영상처리(매트랩 코드 포함) Edge Detection (Marr Hildreth algorithm) ,Zerocrossing
- 최초 등록일
- 2020.12.14
- 최종 저작일
- 2019.05
- 7페이지/ 한컴오피스
- 가격 2,000원
* 본 문서(hwp)가 작성된 한글 프로그램 버전보다 낮은 한글 프로그램에서 열람할 경우 문서가 올바르게 표시되지 않을 수 있습니다.
이 경우에는 최신패치가 되어 있는 2010 이상 버전이나 한글뷰어에서 확인해 주시기 바랍니다.
소개글
과제로 냈었습니다.
도움이 되길 바랍니다.
목차
1. Edge Detection (Marr–Hildreth algorithm)
1-1) 이론
1-2) 나의 코드
1-3) 코드 설명
1-4) 결과
본문내용
Edge Detection : Edge는 경계선, 윤곽선을 의미한다. 영상에서의 edge란 영상의 밝기가 낮은 값에서 높은 값으로, 또는 이와 반대로 변하는 지점에 존재하는 부분을 가리킨다. 결국 edge는 영상의 밝기가 낮은 값에서 높은 값으로, 또는 이와 반대로 변하는 지점에 존재하는 부분을 가리킨다. 결국 edge는 영상 안에 있는 객체의 경계를 가리키는 것으로서 , 모양, 방향을 탐지할 수 있는 등 여러 정보가 담겨있다. edge detection이랑 에지에 해당하는 화소를 찾는 과정이다.
Marr–Hildreth algorithm : Edge Detection 의 한 종류로 aplacian filter와 Zero crossing을 합친 알고리즘이다. 2차 미분 시 노이즈가 강조되고, 2중 에지가 나타나는 문제점을 해결하기 위해 여러단계를 거쳐서 에지를 구분하는 것이다. Laplacian filter와 Zero crossing은 다음과 같다.
• Laplacian filter : 2차 미분을 이용한 필터를 적용하여 에지를 검출하기 위한 것이다. 상하, 좌우가 대칭이므로 원영상이 회전하더라도 적용이 가능한 이점이 있다. 그러나 2차 도함수를 적용하였기에 2중의 에지가 발생하며, 잡음에 매우 민감하다.
• Zero crossing : 2차미분을 적용한 라플라시안 필터의 문제점인 잡음에 민감한 점과, 2중 에지의 문제점을 해결하기 위한 것이다. 2차 미분 후 화소의 직각으로 이웃한 두 화소가 서로 다른 부호를 가지고 있으면 에지로 구분한다.
Sigma의 효과 : 시그마에 따라 스무딩되는 영역이 달라진다.
시그마가 크면 큰 물체의 에지만 추출하고, 시그마가 작으면 디테일한 에지도 추출한다.
threshold 효과 : hreshold 는 감도 임계값으로, edge는 threshold보다 강하지 않은 모든 경계를 무시한다.
sigma와 threshold에 따른 결과는 1-4 에서 다시 서술할 것이다.
참고 자료
없음