티스토리 뷰
참고 블로그
http://blog.naver.com/hms4913/30181847790
image smoothing
가우시안 또는 이와 유사한 커널함수를 컨벌루션하여 영상의 픽셀 정보를 변경하는 기법
마스크기반 영상처리
7.1 영상에서 컨볼루션 : 입력영상에 마스크를 적용하여, 입력영상의 픽셀값과 마스크의 가중치를 각각 곱한 다음 그 합을 출력영상의 픽셀값으로 정하는 것 : 마스크 = 필터 = 윈도우 = 커널
영상에서 가장 바깥에 있는 경계선을 처리하는 방법
ㅇ 원래 영상에 픽셀값 0인 검은색으로 테두리를 추가하여 영상의 크기를 크게 만든 다음 마스크를 적용하는 방법
ㅇ 원래 영상에 가장 바깥 경계와 같은 색의 테두리를 추가하여 영상의 크기를 크게 만든 다음 마스크를 적용하는 방법
ㅇ 입력영상에서 마스크를 픽셀 (0,0)가 아닌 마스크의 크기를 감안한 안쪽에서 적용하는 방법
7.2 영상의 블러링(blurring = smoothing) :영상에서 세세한 부분을 제거함으로서 영상을 흐리게 하는 것, 일반적으로 명암대비를 감소시킴
cvSmooth, cvFilter2D, cvMat
ㅇ 평균 필터링 : 평균 마스크를 적용 => 3*3 마스크라면 각 값은 1/9
ㅇ 중앙값 필터링 : 윈도우에 있는 픽셀값들의 중앙값을 구하여 출력영상의 픽셀값으로 대치
ㅇ 가우시안 필터링 : 가우시안 함수 이용
7.3 영상의 샤프닝 : cvMat 함수로 마스크를 정의하고 cvFilter2D 함수로 마스크를 적용
7.4 잡음 제거
ㅇ 잡음 영상의 종류 : 가우시안 잡음, 임펄스 잡음(= 소금-후추 잡음)
ㅇ 잡음 영상 생성
- 가우시안 잡음 영상 : 통계학의 중심극한정리를 이용하거나 Box-Muller 방법을 이용
- 임펄스 잡음 영상 : 난수에 의해 잡음을 생성하고 픽셀값을 255 또는 0 으로 대치
ㅇ 잡음 제거 방법
- 평균 필터링 : 가우시안 잡음 제거
- 중앙값 필터링 : 임펄스 잡음 제거
7.5 에지 검출 : 에지란 영상에서 밝기가 높은 값에서 낮은 값으로 또는 낮은 값에서 높은 값으로 변화하는 경계에 해당하는 값
ㅇ 1차 미분 연산자 : Prewitt, Roberts, Sobel 방법 등 : cvSobel, cvConvertScale
ㅇ 2차 미분 연산자 : cvLaplace
Chapter08 히스토그램을 이용한 영상처리
8.1 히스토그램 : 영상의 픽셀값들에 대한 분포를 나타내는 그래프 => 가로축은 픽셀값, 세로축은 픽셀값에 대한 빈도수
8.2 OpenCV를 이용한 히스토그램
ㅇ 히스토그램 정의 cvCreateHist -> 히스토그램 계산 cvCalcHist -> 막대크기조절 cvGetMinMaxHistValue, cvScale
-> 막대표시 : cvGetReal1D, cvRectangle
8.3 히스토그램 평활화(equalization) : 영상의 밝기값의 분포를 균일하게 만드는 영상 개선 작업 => 명암대비를 개선 : cvEqualizeHist
ㅇ 정규화 값 = 픽셀의 누적 빈도수 * (1 / 전체 픽셀수) * 255 (영상의 최대 밝기값)
'3학년 2학기 > openCV' 카테고리의 다른 글
background (3) | 2016.12.05 |
---|---|
Image segmentation (0) | 2016.12.05 |
사람의 피부 검출 (0) | 2016.11.24 |
공간 필터링 (0) | 2016.10.15 |
픽셀 (0) | 2016.10.13 |