1coding 😆

엣지(Edge) 엣지(경계선)는 디지털 영상의 밝기가 낮은 값에서 높은 값으로 또는 그 반대로 변하는 지점을 말합니다. ​ 우리는 이 엣지로 물체를 식별하거나, 방향성을 탐지할 수 있는 정보를 제공받습니다. 아래는 다양한 엣지 패턴입니다. 엣지 검출 엣지를 검출하기 위해 영역 기반 처리를 사용합니다. 주변에 위치하는 화소를 특정 연산으로 새로운 화소를 생성하고, 생성된 화소가 모여 경계부분과 그렇지 않은 부분을 구분지어 줍니다. ​ 엣지를 검출하는 방법 중 간단한 방법은 유사 연산자와 차 연산자가 있습니다. 이는 연산이 간단하고 빠릅니다. 이 두 방법으로 얻은 엣지를 강화하거나 약화시키는 추가적인 임계 값을 처리하는 방법도 있습니다. ​ 미분을 이용한 엣지 검출 방법은 엣지가 화소의 밝기 변화율에 관여한..

엠보싱 엠보싱은 적절하게 구분된 경계선으로 영상이 볼록한 느낌을 갖게합니다. 가운데에 있는 계수가 다른 계수를 상쇄시키도록 구성해서 경계선을 검출하는데, 이 경계선에 양각한 효과를 얻을 수 있습니다. ​ 마스크에는 음의 계수 값 -1이 있으므로, 회선 처리로 생성된 영상의 화소 값은 음수입니다. 화소가 양의 값을 가지려면 일정한 상수 값인 중간값(최대 밝기의 1/2)을 더해줍니다. 블러링 블러링은 저주파 통과 필터링을 거쳐 영상의 윤곽선 부분의 고주파 성분을 제거합니다. 전체적으로 영상이 부드러워지게 됩니다. 마스크 내의 계수의 합이 1이고, M × M 의 크기를 가진 마스크에서 마스크 내의 계수는 1/(M × M) 입니다. 예를 들어, 3 × 3 마스크는 계수가 모두 1/9, 5 × 5 마스크는 계수가..

화소 영역 처리 디지털 영상처리 시스템은 선형 시불변 시스템이므로, 이에 따른 결과는 회선 기법으로 얻을 수가 있습니다. ​ 회선 기법으로 생성되는 새로운 화소 값은 이웃한 화소 값과 대응하는 회선 마스크의 가중치를 곱한 뒤 곱한 값을 더해서 생성합니다. ​ 가중치는 작은 행렬인 회선 마스크(회선 커널)로 구성됩니다. 2차원 행렬이고, 크기는 무조건 홀수 X 홀수 여야만, 이 행렬의 중앙 요소 위치가 출력 화소의 위치에 해당됩니다. ​ 영상의 회선 처리를 위해 회선 마스크가 이동하면서 수행됩니다. 영상의 왼쪽 상단에서 오른쪽으로 끝까지 이동하면, 한칸 내려가 다시 왼쪽에서 오른쪽으로 이동하며 수행합니다. 회선 마스크 특징 회선 마스크는 각 방향에 있는 같은 수의 이웃 화소에 기반을 두고 새로운 화소 값을..

히스토그램 명세화 (Histogram Specification) 입력 영상의 히스토그램을 원하는 히스토그램으로 변환하는 기법입니다. 히스토그램 정합(Histogram Matching)이라고도 합니다. ​ 명암 대비를 개선하는 것은 히스토그램 평활화와 같습니다. 하지만, 특정 부분을 향상시키기 위해 원하는 히스토그램을 이용한 정합으로 일부 영역에서만 명암 대비를 개선한다는 점이 평활화와 다릅니다! 히스토그램 명세화 과정 1) 입력 영상의 히스토그램 생성 ​ ​ 2) 입력 영상 평활화 ​ ​ 3) 원하는 히스토그램 평활화 ​ ​ 4) 평활화된 원하는 히스토그램을 다시 역평활화 역평활화는 평활화와 반대로 정규화된 누적합이 명도 값이 되고, 명도 값은 역평활화 값이 됩니다. 역평활화 값이 역함수로서 룩업테이블(..

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..