데브촙

C언어, 디지털 영상처리

디지털 영상처리

거듭제곱 법칙 변환의 기본 형태는 아래 식과 같다. 여기서 c와 γ는 양의 상수이다. 오프셋(입력이 0인데 측정되는 출력)을 감안하기 위해 때때로 위 식을 로 아래와 같이도 쓴다. 그러나 오프셋은 일반적으로 표시기 보정의 문제이며, 그 결과 보통 첫 번째 식에서 무시된다. 아래 그림은 다양한 γ에 대한 s 대 r의 곡선들을 보여준다. 로그 변환의 경우에서와 같이, 1보다 작은 γ값에 대한 거듭제곱법칙 곡선들은 좁은 범위의 어두운 입력 값들을 넓은 범위의 출력 값들로 매핑하며, 더 큰 값의 입력 레벨들에 대해서는 그 반대이다. 그러나 로그 함수와 달리, 단순히 γ값을 바꿔서 얻어지는 가능한 변환 곡선 군을 여기서 주목한다. 예상대로 그림에서 γ>1로 생성된 곡선들은 γ

디지털 영상처리

밝기 변환은 영상 처리 기법 중 가장 간단한 축에 든다. 처리 전후의 화소 값들이 각각 r과 s로 표기된다. 앞 절에서 언급했듯이, 이 값들은 s = T(r) 형태의 식에 의해 관련되며, 여기서 T는 화소 값 r을 화소 값 s로 매핑하는 변환이다. 디지털 수량을 다루고 있으므로, 변환 함수의 값은 일반적으로 1-D 배열에 저장되며, r에서 s로의 매핑은 테이블 룩업(표 검색)에 의해 구현된다. 8비트 환경에서 T의 값들을 담고 있는 룩업 테이블은 256개의 요소를 가질 것이다. 밝기 변환에 대한 소개로서, 영상 개선을 위해 자주 사용되는 세 가지 기본 함수 유형을 보여주는 아래 그림을 보자:선형(네거티브 및 항등 변환들), 로가리듬(로그 및 역-로그 변환들), 거듭제곱 법칙(또는 멱승법칙, n차 거듭제곱..

디지털 영상처리

보간은 확대, 축소, 회전, 기하 교정 같은 작업들에서 광범위하게 사용되는 필수적인 도구이다. 이 절에서의 주요 목표는 보간법을 소개하고, 기본적으로 영상 재표본화(resampling) 방법인 영상 크기 변경(축소 및 확대)에 적용하는 것이다. 회전, 기하 교정 등으로 보간법을 응용할 수 있다. 기본적으로 보간법은 알려지지 않은 장소에서의 값을 추정하기 위해 알려져 있는 데이터를 사용하는 과정이다. 예를 들어 크기가 500 × 500 화소인 영상이 1.5배인 750 × 750 화소로 확대되어야 한다고 하자. 확대를 시각화하는 간단한 방법은 원래 영상과 같은 화소 간격을 갖는 가상의 750 × 750 그리드를 만들고, 이를 원래 영상 위에 정확하게 맞도록 축소시키는 것이다. 분명히, 줄어든 750 × 75..

디지털 영상처리

직관적으로, 공간 해상도는 영상에서의 식별 가능한 갖아 작은 디테일의 척도이다. 정량적으로 공간 해상도는 다양한 방법으로 기술될 수 있느넫, 그 중 단위거리당 선 쌍 수, 단위 거리당 점(화소) 수 등이 가장 보편적인 척도이다. 각각의 폭이 W 유닛(W는 1보다 작을 수 있다)인 흑색과 백색이 번갈아 나오는 수직 선들을 갖는 차트를 만든다고 하자. 따라서 선 쌍의 폭은 2W이며, 단위 거리당 1/2W개의 선 쌍이 있다. 예를 들면 만일 어떤 선의 폭이 0.1 mm 라면, 단위 거리(mm) 당 5개의 선쌍이 있다. 널리 사용되는 영상 해상도의 정의는 단위 거리당 최대 구분 가능 선 쌍 수이다.(예: mm당 100개의 선 쌍). 단위 거리당 점 수는 인쇄나 출판 산업에서 많이 쓰이는 영상 해상도 척도이다. ..