데브촙

C언어, 디지털 영상처리

디지털 영상처리

샤프닝의 주요 목적은 밝기의 이행을 강조하는 것이다. 영상 샤프닝의 용도는 여러 가지이며, 전자 인쇄와 의료 영상화로부터 산업용 검사와 군용 시스템의 자동 유도까지의 범위에 걸친 응용들을 포함한다. 바로 앞 절에서 이웃의 화소 평균화에 의해 영상 블러링이 공간 도메인에서 달성될 수 있다는 것을 보았다. 평균화는 적분과 비슷하므로, 샤프닝이 공간 미분에 의해 달성될 수 있다고 결론내리는 것은 논리적이다. 사실이 그러하며, 디지털 미분에 의한 샤프닝용 연산자들을 정의 및 구현하는 다양한 방법들이 있다. 근본적으로, 미분 연산자의 응답의 세기는 연산자가 적용된 점에서의 영상의 밝기 불연속 정도에 비례한다. 따라서 영상 미분은 에지 및 다른 불연속들(노이즈 등)은 강조하고, 밝기가 서서히 변하는 영역들은 경시한..

디지털 영상처리

스무딩 필터는 블러링(blurring)과 노이즈 축소에 사용된다. 블러링은 (큰) 객체 추출 전에 영상으로부터 작은 디테일을 제거하거나, 선 또는 곡선의 작은 끊김을 잇는 것과 같은 전처리 작업에 사용된다. 노이즈 축소는 선형 필터에 의한 블러링으로도 가능하고 비선형 필터링으로도 가능하다. 스무딩 선형 필터 스무딩 선형 공간 필터의 출력(응답)은 단순히 필터 마스크의 이웃에 포함된 화소들의 평균이다. 이 필터는 평균(화) 필터라고도 불린다. 이들은 저역통과 필터라고도 불린다. 스무딩 필터의 배경 개념은 간단하다. 영상의 각 화소의 값을 필터 마스크에 의해 정의되는 이웃에 있는 밝기 레벨들의 평균으로 교체함으로써, 밝기에서의 가파른(sharp) 이행(transition)을 감소시킨다. 랜덤 노이즈가 일반적..

디지털 영상처리

필터링은 이웃의 중심 좌표와 같은 좌표를 가지며 필터링 연산의 결과를 값으로 하는 새로운 화소를 만든다. (필터링된 화소 값은 일반적으로 필터링 결과를 담기 위해 생성된 새로운 영상의 해당 위치에 부여된다. 필터링된 화소가 원래 영상의 해당 위치의 값을 대체하면, 필터링이 진행되는 동안 영상의 내용을 바꿀 것이기 때문에 좀처럼 그렇게 하지는 않는다.) 필터의 중앙이 입력 영상의 각 화소를 거쳐감에 따라 처리(필터링)된 영상이 생성된다. 만일 영상 화소들에 수행되는 연산이 선형적이면, 그 필터는 선형 공간 필터라고 불린다. 아니면, 그 필터는 비선형적이다. 먼저 선형 필터에 대해 다루고 이후에 기회가 되면 비선형 필터에 대해 다루겠다. 이 그림은 3 × 3 이웃을 사용하는 선형 공간 필터링의 메커니즘을 보..

디지털 영상처리

이전 게시글에서 논의한 함수 유형들에 대한 구간 선형 함수의 중요한 장점은 구간 함수들의 형태가 임의로 복잡해질 수 있다는 것이다. 사실상, 어떤 중요한 변환들은 실질적 구현이 구간 함수들로서만 공식화될 수 있다. 구간 함수의 중요한 단점은 그것을 규정하는 데 사용자 입력이 훨씬 더 많이 필요하다는 것이다. 콘트라스트 스트레칭 가장 간단한 구간 선형 함수 중 하나는 콘트라스트-스트레칭 변환이다. 낮은 콘트라스트 영상의 원인은 나쁜 조명, 영상화 센서의 좁은 동적 범위, 영상 획득 시 잘못된 조리개 설정 등일 수 있다. 콘트라스트 스트레칭은 영상의 밝기 레벨 범위를 넓혀서 기록 매체나 표시 장치의 전체 밝기 범위를 사용하게 하는 것이다. 그림 (a)가 콘트라스트 스트레칭에 사용되는 전형적인 변환을 보여준다..