ComputerVision Jack

모폴로지(Morphology) 연산 영상을 형태학적 측면에서 다루는 기법 다양한 영상 처리 시스템에서 전처리, 후처리 형태로 사용 수학적 모폴로지 개념 사용 A는 입력 영상을 의미하고 B는 구성 요소(마스크)를 의미한다. 이진 영상의 침식(Erosion) 연산 객체 영역이 감소 하지만 잡임이 제거 된다. 마스크가 영상에 다 들어와야 마스크 중앙 영상을 연산한다. 이진 영상의 팽창(dilation) 연산 객체 부분이 증가하지만, 객체 내부의 홀(hole)이 감소한다. 마스크가 영상의 부분에 걸치기만 하더라도 마스크 중앙에 연산을 실행한다. 열기(Opening) 연산 침식 연산 후 팽창 연산 수행 닫기(Closing) 연산 팽창 연산 후 침식 연산 수행 모폴로지 연산을 이용한 외각선 검출 원본 영상에서 침식..

영상 분할(Image segmentation) 영상의 이진화(Binarization) 영상의 픽셀 값을 0 또는 255로 만드는 연산 비관심 영역과 관심영역을 구분 짓는 지표가 된다. T는 0과 255로 나누기 위한 임계값 반복적 방법을 통하여 이진화 임계값을 결정한다. 영상 로딩 정규 히스토그램 계산 임계값 계산 임계값 적용 결과 출력 임계값을 계속 수정해 나아가면서 적절한 T(임계값)값을 찾는다. [코드] binmask.at(y, x) = (image.at(y, x)

컬러 및 컬러 공간 색(Color) 색각으로 느낀 빛에서 주파수의 차이에 따라 다르게 느껴지는 색상들 물체에 닿는 빛은 흡수 혹은 반사된다. 이때 반사된 빛을 사람의 눈이 인지하는 것이 그 물체의 색. 가시 광선 : 인간이 인지하는 파장의 색 RGB 컬러 공간 색 생성 빨강, 파랑, 초록 빛 합성 빛의 삼원색 RGB 컬러 공간 빨강색, 녹색, 파랑색을 축으로 구성하여 입방체를 만들어 3차원 좌표계 형성 하지만 openCV에선 Blue, Green, Red 순서로 색 채널을 구성한다. CMY 컬러 공간 색 생성 청록색, 자홍색, 노란색 합성. 색의 3원색 색을 섞을수록 어두워진다. CMY 컬러 공간 색의 삼원색을 3개의 축으로 구성하여 입방체 만들어 3차원 좌표계 형성한것. RGB컬러와 관계 보색관계 CM..

마스크를 이용한 엣지 검출 엣지(Edege) : 배경과 객체의 경계가 되는 부분(픽셀의 밝기 값이 급격하게 변함) 엣지는 함수의 1차 미분을 사용하여 구할 수 있다. 1차 미분을 이용한 근사화 순반향 차이 역방향 차이 중간값 차이 중간값 차이를 오류가 적어서 가장 많이 사용한다. 또한 엣지 검출에 다양한 마스크가 존재한다. 케니 엣지 검출기 좋은 엣지 검출기의 조건 1. 정확한 검출 : 오류 최소화 (엣지가 아닌 점을 엣지로 검출) 2. 정확한 위치 : 실제 엣지의 중심을 찾아야한다. 3. 단일 엣지 : 엣지의 두께는 한 픽셀이 되어야 한다. [케니엣지 실행 순서] 가우시안 필터링 - 그레디언트 계산(크기 & 방향) - 비최대 억제 - 히스테리시스 엣지 트래킹 가우시안 필터링을 들어가서 연산할 때, 초기..

변환 강체 변환(Rigid transformation) 형태와 크기가 변하지 안흔 변환 이동 & 회전 어파인 변환(Affine transformation) 평행성을 보존하는 변환 이동 & 회전 & 스케일 & shearing & reflection 투영 변환(Projection transformation) 원근법을 적용한 변환 자유도가 강체, 어파인 변환에 비해 높음 이동 변환(Translation) 가로, 세로 방향으로 이동시키는 변환 크기 변환(Scaling) 영상의 크기를 변경하는 변환 크기 변환은 영상의 크기를 변환하고, 변환 시켯을 때, 빈 픽셀을 채워 넣는데 어떤 방법을 사용할지 문제가 발생한다. 순방향 맵핑(forward mapping)을 사용할 경우 영상이 전체적으로 블록지게 된다. 따라서 ..

필터링(filtering) 필터 : 선별하여 통과시키는 것 영상에서 필요한 정보만 통과시키고 원하지 않는 정보는 걸러냄 공간적 도메인 - 영상의 데이터 그래도 이용 주파수 도메인 - 영상의 데이터를 주파수 도메인으로 변경 후 사용 공간적 필터링(Spatial filtering) 공간 도메인의 영상을 그대로 사용하여 필터링 함 마스크(필터, 커널, 윈도우, 템플릿) 연산 이용 마스크 (i, j) 값에 따라 필터의 역할이 결정됨 최외악 필셀 처리 방법 (n x n) 마스크 필터링 수행 시 외각의 n / 2 픽셀 만큼 처리 못함 CNN padding인자와 관련이 있다. 최외각을 처리하는 방법에는 Ignore, Repeat, Mirror, Clamp가 있다. 평균값 필터(mean filter) 영상 주변 픽셀 ..

사칙연산 덧셈 두영상의 각 화소값을 모두 더함 h(x, y) = f(x, y) + g(x, y) 출력 영상 = 입력영상1 + 입력영상2 - 영상의 크기가 비슷한 이미지끼리 연산하는 것이 좋다. 평균 n개의 영상의 평균 값을 구하여 적용함 h(x, y) = ((fx, y) + g(x, y)) / n 이러한 평균을 이용하면 잡음을 약간은 제거 할 수 있다. h(x, y) = (f(x, y) + f(x, y) + ....+ f(x, y)) / n / n개 다양한 잡음 섞인 영상의 평균값을 이용하기 때문이다. [코드] for (int i = 0; i

영상의 반전 영상의 밝기 값을 반전 시킴 - 픽셀의 밝기 값을 변경한다. g(x, y) = 255 - f(x, y) 출력 영상 = 255 - 입력 영상 [코드] Mat image = imread("../_res/lenna.bmp", IMREAD_GRAYSCALE); CV_Assert(!image.empty()); # 영상처리의 이미지 lenna를 gray컬러로 읽어옵니다. CV_Assert();는 영상이 잘 읽어오면 False 실패하면 True를 반환합니다. (영상 읽기 체크) Mat result(image.size(), image.type()); # 반전 결과가 저장될 Mat객체를 생성합니다. for (int i = 0; i