영상처리

디지털 영상을 획득하기 위한 샘플링과 양자화

• 2차원 영상 공간을 M * N 으로 샘플링(M * N을 해상도라 부름)
• 명암을 L 단계로 양자화(L을 명암 단계라 부름, 즉 명암은 [0,L-1] 사이 분포)

 

영상 히스토그램

• [0,L-1] 사이의 명암값 각각이 영상에 몇 번 나타나는지 표시

 

히스토그램 평활화

• 히스토그램을 평평하게 만들어 주는 연산
• 명암의 동적 범위를 확장하여 영상의 품질을 향상시켜줌

 

히스토그램 역투영

• 히스토그램을 매핑함수(입력영상과 출력영상의 관계) 로 사용하여, 화소 값을 신뢰도 값으로 변환

 

이진화와 오츄 알고리즘

• 이진화 - 명암 영상을 흑과 백만 가진 이진 영상으로 변환
• 임계값 방법 - 두 봉우리 사이의 계곡을 임계값 T로 결정
• 오츄 알고리즘
  • 이진화 했을 때 흑 그룹과 백 그룹 각각이 균일할 수록 좋다는 원리에 근거
  • 균일성은 분산으로 측정(분산이 작을수록 균일성 높음)
  • 분산의 가중치 합을 목적 함수로 이용한 최적화 알고리즘

영상 처리의 세 가지 기본 연산

• 점 연산 - 오직 자신의 명암값에 따라 새로운 값을 결정
• 영역 연산 - 이웃 화소의 명암값에 따라 새로운 값 결정
• 기하 연산 - 일정한 기하 연산으로 결정된 화소의 명암값에 따라 새로운 값 결정

 

저주파와 고주파

• 저주파 - 주로 영상의 배경이나 큰 형태의 물체를 표현
• 고주파 - 주로 영상의 경계, 세부 디테일을 표현
• 고주파 제거 - 부드러운 영상
• 저주파 제거 - 날카로운 영상