OPENCV
Posts
31 posts
Edge 검츨 #2 - Laplace Operator
Laplacian Operator 로 Edge를 찾는 방법은 Sobel 방법에서 미분을 한번 더 해주는것이다.Sobel이 1차미분이면, Laplacian Operator 는 2차 미분이다. eyes33.egloos.com/6092261 를 참조하면 아래와 같이 1차 미분된 것을 2차 미분하게 되면, 아래와 같이 edge는 0이며, 좌우로 급격히 변화되는것을 알수 있다.그러나 0은 Edge에만 표시되는 것이 아니라 다른 의미가 없는 위치에 실제로 나타날 수 있기 때문에 필요한 경우 필터링을 적용하여 해결해야 한다.Laplace 식은 아래와 같다. 결과와 같이 Laplacian을 이용하여 Edge를 찾고자 한다면, Blur을 하는쪽이 더 단순화 시킬수 있을 것 같다.//-----
OpenCV 영상 화질 향상 기법 #5 - Bilateral Filter
지난 포스팅에서 Gaussian filter에 대해 알아보면서 사물의 경계선이 흐려지는 단점이 있다고 했는데요.이번 포스팅에서는 Gaussian filter의 이러한 단점을 보완하기 위한 Bilateral filter(양방향 필터)에 대해 알아보겠습니다. Gaussian filter는 중심 화소에서의 거리에 따른 가중치를 적용한 MASK를 사용해서 영상을 부드럽게 만들어줍니다.Bilateral filter도 Gaussian filter처럼 가중치를 적용한 MASK를 사용하지만 결정적으로 다른 점은 가중치에 중심 화소에서의 거리뿐만 아니라 중심 화소와의 밝기 차이도 고려한다는 점입니다. Bilateral filter는 이러한 추가적인 연산으로 인해 속도 면에서는 약간 느려진다는 단점이 있습니다.
Edge 검츨 #1 - Sobel Derivatives
이미지에 존재하는 edge를 감지하고자 할때, edge에서 픽셀 강도가 급격하게 변화한다는 것을 알 수 있습니다. 이미지의 급격한 변화를 잘 표현할 수 있는게 미분을 이용하는 방법 입니다. 하기와 같이 테스트 이미지를 보면 중간의 사선부분이 edge라는것을 할 수 있다.Sobel Derivatives 로 edge를 구하기 위해서 오른쪽처럼 gray 처리를 한다. Gray image의 사선부분의 pixel Value를 보면 아래처럼 보인다. 첫번째 라인중 사선부분만 짤라서 그래프를 그려보면 아래처럼 급격하게 변화되는것을 볼 수가 있다. 1차 미분을 해주면 아래와 같이 egde 부분만 Dataf를 가지는것을 확인 할수 있다. 따라서, 이미지의 Edge를 검출하는 방법이 그 이웃들보다 높은 (또는
OpenCV 영상 화질 향상 기법 #4 - Gaussian Filter (1)
이번 포스팅에서는 Gaussian Filter에 대해 알아보겠습니다. 그 전에 지난 포스팅에서 다루었던 Median Filter와 유사한 Mean Filter에 대해서 잠시 알아보죠.통계학에서 Median은 중간값을 의미하고 Mean은 평균을 의미하므로, Mean Filter는 Median Filter와 달리 영역 안에 있는 모든 화소의 데이터를 다 더해서 영역의 크기로 나눈 평균을 사용합니다.그게 그거인 것 같지만 곰곰히 생각해보면 큰 차이가 있습니다. Median Filter에 대해 설명하면서 예를 들었던 아래와 같은 원본 이미지가 있다고 가정해봅시다.원본 이미지에 Median Filter를 사용하면 아래와 같이 변환되는 것은 지난 포스팅에서 설명했습니다.Mean Filter를 사용하면 아래와 같이
