일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 팀프로젝트
- 영상처리
- 딥러닝 스터디
- 골빈해커
- 케라스 정리
- 모두의 딥러닝 예제
- c++공부
- pytorch zero to all
- pytorch
- c++
- Pytorch Lecture
- 미디언 필터링
- 딥러닝
- object detection
- C언어 공부
- 가우시안 필터링
- 딥러닝 공부
- 컴퓨터 비전
- 파이토치
- 파이토치 강의 정리
- c언어 정리
- matlab 영상처리
- tensorflow 예제
- 파이토치 김성훈 교수님 강의 정리
- c언어
- MFC 프로그래밍
- TensorFlow
- 모두의 딥러닝
- 해리스 코너 검출
- 김성훈 교수님 PyTorch
Archives
- Today
- Total
ComputerVision Jack
[Matlab - Region Labeling] 본문
반응형
Region Labeling
오늘은 Region Labeling에 대해 정리하려고 합니다. 라벨링은 인접 픽셀간의 연관 관계를 파악해서 그룹화 하는 작업이라고 생각하시면 됩니다. 이에 대해 오늘 예제로 사용할 자료를 설명하면서 작성하겠습니다.
생성된 image 안의 배열을 보시면 0과 1로 배경과 object를 나눴다고 생각할 수 있습니다. 하지만 1인 object도 연결 관계에 따라 그룹을 나눌 수 있습니다. 즉 1 부분을 따로 보시면 연결관계에 따라 총 3개의 그룹으로 나눠질 수 있습니다.
이런식으로 말이죠.
이제 코드를 통해서 1을 3개의 그룹으로 라벨링을 진행하겠습니다.
우선 픽셀에 대해서 이웃관계에 따라 라벨링을 부여합니다. 우리는 픽셀의 + 방향으로 라벨리을 부여할 것입니다.
그럼 기존 0 1 말고 2 , 3 식으로 + 방향에 대해서 라벨링이 부여됩니다.
다음은 라벨링 충돌 방지 작업을 실행합니다. 픽셀의 경우 + 방향 외에 제 3자에 의해서 연결된 경우가 발생할 수 있습니다. 그럴 경우 두 픽셀의 라벨 값은 다르지만 각각 하나의 라벨값을 부여하는 과정이 필요합니다.
따라서 집합 연산을 이용하여 해당 과정을 처리합니다.
그렇게 되서 출력을 확인 하시면 2, 3, 7 로 아까의 1이 3개의 그룹으로 라벨링 되어 분류가 된 것을 확인할 수 있습니다.
반응형
'Image Processing > Matlab ImageProcessing' 카테고리의 다른 글
[Matlab - Harris Corner Detection] (0) | 2020.08.02 |
---|---|
[Matlab - Color Segmentation] (5) | 2020.07.27 |
[Matlab - Edge Filter] (0) | 2020.07.24 |
[Matlab - Gaussian Filter] (0) | 2020.07.24 |
[Matlab - MeanFilter function] (0) | 2020.07.21 |
Comments