영상처리 - 영역기반 처리2 (영상 흐리게 하기, 선명화, 경계선 검출)

영상처리 - 영역기반 처리1 (회선, 영상의 경계처리)

 

이번 포스터에서는 영상처리에서 영역기반 처리 중 영상 흐리게 하기, 선명화, 경계선 검출에 대해서 알아보도록 하겠다. 이것은 회선 마스크를 사용하여 진행하는 방식이다. 그러므로 회선에 대해서 알지 못하는 경우 위의 포스터를 보는 것을 추천한다.

 

자, 이제 포스팅하도록 하겠다.

 

1. 영상 흐리게 하기

영상을 흐리게 하는 방법은 평균 마스크를 사용하면 된다. 이 평균 마스크는 입력 픽셀 값을 주위 픽셀 값들과의 평균 값으로 변환하는 마스크로 다음과 같다.

출처: https://velog.io/@monixc/패턴인식-3-jteoo2wf

 

이 방법을 사용하게 되면 부드러운 이미지, 노이즈 감소의 효과를 줄 수 있다.

 

2. 영상의 선명화

영상을 선명하게 하는 방법은 선명하게 하는 마스크를 사용하면 된다. 그 마스크는 다음과 같다.

출처: https://velog.io/@monixc/패턴인식-3-jteoo2wf

출처: https://velog.io/@monixc/패턴인식-3-jteoo2wf

 

선명화 마스크의 원리는 중앙 픽셀 값에 높은 가중치를 부여하고, 주변 픽셀 값에는 음의 가중치를 적용하여 이미지의 세부 사항과 가장자리를 강조하는 것이다. 이로 인해 중앙 픽셀의 값이 더욱 두드러지게 되어, 결과적으로 이미지가 더 선명하게 보이도록 만든다.

 

3. 경계선 검출

경계선 검출은 미분 연산자를 활용하여 이미지 내의 경계선을 식별하는 방법이다. 이 과정을 통해 이미지의 경계 변화가 더욱 뚜렷하게 드러난다. 특정 경계선의 변화를 강조함으로써 이미지의 구조와 세부 사항을 효과적으로 분석할 수 있다.

 

 

그의 원리는 위의 그림과 같다.

 

이 원리는 회선 마스크를 통해 수식으로 표현할 수 있다. 일반적으로 수평 경계선과 수직 경계선을 개별적으로 검출하여 사용하며, 이를 위한 다양한 방법이 존재한다.

출처: https://velog.io/@gptjj/영상-처리-알고리즘-화소-영역-처리

 

검출된 경계선 정보는 다음과 같은 수식을 통해 변환되어 사용된다.

출처: https://editor.codecogs.com/

 

여기서 Er(x,y)은 수평 경계선 검출용 회선 마스크 (행 검출 마스크) 적용 결과값이며 Ec(x,y)는 수직 경계선 검출용 회선 마스크(열 검출 마스크) 적용 결과 값이다.

 

이제 이 과정을 실제로 적용해 보겠다. 소벨 필터를 사용하여 이미지의 경계선을 검출하는 작업을 진행하겠다.

10	10	10	10	10	10	10	10
10	10	10	10	10	10	10	10
10	10	10	10	10	10	10	10
90	90	90	90	90	90	90	10
90	90	90	90	90	90	90	10
90	90	90	90	90	90	90	10
90	90	90	90	90	90	90	10
90	90	90	90	90	90	90	10

 

보여주는데 다 하기에는 눈에 보기 좋지 않기 때문에 (0,0)만 하도록 하겠다.

 

행 검출 마스크:

(0 x -1) + (0 x -2) +(0 x -1)

+ (0x0) + (10x0) + (10x0)

+ (0x1) + (10x2) + (10x1) = 30

 

열 검출 마스크:

(0 x 1) + (0 x 0) +(0 x -1)

+ (0x2) + (10x0) + (10x-2)

+ (0x1) + (10x0) + (10x-1) = -30

 

경계선 크기 계산:

(30)^2 + (-30)^2 = 3600 -> 루트 씌우기 -> 60

 

결과:

60	0	0	0	0	0	0	0
0	0	0	0	0	0	0	0
0	0	0	0	0	0	0	0
0	0	0	330	0	0	0	0
0	0	0	330	0	0	0	0
0	0	0	330	0	0	0	0
0	0	0	330	0	0	0	0
0	0	0	330	0	0	0	0

 

이번 포스터에서는 영상 흐리게 하기, 선명화, 경계선 검출에 대해서 알아보았다. 다음 포스터에서는 잡음 제거, 컬러영상에서 영역 기반 처리에 대해서 알아보도록 하겠다.