영상처리 - 영역기반 처리1 (회선, 영상의 경계처리)
영상 처리란 사진이나 동영상을 다루는 기술로, 여러 가지 방식이 존재한다. 그 중에서도 픽셀 기반 처리, 영역 기반 처리, 기하학적 처리 등이 있다. 특히 영역 기반 처리는 회선(convolution) 기법
insight0591.tistory.com
영상처리 - 영역기반 처리2 (영상 흐리게 하기, 선명화, 경계선 검출)
영상처리 - 영역기반 처리1 (회선, 영상의 경계처리)영상 처리란 사진이나 동영상을 다루는 기술로, 여러 가지 방식이 존재한다. 그 중에서도 픽셀 기반 처리, 영역 기반 처리, 기하학적 처리 등
insight0591.tistory.com
이번 포스터에서는 영역 기반 처리 중 잡음제거, 컬러영상에서 영역 기반 처리에 대해서 이야기해보도록 하겠다. 일단 이전 내용을 보지 못했다면 이해가 안갈 수 있으니 이 글을 읽고 싶으면 위 포스터 부터 읽어보길 추천한다.
이번에는 영역 기반 처리 중 잡음제거, 컬러 영상에서 영역 기반 처리를 포스팅하도록 하겠다.
1. 잡음제거
잡음이란 이미지나 신호에서 원치 않게 섞인 불규칙한 정보를 의미한다. 여러 종류의 잡음이 존재하지만, 그 중에서 가장 유명한 두 가지는 가우시안 잡음과 임펄스 잡음이다.
가우시안 잡음
- 가우시안 잡음은 정규 분포를 따른다.
- 이 잡음은 이미지의 픽셀 값에서 불규칙적으로 벗어나지만, 상대적으로 뚜렷하게 변하지 않는 경향이 있다. 즉, 잡음이 추가된 픽셀 값은 원래 값과 가까운 범위에 위치한다.
임펄스 잡음
- 임펄스 잡음은 이미지의 픽셀 값과 현저하게 다른 값이 할당되는 경우다. 예를 들어, 픽셀 값이 0이나 255와 같은 극단적인 밝기 값을 가지는 경우가 이에 해당한다.
- 이와 같은 잡음은 이미지에서 명확한 이상치를 생성하여, 시각적으로 큰 영향을 미칠 수 있다.
이외에도 다양한 잡음 유형이 존재한다. 이번에는 이러한 잡음을 제거하기 위한 두 가지 기법, 즉 평균 마스크와 중간값 필터링에 대해 소개하겠다.
평균 마스크
평균 마스크는 잡음을 제거하는 데 효과적인 기법이다. 이 마스크는 주로 가우시안 노이즈를 줄이는 데 유용하지만, 임펄스 노이즈에는 상대적으로 비효과적이다. 또한, 평균 마스크를 적용하면 이미지의 대비가 약화될 수 있다.
이 마스크에 대한 자세한 내용은 이전 포스터에서 설명된 바 있으며, 더 많은 정보를 원하신다면 위의 포스터를 클릭하여 확인하시기 바란다.
중간값 필터링
중간값 필터링은 잡음을 제거하는 데 사용되는 중요한 기법 중 하나다. 특히 임펄스 잡음을 효과적으로 제거하는 방법으로 알려져 있다. 이 필터는 각 픽셀 주변의 값을 정렬한 후, 중앙값을 선택하여 픽셀 값을 대체함으로써 작동한다.
중간값 필터링의 주요 장점은 경계선을 보존하거나 강화할 수 있다는 점이다. 이를 통해 이미지의 주요 세부 사항을 유지하면서 잡음을 효과적으로 제거할 수 있다.
중간값 필터의 원리는 이미지의 픽셀을 필터의 크기에 맞게 구분하여, 0에서 255 사이의 값으로 구성된 배열을 정렬한 후 중앙값을 선택하는 방식이다. 이 과정을 통해 극단적인 픽셀 값(노이즈)을 효과적으로 제거할 수 있다.
예를 들어, 필터의 크기가 3이라면 3x3 크기의 마스크를 사용하여 주변 픽셀로부터 중간값을 추출하게 된다.
2. 컬러 영상에서의 회선
컬러 모델1 (RGB, CMYK)
컬러 모델은 사용 분야에 따라 다양한 방식으로 선택된다. 컬러 모델을 사용하는 이유는 데이터 양을 줄이거나, 복잡한 색상 표현을 가능하게 하기 위함이다. 이번 포스터에서는 이런 컬러모델
insight0591.tistory.com
컬러모델2 (HSI)
https://insight0591.tistory.com/9 컬러 모델1 (RGB, CMYK)컬러 모델은 사용분야에 따라 각기 다른 컬러모델을 사용한다. 그 이유에는 컴퓨터 상 데이터를 줄이는 것도 있으며 여러 복잡한 것을 표현하기 위
insight0591.tistory.com
컬러 영상에서의 회선(Convolution)은 RGB 모델과 HSI 모델에서 각각 다른 방식으로 이루어진다.
RGB 영상에서의 회선
RGB 컬러 모델에서는 각 색상을 독립적으로 처리하는 방식으로 회선이 적용다.
만약 경계선 검출에서 RGB를 사용하게 된다면 이를 수식으로 나타내면 위와 같이 표현할 수 있다.
HSI 영상에서의 회선
반면, HSI 컬러 모델에서는 회선 처리를 위한 접근 방식이 다르다. 먼저 RGB 이미지를 HSI 모델로 변환한 후, 명도값(I)만을 대상으로 회선을 적용한다. 이 방법은 색상(H)과 채도(S) 정보를 그대로 유지하면서, 명도(I)에만 필터를 적용하여 더욱 정밀한 이미지 처리를 가능하게 한다.
'Computer Science(컴퓨터 과학) > 영상처리' 카테고리의 다른 글
| 영상처리 정리1 (0) | 2024.10.20 |
|---|---|
| 영상처리 - 형태학적 처리 (침식 연산, 팽창 연산, 열림 연산, 닫힘 연산, 세포수 계산) (0) | 2024.10.15 |
| 영상처리 - 영역기반 처리2 (영상 흐리게 하기, 선명화, 경계선 검출) (0) | 2024.10.10 |
| 영상처리 - 영역기반 처리1 (회선, 영상의 경계처리) (0) | 2024.10.10 |
| 영상처리 - 픽셀 기반 처리2 (이진화, 역상, 영상사이에 픽셀 기반 처리) (0) | 2024.10.09 |
