python/Computer Vision8 영상 처리 기초 개념 6 - 영역 분할 고전 기법(SLIC, NCUT, grabCUT) [영역분할]물체가 점유한 영역을 구분하는 작업에지가 완벽하다면 영역 분할이 필요하지 않다.1. 고전 기법 - 명암/컬러의 변화만 보고 영역 분할 2. 의미 분할(의미 있는 단위로 분할) - 딥러닝 방식을 통한 의미 분할 - 사람은 고전 기법처럼 명암/컬러의 변화만 보고 영역분할 하지 않고, 뇌에 저장되어 있는 물체의 3차원 모델을 꺼내서 사용 & 관심 있는 물체에 집중(선택적 주의집중) [고전 기법]1. SLIC(simple Linear Iterative Clustering) - k-means clustering 알고리즘과 비슷하게 작동 - 지역적 명암 변화만 고려함[동작방식]1. k개 화소를 군집 중심으로 지정2. 각 화소에 대해 자신과 인접한 4개 군집 중심까지의거리를 계산해 가장 유사한 군집 중.. 2025. 4. 13. 이미지 종류와 컬러 처리 방식 [목차]1. 디지털 이미지 종류1-1. 빛 기반1-2. 거리 기반2. 컬러 표현 방식2-1. RGB2-2. HSV 1. 디지털 이미지 종류1-1. 빛 기반(물체가 반사한 빛 측정) - 명암 영상(Grayscale 영상) - RGB 영상: 가시광선에서 획득 - 다분광 영상(Multispectral) : 가시광선뿐 아니라 자외선, 적외선 등 다양한 파장 대역을 포함해 촬영 - 초분광 영상(Hyperspectral) : 다분광보다 더 세분화된 파장대에서 수십~수백 개의 채널로 영상을 획득 1-2. 거리 기반 - RGB-D : RGB컬러와 깊이 센서까지 통합된 카메라. 3D 공간 정보수집 가능, 로봇비전, AR/VR 등에 사용 - Lidar(라이다) : 조건을 만족하는 점의 거리만 측정(레이저를 쏘고 반사된 신.. 2025. 4. 6. 영상처리 기초 개념 5 - 경계선(Contour) 검출/허프(Hough)변환/RANSAC 더보기[목차]1. 검출한 에지가 유의미한 윤곽선인지 아닌지 판단2. 그 윤곽선이 직선인지 곡선인지 판단3. 이상치 제거 1. 경계선 찾기(Contour Detection) - 엣지 맵(Edge Map)에서 인접한 엣지 화소들을 연결(8-연결)하여 연속된 점들 경계선(Contour)으로 식별, 이를 리스트 형태로 저장(에지 검출이 선행되어야 함) - 추출된 경계선 리스트 중에서 길이가 일정 이상인 것만 필터링-> 유의미한 직선 또는 윤곽선만 선택적으로 사용 가능 2. 허프 변환(Hough Transform) - 엣지 맵 상의 점들이 어떤 직선을 따르고 있는지 확인하는 데 사용 - 각 점이 지나는 가능한 모든 직선에 대해 파라미터 공간(Parameter space)에서 투표 진행 - 가장 많은 점이 투표한 .. 2025. 4. 6. 영상처리 기초 개념 4 - 경계(에지, edge) 검출(소벨, 캐니) 더보기[요약]소벨 필터 : 상하좌우 화소에 가중치 2를 더 주고 수직/수평 에지 검출에지 방향 : 그레디언트 방향의 90 °캐니 에지 : 비최대억제 사용 경계(에지, Edge)물체를 식별하고 영역을 나누는 중요한 단서 엣지 검출 방법> 1. 소벨 필터 사용수직 또는 수평 방향의 밝기 변화량(그레디언트)을 계산하는 필터소벨필터(수직검출)상하좌우 화소에 가중치 2를 더 부여하여 중심 화소에 가까운 영향을 강조 - 그레디언트 : 수직과 수평의 그레디언트(소벨필터 연산 결과 벡터)를 각각 계산 - 엣지 강도(edge magnitude) : 에지일 가능성을 나타냄. 두 그레디언트(벡터)의 크기를 계산 - 에지 방향(edge direction) : 그레디언트 방향에서 90° 시계 방향 - 그래디언트 방향 = 엣지.. 2025. 4. 6. 영상처리 기초 개념 3 - 필터(에지검출,스무딩,샤프닝) 더보기[요약]주요 필터 - 수직/수평 에지 검출 필터 - 스무딩 필터 : 잡음 제거 효과, 블러링 확대 - 샤프닝 필터 : 엣지를 선명하게 하여 물체 식별을 도움, 잡음 확대필터이미지 속의 정보를 더 잘 보이게 하거나, 불필요한 요소를 제거하고 싶을 때 사용 주요 필터> 수직/수평 에지 검출 필터 - 대표 필터: 프레윗(Prewitt)필터, 소벨(Sobel) 필터 - 이미지의 수직/수평 방향의 경계(에지)를 강조하는 필터 - 밝기가 급격하게 변하는 부분을 찾아내는 데 유용 - 물체의 경계 검출에 활용프레윗필터(수직검출)소벨필터(수직검출)오른쪽에서 왼쪽 빼는 격상하좌우 화소에 가중치 2를 더 부여 > 스무딩 필터(Smoothing Filter) - 대표 필터 : 가우시안(Gaussian) 필터 - 픽셀 .. 2025. 4. 6. 영상처리 기초 개념 2 - 히스토그램 평활화 더보기[요약]히스토그램 평활화 : 밝기 분포를 고르게 분산->명암대비 높임->물체를 더 잘 식별히스토그램 평활화(Histogram Equalization) - 특정 구간에 명암이 치우쳐 있는 이미지(명암 대비(contrast)가 낮은 이미지, ex, 어두운 이미지)를 더 잘 보이게 하고 싶을 때 사용 - 밝기 값의 분포를 고르게 분산시켜서, 이미지 전체의 명암 대비(contrast) 를 향상시키는 기법 - 히스토그램을 평평하게 하여 너무 어둡거나 밝은 이미지를 균형있게 보정 -> 객체, 경계가 더 잘 식별됨 계산 방법누적 히스토그램을 정규화(normalization)하고, 0~255 범위로 스케일링수식 : round(누적 정규화 히스토그램*255) 2025. 4. 6. 이전 1 2 다음
