1coding 😆

화소 영역 처리 입력 화소와 그 주위의 화소 값을 함께 고려하여 화소 값을 변경하는 공간 영역 연산입니다. 화소의 원 값과 위치를 바탕으로 화소 값을 변경하는 화소 점 처리와 다른 기술입니다. Output_pixel[x, y] : 회선 처리로 출력한 화소 I[m, n] : 입력 영상의 화소 M[m, n] : 입력 영상의 화소에 대응하는 가중치( 마스크 값 ) ​ 마스크는 입력 영상의 화소의 수랑 같고, 각각의 위치의 가중치를 말합니다. 이런 마스크가 적용된 영상을 회선 마스크(Convolution Mask)라고 합니다. ​ 화소 영역 처리는 회선 기법(Convolution Technique)을 사용합니다. 회선 기법을 사용하는 회선 처리(Convolution Processing)는 원시 화소와 이웃하는 ..

히스토그램 평활화 (Histogram Equalized) 어둡게 촬영된 영상의 히스토그램을 조절하여 명암 분포가 빈약한 영상을 균일하게 만들어줍니다. 예를 들어, 역광으로 찍힌 사진을 밝게 하고 싶을때 사용합니다. ​ 영상의 밝기 분포를 재분배하여 명암 대비를 최대화하고, 명암 대비 조정을 자동으로 수행하게끔 합니다. (단, 각 명암 빈도는 변경되지 않습니다) ​ 검출 특성이 좋은 영상만 출력하지는 않지만 영상의 검출 특성을 증가 시킵니다. 히스토그램 평활화 과정 1) 0부터 i 까지의 명암 값의 빈도 수를 측정하여 히스토그램 생성 계산한 히스토그램을 보면 전체적으로 왼쪽으로 편향되어 있다는 사실을 알 수 있습니다. 자, 그럼 이 영상을 오른쪽으로 펼춰줘야 합니다. ​ 2) 0부터 i 까지의 누적 빈도 ..

히스토그램 (Histogram) 데이터의 특징을 한 눈에 알아볼 수 있도록 데이터를 막대그래프 모양으로 나타낸 것입니다. ​ 입력 영상을 히스토그램으로 만드는 과정을 그린 그림입니다. (a)는 16개의 화소로 구성되어있고, 화소 비트 수가 3비트라서 명도를 8까지 표현할 수 있는 디지털 영상입니다. 히스토그램을 통해 입력 영상의 명도 값이 골고루 분포되어 있다는 것을 알 수 있습니다. ​ 히스토그램을 통해 영상의 특징을 파악할 수 있습니다. 산술 연산 - 히스토그램 이동 (Shifting) 1) 덧셈 연산 명도 값을 증가시켜 영상을 밝아지므로, 히스토그램의 기둥이 오른쪽으로 이동합니다. ​ 2) 뺄셈 연산 명도 값을 감소시켜 영상을 어둡게하므로, 히스토그램 기둥이 왼쪽으로 이동합니다. ​ 3) 곱셈 연산..

화소 점 처리 기법 명암 변환(Intensity Transform)은 밝기를 변경하는 것입니다. 미리 지정된 변환 함수를 기반으로 입력 영상의 이전 화소를 새롭게 재탄생 시키는 기법입니다. ​ 일반화된 식 Output(q) = T [Input(p)] ​ p : 입력 영상의 화소 값 T : 화소 값은 변환하는 함수 q : 값을 변환하여 얻는 출력 화소 값 ​ 화소 값을 변환하는 여러 변환 함수가 있습니다. 널 변환 (Null Transform) 입력 영상을 출력 영상으로 변환해도 아무런 일도 일어나지 않는 함수입니다. 그냥 단순히 입력 화소를 출력 화소로 바꾸는 변환입니다. ​ Output(q) = Input(p) 반전 변환 (Negative Transform) 사진학적 역변환입니다. 각 화소의 값이 영상..

논리 연산 - AND 연산 AND 연산은 원하는 비트를 선택적으로 0으로 만들 수 있는 연산입니다. 다른 말로 마스크(Mask) 연산이라고도 합니다. ​ 영상의 특정 화소 비트에서 0으로 구성된 이진 데이터와 AND 연산을 수행합니다. ​ 아래와 같이 보통 이미지와 가운데가 뻥 뚫린 것 같은 이진 데이터 영상이 있습니다. 이진 데이터 영상의 흰색 부분은 값이 1111이므로 연산한 값이 그대로 출력됩니다. 하지만, 검은색 부분의 값은 0000이기 때분에 해당 자리는 검은색으로(0000) 출력됩니다. (저렇게 생긴 마스크를 영상에 씌운다해서 마스크 연산인가 봅니...) 논리 연산 - OR 연산 OR 연산은 특정 비트를 선택적으로 1로 만들 수 있는 연산입니다. 다른 말로 선택적-세트(Selective-set..

화소 점 처리 화소 점 처리는 원래 화소의 값이나 위치를 바탕으로 단일 화소 값을 독립적으로 변경하는 기술입니다. 다른 화소의 영향을 받지 않고, 단순히 화소 점의 값만 변경하기 때문에 포인트 처리라고도합니다. ​ 산술, 논리, 반전, 광도 보정, 히스토그램 평활화, 명암 대비 스트레칭 등 기법이 다양합니다. ​ 1) 산술 연산 화소의 밝기 조정, 대비 변경 ​ 2) 논리 연산 참, 거짓을 판별하는 논리 연산(AND, OR, XOR, NOT)으로 디지털 영상에서 차폐, 특징 추출, 형태 분석을 수행 ​ 3) 히스토그램 (막대 그래프) 관측한 데이터가 분포된 특징을 한 눈에 알아보기 쉽게 나타낸 그래프 가로축 - 레벨(영상의 밝기), 세로축 - 빈도 수(밝기 값에 대응하는 화소 수) ​ 히스토그램을 다루는..

영상 신호 영상 신호는 1차원 신호를 2차원 신호로 확장한 신호입니다. 가로, 세로 방향으로 2개의 차원으로 표현합니다. ​ 영상 신호는 아날로그 영상과 디지털 영상으로 분류됩니다. ​ 아날로그 영상 ( 연속 색조 영상 ) - 다양한 명암과 색이 혼합되어 ​원래의 영상을 정확히 재현한 영상 ​ 디지털 영상 - 아날로그 영상을 디지털화 (표본화, 양자화, 부호화) 과정을 통해 얻은 영상 - 밝기의 불연속점으로 구성 ​ 아래는 아날로그 영상을 디지털 영상으로 변환하는 과정입니다. ​ 디지털 영상의 변환 과정 1단계 - 표본화 표본화 단계는 아날로그 영상에서 공간적, 시간적으로 연속되는 밝기 강도(Intensity)의 주사선을 따라 이산적인 점을 추출하는 과정입니다. 즉, 아날로그 영상의 연속적인 명도를 별개..

신호(Signal) 아날로그 신호는 시간에 대해 연속적인 신호이며, 자연계의 신호입니다. 디지털 신호는 아날로그 신호로부터 디지털화 과정을 통해 얻어진 불연속 신호입니다. ​ 아날로그 신호를 디지털 신호로 변환하는 과정은 총 3단계로 구분됩니다. 디지털 신호의 변환 과정 1단계 - 표본화 표본화 단계는 연속된 신호 파형에서 일정한 시간 간격으로 값을 취해 불연속적인 신호로 변환하는 과정입니다. ​ ​ 위는 아날로그 신호와 표본화된 신호를 표현한 그림입니다. 아날로그 신호에서 일정한 시간 간격으로 값을 추출합니다. 이 일정한 시간 간격을 표본화 주기라고 합니다. 주기에 따라 표본화된 파형의 높이 값을 바로 표본이라 합니다. ​ 표본화 정리(Sampling Theory)에 따르면, 아날로그 신호에 있는 최대..