영상처리 - 에지 검출

에지의 유요성

• 물체의 경계를 표시해 줌
• 매칭에 용이한 선분이나 곡선으로 변환 가능
• 한계
  • 실종된 에지(거짓 부정), 거짓 에지(거짓 긍정) 발생

에지 검출의 원리

• 물체 내부나 배경은 변화가 없거나 작은 반면, 물체 경계는 변화가 큼
• 이 원리에 따라 에지 검출 알고리즘은 명암, 컬러, 또는 텍스터의 변화량을 측정하고, 변화량이 큰 곳을 에지로 검출

가우시안을 사용하는 이유

• 미분은 잡음을 증폭시키므로 스무딩 적용이 중요하기 때문
• a를 조절하여 다중 스케일 효과
  • a 증가 : 가우시안 함수가 더 넓어져 전역적인 특징을 더 잘 포착, 영상 디테일이 사라지며 큰 물체의 에지만 추출
  • a 감소 : 가우시안 함수가 더 좁아져 국소적인 특징을 더 잘 포착, 물체의 디테일에 해당하는 에지까지 추출 가능
• 에지의 세밀함 조절 가능

LOG 필터

• 입력 영상에 가우시안 G를 적용한 후, 결과에 라플라시안을 다시 적용

캐니 에지

• 에지 검출을 최적화 문제로 해결
• 비최대 억제 - 이웃 두 화소보다 에지 강도가 크지 않으면 억제
• Thigh 증가 : 검출되는 에지의 수 감소, 실제 에지 놓칠 가능성 증가
• Thigh 감소 : 검출되는 에지의 수 증가, 노이즈 포함될 가능성 증가
• Tlow 증가 : 약한 에지가 강한 에지와 연결될 가능성 감소, 검출된 에지가 끊길 수 있음, 연속적 에지 놓칠 가능성 증가
• Tlow 감소 : 약한 에지가 강한 에지와 쉽게 연결, 연속적인 에지 유지, 노이즈 포함될 가능성 증가