced study of environmental imageanalysis

Course Type

-

博士前期課程科目

Eligible Students

Graduate School of Human Science and Environment

Target Grade

All

Course Numbering Code

HHHME5MCA7

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義・演習 (Lecture/Seminar)

Eligible Year/Semester

Fall semester 2026

(Fall semester)

Instructor

木村敏文

Affiliation

環境人間学研究科

Language of Instruction

Japanese

Related SDGs

11／14／15

Office Hours and Location

オフィスアワー一覧表（ユニバーサルパスポートに掲示）を参照のこと

Contact

オフィスアワー一覧表（ユニバーサルパスポートに掲示）を参照のこと

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

1◎／2〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】　画像に多くの情報が含まれており、実験にも用いられている。画像や映像を用いた研究を考えることは重要になる分野もある。本講義では画像や映像の基本的な知識を学び、それらから特徴的な情報を得る方法を習得し、研究に活用できる力を養うことを目的としている。
【講義目標】本講義の到達目標は、１）画像や映像解析の基礎知識の習得、２）画像や映像からの特徴量検出や研究に利用できるデータ取得技術の習得、である。

Subtitle and Keywords of the Class

キーワード：画像処理、画像解析、画像計測、環境問題対策

Course Overview and Schedule

【講義内容】
本講義では最初に画像、映像の基本的な知識を紹介し、その後、それらから特徴的な情報を得る方法を講義する。データ取得方法をフリーソフトウェアやプログラミングを通じて、演習し、その仕組みや処理手順を考え、問題解決に対するアプローチについても学んでいく。最終的には受講者が直面する問題を設定し、問題解決のための手法について、議論する。

【講義計画】
１．ガイダンス　本講義の目標や講義計画などについて、説明を行う。
２．画像・映像についての基礎知識
３．ソフトウェアのインストール
４．画像処理（１）　画像ファイル、映像ファイルの扱い方
５．画像処理（２）　画像処理ソフトウェアの利用方法
６．画像処理（３）　画像平滑化、強調など
７．画像処理（４）　細線化や領域拡張、収縮など
８．画像処理（５）　画像計測など
９．画像処理（６）　個体追跡手法など
１０．環境画像解析演習（１）　問題設定
１１．環境画像解析演習（２）　データ取得
１２．環境画像解析演習（３）　データ解析
１３．環境画像解析演習（４）　中間報告
１４．環境画像解析演習（５）　プレゼンテーション資料作成
１５．まとめ，総合演習（受講者によるプレゼンテーション）

※パソコンの利⽤: 毎回使⽤予定

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
生成ＡＩの利用については担当教員の指示に従うこと。
生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。
教員が認める範囲を超えて生成ＡＩを利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。

Textbook

ユニバーサルパスポートのクラスプロファイル機能を使って資料を配布する。

References

三浦耕太・塚田祐基編著　ImageJではじめる生物画像解析　秀潤社
北山直洋著　Pythonで始める OpenCV 4 プログラミング　カットシステム

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

【予習】講義に際して配布する資料確認（15ｈ）、講義で使用するソフトウェアの準備と操作確認（10ｈ）、プレゼンテーションの準備（5h）
【復習】演習課題、レポート作成（５回、30ｈ）、講義内容の理解を深め定着させるために配布資料を読み直し（30ｈ）

Contents of Active Learning

受講者はプレゼンテーションの準備を行い、講義で発表を行う。新たなアイデアにつなげるため、発表に対して、受講者同士で議論を行う。

Grading Criteria and Methods

【成績評価の基準】
　画像、映像の特徴を理解し、それらを研究の利用できる技術を身に付けた者については、講義目的・到達目標に記載する能力（画像・映像処理の基本的知識、特徴量検出手法、データ活用手法等）の到達度に基づき、S（90点以上）、Ａ（80点以上）、B（70点以上）、C（60点以上）による成績評価のうえ、単位を付与する。
【成績評価の方法】
　演習課題、レポート課題 100 %、発表内容を基準として、総合的に評価する。

How to Disclose Assignments and Exam Results

演習課題やレポートは、原則次の講義内で解説やコメントする。
最終レポートは、ユニバーサルパスポートのクラスプロファイル機能を使ってコメントを示す。

Precautions and Requirements for Course Registration

・講義中に指示することや講義内容、授業計画に記載している内容について、予習、復習をして、講義に出席すること。
・履修にあたっては、画像、映像を研究に利用することを考えている、もしくは利用している学生が望ましい。
・講義中の演習は、Windowsでpython + OpenCV（プログラミング開発ソフトウェア）、Fiji（画像処理ソフトウェア）、ffmpeg（映像フォーマット変換ソフトウェア）、GIMP（画像処理ソフトウェア）など、のソフトウェアで実施する。
・研究室や自宅で利用できるようにするため、WindowsのノートＰＣの持参し、講義で利用するソフトウェアをインストールする。
・病欠の配慮を希望する場合、証明書（診断書（原本）／診断書（コピー可）／病院の領収書）を学務課を通じて、必ず提出すること。

Practical Education

該当しない。

Remarks

担当教員は、情報工学と生物学の融合分野を専門としている。生物を対象とした行動解析ソフトウェアの開発を行っており、環境に関係する画像解析の基本的な知識、手法について、教授する。

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data