화소 영역 처리의 개념 회선 처리의 원리 블러링 샤프닝 요약 연습문제 6 화소 영역 처리 화소 영역 처리의 개념 회선 처리의 원리 블러링 샤프닝 요약 연습문제

1. Concept of Pixel Area Processing 영역처리: 주변의 화소 값도 함께 고려하는 공간 영역 연산 회선기법(Convolution technique): 주변 화소를 조합하여 새로운 화소를 출력. 원시 화소와 이웃한 각 화소에 가중치를 곱한 합을 출력 화소로 생성

1. 엠보싱 효과: 입력영상을 양각 형태로 보이게 하는 기술

2. 블러링: 영상의 세밀한 부분을 제거하여 영상을 흐리게 하거나 부드럽게 하는 기술 2. 블러링: 영상의 세밀한 부분을 제거하여 영상을 흐리게 하거나 부드럽게 하는 기술 영상의 세밀한 부분인 고주파 성분을 제거한다: 저역 통과 필터링 3 1 2 1 2 3 4 5 4 5

블러링 이미지

3. 샤프닝: 영상에서 상세한 부분 강조 표현하는 기술 3. 샤프닝: 영상에서 상세한 부분 강조 표현하는 기술. 영상에서 상세한 부분은 고주파 성분이므로 저주파 성분을 제거하여 샤프닝 효과를 얻는다. 저주파 성분 제거 = 고역 통과 필터링

4. 경계선 검출: 영상의 경계선을 찾아내는 기술. 경계선은 영상의 밝기가 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 변하는 지점이므로 입력한 영상의 정보가 많이 들어있음

02. 회선 처리의 원리 선형 시불변 시스템(Linear Time Invariant System): 선형성을 만족하면서 시간에 따라 변하지 않는 시스템 회선(Convolution)이란? : 선형 시불변 시스템의 입력 신호에서 출력 신호를 구하는 방법

[그림6-7] 디지털 영상에서 회선을 처리하는 과정 회선 마스크란? -이웃한 화소 값과 회선 마스크의 가중치를 곱한 뒤 그 값을 서로 더해 얻는다. -회선 마스크와 요소별로 각각 곱셈연산을 수행. -곱셈결과를 다시 합산하여 화소 값을 생성

1.회선 수행 방법: 화소의 영역 처리를 수행하는 회선 기법은 가중치를 포함한 회선 마스크가 이동하면서 수행 1.회선 수행 방법: 화소의 영역 처리를 수행하는 회선 기법은 가중치를 포함한 회선 마스크가 이동하면서 수행 회선 마스크가 영상의 왼쪽 위 화소에서 오른쪽으로 한 화소씩 차례로 이동하면서 수행하여 새로운 화소를 만들어 낸다. 한줄에서 수행이 끝나면, 다음 줄로 이동하여 다시 한 화소씩 오른쪽으로 이동하면서 차례로 수행

방법: 회선 마스크에 대응되는 빈 화소 값을 모두 0으로 가정해서 회선 수행 2. 회선의 경계 부분 처리 경계 부분 처리 수행 방법; <1> 0 삽입 방법: 회선 마스크에 대응되는 빈 화소 값을 모두 0으로 가정해서 회선 수행 장점: 프로그램을 단순히 구현 가능 단점: 영상의 경계부분에서 정확한 회선 처리 불가능 (손실 발생) <2> 중첩 부분에서만 회선 수행 방법: 회선 마스크와 영상이 완전하게 중첩되는 위치에서 회선을 시작하도록 하는 방법 특징: 모든 영역이 회선 처리된 영상의 새로운 화소 값을 얻을 수는 없다 <3> 영상의 크기를 조정하여 회선 수행 방법: 영상의 시작과 끝부분이 연결된 것으로 처리하는 방법. 영상이 폐곡선을 형성하여 영상의 경계 부분이 빈 영상의 화소 값을 대신하게 된다. 그림 6-8을 보면 요소가 아홉 개인 회선 마스크에 대응하는 영상의 화소는 네 개뿐이다.나머지 회선 마스크에 다섯 개에 대응할 요소가 없는 이런 영상의 화소를 처리하는 방법을 경계 부분 처리라고 한다.

영상의 크기를 조정하여 회선 수행 설명: 첫 화소 (0, 0)에서 다른 경계 부분을 복사하여 회선을 처리하는 예. 입력 영상의 첫 번째와 두 번째 행의 마지막 열에 있는 화소, 마지막 행의 첫 번째와 두 번째에 있는 화소, 마지막으로 대각선 방향으로 마지막 행의 마지막 열의 화소를 복사해서 사용한다.

3. 회선마스크의 특징 <1>회선 마스크는 주변 화소의 값을 각 방향에서 대칭적으로 고려해야 한다: 각 방향에 있는 같은 수의 이웃 화소에 기반을 두고 새로운 화소 값을 생성하기 때문. <2>회선 마스크의 크기는 행과 열 모두 홀수의 크기를 사용. (예:3x3 5x5 7x7 등)

[그림6-10] 회선 마스크에 따른 영상의 회선 처리 설명:원본 영상과 밝기는 같으나 전체적으로 훨씬 부드러워졌다. 오른쪽 영상은 합이 0인 회선 마스크를 이용해 회선 처리를 한 결과 영상 경계 부분만 검출된 것을 알 수 있다.

[그림 6-11] 회선 마스크에 따른 회선 처리의 간단한 계산 예 설명: 1차원 데이터에서 1차원 회선 마스크를 사용하여 회선 처리 (a)는 합이 1이므로 회선처리가 수행되어 평균 밝기가 그대로 유지 (b)는 합이 0이므로 경계 부분을 검출해서 그 값이 급격하게 변화된 것을 알 수있다.

엠보싱이란? 4. 엠보싱 회선 처리를 이용한 가장 기본적인 영상처리 방법. 경계선 검출 기법에서 사용되는 회선 마스크와 같다. 영상이 볼록한 느낌 엠보싱의 회선 마스크는 계수의 합이 0이며, 가운데 값도 0이다.

-원본 영상은 크기가 8비트 그레이 레벨 영상으로 경계선이 중앙부 [그림 6-12] 간단한 엠보싱 처리 -원본 영상은 크기가 8비트 그레이 레벨 영상으로 경계선이 중앙부 -엠보싱 처리되면 경계 부분이 255값인 열 두 개로 강조 -이 중앙부가 주변 화소 값과 조화를 이루어 음과 양각의 느낌

5.컬러 영상의 회선 처리 -[그림6-13] 채널별 회선 수행 뒤 합성한 컬러 회선 영상 <1>독립 채널별 회선 수행 방법: R,G,B 채널로 분리하여 회선을 수행한 각 채널을 조합해서 컬러 영상을 생성 특징: 회선 과정에서 아주 작은 오류만 발생해도 정확한 결과를 만들지 못한다. 독립 채널별로 엠보싱 회선을 수행하여 얻은 컬러 영상의 예)

[그림6-14] HIS 변환 뒤 밝기(I)만 회선 처리된 영상 <2> HSI 컬러 모델로 변경 뒤 회선 처리 방법:HSI 컬러 모델로 변환하여 명도(I) 부분만 회선처리를 수행 나머지는 수행하지 않는다.마지막으로 HSI는 다시 RGB 로 변환 특징:원본 영상의 색상 부분이 그대로 보존, 독립 채널 별로 회선 처리 방법보다 정확 오른쪽 결과 영상도 원본 영상과 같은 색을 유지함

3. 블러링 (Bluring) = Average Filter = LPF 디지털 영상을 흐리게 하거나 배경을 어둡게 만드는 기법을 블러링이라고 한다. 디지털 영상의 경계 부분에 해당하는 세세한 부분을 제거하면 블러링 효과를 얻을 수 있다. 즉 블러링은 영상의 세세한 부분을 제거하는데 쓰이는 기법으로서 물론 회선을 이용하여 수행된다는 것!!

블러링 회선 마스크 블러링 회선 마스크는 모든 계수가 양수로 전체 합은 1 이다 그런데 디지털영상에서 세세한 부분은 화소 값이 극단적인 값에 속한다. 3x3 마스크는 계수가 모두 1/9 이고 5x5 마스크는 계수가 모두 1/25 이며, 계수의 각 합은 모두 1이다. 따라서 이 마스크 이웃 화소 간의 평균 결과를 생성하게 된다

블러링 회선 마스크(계속) 모든 계수들의 합은 1 ∴ M×M 마스크의 경우 각 계수는 1/(M×M)

블러링 마스크의 회선 계수 원 명암도 영상 3*3 마스크 5*5 마스크 7*7 마스크 명암도 영상에서의 블러링 결과

영상 블러링(Bluring) 영상에서 화소값이 불규칙하게 있다거나 보기 싫은 점이 보이는 것 잡음(noise) 영상에서 화소값이 불규칙하게 있다거나 보기 싫은 점이 보이는 것 가우시안 잡음(Gaussian Noise) 블러링을 이용해 가우시안 잡음을 제거 Impulse Noise = Spike Noise 0과 255 같은 극단적인 값으로 이루어진 잡음이기 때문에 평균처리를 하는 블러링 기법으로 제거할 수 없고 미디안필터(Median filter)를 이용

가우시안 분포 가우시안 스무딩 필터링 처리 1차원 가우시안 분포 그래프 와 공식 - 실험오차 측정 등에 많이 쓰이는 분포 - 모든 과학분야에서 가장 보편적인 분포 - 실험오차 측정 등에 많이 쓰이는 분포 - 정규분포 공식에서 평균값을 0으로 하여 유도한 분포 1차원 가우시안 분포 그래프 와 공식 • 평균값 : 0, 표준편차 σ : 1 • σ가 가우시안 분포의 폭을 결정한다

가우시안 분포를 이용한 마스크 구하기 가우시안 필터 가우시안 함수를 표본화하여 마스크의 계수를 결정 σ에 따른 가우시안 함수 그래프 σ 값이 클수록 높이는 낮지만 폭은 넓어지므로 많은 양의 저주파 성분을 통과시킴. σ 값이 작을수록 적은 양의 저주파 성분만 통과시킴. 가우시안 필터 가우시안 함수를 표본화하여 마스크의 계수를 결정 오른쪽은 3×3 가우시안 필터 계수. 모든 계수는 양의 값으로 그 합은 1

2차원 가우시안 분포 그래프와 공식 • 평균값 : (0,0) , 표준편차 σ : 1 • σ가 0.4이면 3X3 마스크를 가지며, • σ가 0.8이면 5X5 마스크를 가진다 • σ가 가우시안 스무딩 필터링을 위한 마스크의 크기를 좌우한다.

프로그램 실행 결과 영상 3 x 3 가우시안 필터를 이용한 스무딩한 영상으로, 전체적으로 경계선이 악화되어 흐려짐.

가우시안 블러링 화소값의 변화율 화소값의 변화율이 작은 것 예) 면, 배경 등 화소값의 변화율이 큰 것 영상에서의 주파수 화소값의 변화율 1) 저주파 화소값의 변화율이 작은 것 예) 면, 배경 등 2) 고주파 화소값의 변화율이 큰 것 예) 선, 에지, 모서리, 경계면 등

4. 샤프닝(Sharping): 영상의 세밀하고 미세한 부분을 강조하거나 영상자체가 번져 흐릿하게 나타난 경우, 이를 개선하기 위해 선명화 하는 기법. 고주파에 해당하는 상세한 부분을 더욱 강조하여 대비 효과를 향상.

% 샤프닝 마스크 1 % 0 -1 0 % -1 5 -1 % 0 -1 0 % 샤프닝 마스크 2 % -1 -1 -1 % -1 9 -1 % -1 -1 -1 % 샤프닝 마스크 3 % 1 -2 1 % -2 5 -2 % 1 -2 1

고주파 필터는 영상 신호 성분 중 고주파 성분은 통과시키고 저주파 성분은 차단한다. -고주파 통과 필터를 이용한 샤프닝 처리 고주파 필터는 영상 신호 성분 중 고주파 성분은 통과시키고 저주파 성분은 차단한다.  고주파 통과 필터를 만들기 위해선 영상의 평균값과 같은 저주파 요소만 모조리 제거 한 후, 세세한 부분들만 보여준다.     |  -1/9    -1/9    -1/9   |     |  -1/9      8/9    -1/9   |     |  -1/9    -1/9    -1/9   |     →  3*3 마스크의 경우, 모든 계수들의 합은 zero

Unsharp Masking=(원본 영상)-(저주파 통과 필터링 영상)   Unsharp Masking=(원본 영상)-(저주파 통과 필터링 영상) 고주파 통과 필터는 세부 정보를 강조하는 대신 영상에서 중요한 부분에 해당하는 낮은 공간 주파수 성분을 손실한다. 고주파 지원(high-boost) 필터링은 원본 영상의 밝기를 증가시킨 뒤 저주파 영상을 뺀다.  High-Boost = α(원본 영상)-(저주파 통과 필터링 결과 영상)  α가 1으로 주어진다면 고주파 통과 필터링된 것과 같고, α > 1 이면 원 영상에 고주파 통과 필터링 된 결과가 더해지게 된다.        -  회선 마스크     |  -α/9    -α/9    -α/9   |     |  -α/9    -w/9    -α/9  |     |  -α/9    -α/9    -α/9   |     →  w=9α -1인걸 주목!!

샤프닝 결과: 고주파 통과 필터링 / 고주파 지원 지원 필터링 결과 % 고주파 통과 필터링, % % -1/9 -1/9 -1/9 % -1/9  8/9 -1/9 % -1/9 -1/9 -1/9 % 고주파 통과 지원 필터링, % -1.5/9 -1.5/9 -1.5/9 % -1.5/9  13.5/9 -1.5/9 % -1.5/9 -1.5/9 -1.5/9 a = 1.5, w = 9*1.5 -1 = 13.5 인 경우 % 고주파 통과 지원 필터링 % % -1.2/9 -1.2/9 -1.2/9 % -1.2/9  9.8/9 -1.2/9 % -1.2/9 -1.2/9 -1.2/9 a = 1.2, w = 9*1.2 -1 = 9.8 인 경우 샤프닝 결과: 고주파 통과 필터링 / 고주파 지원 지원 필터링 결과