영상처리에 대한 기본적인 개념 및 질문과 답2

소개

영상처리에서 쓰이는 여러가지 하위 개념을 설명하였습니다.
1.히스토그램 평활화
2. 공간필터->라플라시안, 소벨필터 설명 : edge detector
3. 이외의 공간 필터

목차

1. Understand the histogram equalization and summarize it.
2. Understand the spatial filters in this experiment, Laplacian filter and Sobel filter. Explain how they work as edge detectors.
3. Investigate other spatial filters in image processing

본문내용

1. Understand the histogram equalization and summarize it.
그림 1) 원영상과 Histogram Equalize된 영상

→ Digital Image는 그것이 CCD에서 읽어오는 경우에 CCD에서 영상을 만들어낼 때의 주변 환경에 많은 영향을 받게 된다. 만약 주변의 채광상태가 안 좋을 경우에는 어두운 영상이 나타나게 되고, 또 너무 밝은 경우에는 이미지가 전체적으로 밝게 된다. Digital Image는 Spatial-Domain에서의 Processing을 통해서 개선을 시킬 수 있는데, 그 중에 하나가 Histogram Equalization이다.
→ Histogram은 위 그림의 오른쪽 y는 0과 255사이의 값을 가지는데, 전체 영상에서의 영상의 Intensity는 항상 저 값 사이에 있으므로 각각의 Intensity에 해당하는 개수를 나타낼 수 있다. 가로축을 0과 255사이의 Intensity값으로, 세로축을 해당하는 Intensity의 개수로 나타낸 것이 Histogram이다.
→ 하지만, unequalized image에서 Histogram의 경우에는 Histogram이 가운데에 밀집되어있는 것을 알 수 있다. Intensity의 개수를 전체를 1로 해서 Normalize해서 누적분포가 중간에서 시작해서 중간에서 끝나는 것을 알 수 있다. 중간에 Intensity가 밀집됨으로 인해서 영상은 명암이 잘 드러나지 않게 된다.
→ Histogram Equalization은 Intensity의 분포를 0에서 255까지로 전체적으로 퍼지도록 해서 영상에서의 명암이 잘 드러나게 해주는 것이다. 하지만, 단순히 가로축을 늘려서 처음과 끝을 늘이는 것은 아니고, Intensity를 누적한 누적분포가 1차 직선이 나오도록 하는 것이다.
-수식으로 표현하면 다음과 같다.
2. Understand the spatial filters in this experiment, Laplacian filter and Sobel filter. Explain how they work as edge detectors.

디지털 영상의 다양한 잡음을 제거해주는 수단으로 널리 사용된다. 3x3, 5x5와 같이 작은 이웃 화소 시스템의 형태로 구성한다.
→순차필터(Order Filter): 이웃 화소 시스템 내의 화소값을 작은 에서 큰 값으로 순서대로 나열한 후 정렬된 화소로부터 적절한 값을 선택하여 잡음을 제거 (salt-and-pepper같은 임펄스 잡음제거에 용이), 단점은 경우에 따라 필터의 적용결과가 예측 불허할 수 있다.
→평균필터(Mean Filter): 이웃화소 템 내의 화소값의 평균값을 선택하여 잡음을 제거 (Gaussian 잡음, 균일잡음 제거에 유리), 단점은 영상에서의 자세한 부분, 즉 경계선 혹은 물체의 코너 등을 흐리게 할 수 있다.

참고자료

· 없음