Multimedia Programming 10: Point Processing 5

Slides:



Advertisements
Similar presentations
폭력. 폭력이란 무엇인가 우상의 눈물 물리적인 폭력 ( 최기표 ) VS 지능적인 폭력 ( 임형우, 담임선생님 )
Advertisements

중원대학교 의료공학과 신 진솔 (WED). 영상의 밝기 & 명암 조절 영상의 감마보정 영상의 잡음 감소.
일본주식시장의 신 고레가와긴조 투자전략 6 조 안승권. 신문수 발표자 : 신 문 수. 출 생 : 1897 효고현에서 출생 학 력 : 초등학교졸업, 사업가 1992 년 95 세 사망 유일한 자서전 1981 년 스미토모 금속광산 주식매매 200 억엔 벌다⇒ 일본 소득세 납세.
1 박 2 일 !!! 인천마장초등학교 유수아. 1 박 2 일 멤버 인기순 위 1 위 이승기 2 위 엄태웅 3 위 은지원 4 위 김종민, 이수근 ※인터넷에서 본것이기 때문에 사람에따라 서 다를 수 있다. ※
2009개정 중등 국어과 교육과정 울산광역시교육청 교육과정 컨설팅단 : 정일진.
Digital Image Processing
졸업 프로젝트 중간보고서 12조 Spot Browser.
석관중앙교회 5남전도회 석 관 중 앙 교 회 회원 소식 통권 05-04호 발행일 : 2005년 04월 회 장 : 장진호 집사
Multimedia Programming 07: Gamma Correction/ Neighborhood Processing
달라지는 노동법 개정 내용 노무법인 正道 잠시나마… 주요 노동관계법 개정내용 3. 마무리 Contents
1. 던전 디자인 개요_1 1. ‘던전’ 룬스톤은 던전 한 층에도 여러 개가 존재하며, 각 룬스톤 마다 영향을 미치는 범위가 설정되어 있다. 룬스톤이 영향을 주는 범위에 일정시간 사용자가 위치해 있게 되면 사용자 캐릭터는 ‘유령화’ 되어 버리기 때문에, 사용자는.
지역사회복지론 1조. 요양보호시설에 대해서 황성국 임재형 이동영
Multimedia Programming 04: Point Processing Departments of Digital Contents Sang Il Park.
Multimedia Programming 05: Point Processing
제 7 장 함수 사용을 통해 엑셀 정복하기.
끓는점 (2) 난 조금 더워도 발끈, 넌 뜨거워도 덤덤 ! 압력과 끓는점의 관계.
I 문학의 개념과 역할 1. 문학의 개념 (1) 언어 예술로서의 문학 (2) 소통 활동으로서의 문학
4. 목적론적 윤리와 의무론적 윤리 01. 경험주의와 이성주의 01. 경험주의와 이성주의 02. 결과론적 윤리와 공리주의
10장 랜덤 디지털 신호처리 1.
Multimedia Programming 05: Point Processing
Multimedia Programming 04: 점, 선, 면
Multimedia Programming 11: Histogram Equalization/ Image Halftoning
영상 복원 7.1 영상의 열화 모델 7.2 잡음 모델 7.3 공간 영역 필터를 통한 잡음 제거
Sharpening Filter (High-Pass Filter)
Multimedia Programming 11: Point Processing 6
Multimedia Programming 06: Point Processing3
포항공과대학교 COMPUTER VISION LAB. 석박통합과정 여동훈
강원대학교 지구물리학과 이훈열 참고: PG Steamer User’s Guide
Additive White Gaussian Noise
Multimedia Programming 18: GraphEditor
Multimedia Programming 11: Image Warping
3D Vision Lecture 7 동작 이해 (광류).
7. 자극과 반응 7-2. 신경계 3. 여러 가지 반응.
Multimedia Programming 06: Point Processing 2
상관함수 correlation function
행렬 기본 개념 행렬의 연산 여러가지 행렬 행렬식 역행렬 연립 일차 방정식 부울행렬.
Dongchul Kim / / OpenCV Tutorials Course Dongchul Kim / /
별의 밝기와 거리[2] 밝다고 가까운 별은 아니야! 빛의 밝기와 거리와의 관계 별의 밝기 결정.
Multimedia Programming 10: Unsharp Masking/ Histogram Equalization
군집 분석.
개항기 조선과 동아시아 박 범 한국역사입문Ⅱ.
(independent variable)
키타노카시쇼쿠닌(北の菓子職人) - 「오호츠크의 소금 맛」
자료의 표현.
3D 프린팅 프로그래밍 01 – 기본 명령어 강사: 김영준 목원대학교 겸임교수.
밀도 (1) 부피가 같아도 질량은 달라요 ! 밀도의 측정 밀도의 특징.
Biomedical Instrumentation
Feature Extraction Lecture 3 영상 개선
Fitting / Matrix / Excel
5강. 배열 배열이란? 배열의 문법 변수와 같이 이해하는 배열의 메모리 구조의 이해 레퍼런스의 이해 다차원 배열
대구의 부도심 대구의 주요축 동대구 부도심 4조 강민석 / 박성균 / 최은지/ 황재현/김예지.
필터링 적용방법(1) = X 10X1 + 20X2 + 10X3 + 60X4 + 10X5 + 30X6 + 50X X =
MATLAB Image Processing Toolbox
Image Restoration Using MATLAB Image ToolBox Visual Communication Lab
Window, Viewport Window, Viewport.
사도행전 13장 22절 말씀 –아멘 다 윗 을 왕 으 로 세 우 시 고 증 언 하 여 이 르 시 되 내 가 이 새 의 아 들
Excel 일차 강사 : 박영민.
히스토그램 그리고 이진화 This course is a basic introduction to parts of the field of computer vision. This version of the course covers topics in 'early' or 'low'
DA :: 퀵 정렬 Quick Sort 퀵 정렬은 비교방식의 정렬 중 가장 빠른 정렬방법이다.
CONTENTS Ⅰ. 대회목적 Ⅱ. 대회개요 Ⅲ. 대회요강 Ⅳ. 대회규정 Ⅴ. 운영계획 Ⅵ. 홍보계획 Ⅶ. 예산계획.
직장생활 예절 ① - 인사 1.내가 먼저 [인사의 5point] 2.상대방의 눈을 보고 미소지으며 3.상대방에 맞춰서
평생 저축해도 강남 아파트 못산다 학 과 : 회계학과 1학년 B반 과 목 : 회계학원론 담당교수: 박성환 교수님
경찰행정과 세미나 결과를 공개해야한다. VS 비공개로 해야한다. 경찰의 근무성적평정 제도.
상관계수.
RPTree 코드분석 (월) Dblab 김태훈.
영역 기반 처리.
컴퓨터는 어떻게 덧셈, 뺄셈을 할까? 2011년 10월 5일 정동욱.
아날로그 신호를 디지털 신호로 변환하는 A/D 변환기 A/D 변환 시 고려하여 할 샘플링 주파수 D/A 변환기
2009개정 중등 국어과 교육과정.
시각 (Vision) (Lecture Note #25)
Presentation transcript:

Multimedia Programming 10: Point Processing 5 Departments of Digital Contents Sang Il Park

Neighborhood Processing (Filtering) Image Processing 1-2 Neighborhood Processing (Filtering) Alexei Efros

Salvador Dali, “Gala Contemplating the Mediterranean Sea, which at 30 meters becomes the portrait of Abraham Lincoln”, 1976 Render with scanalyze????

Filtering noise (노이즈 필터링) 이미지의 노이즈를 어떻게 하면 줄일 수 있을까? 90 100 130 110 120 90 80 ? Replace each pixel with the average of a kxk window around it 원본 이미지 손상된 이미지

Mean filtering (평균 필터) 즉, 빨간 테두리 안의 9개의 값들의 경향을 따르도록 중심 값을 변형해 본다. 90 즉, 빨간 테두리 안의 9개의 값들의 경향을 따르도록 중심 값을 변형해 본다.  테두리 안의 값의 평균을 구하여 이를 중심 값으로 대체 10 20 30 40 60 90 50 80 Replace each pixel with the average of a kxk window around it What happens if we use a larger filter window? 90 10

Mean filtering (평균 필터) 90 이를 간단하게 써보면: 10 20 30 40 60 90 50 80

좀더 일반적으로… 평균값을 구하는 윈도우의 크기가 (2k+1)x(2k+1)이라면:

Cross-correlation filtering (상호-상관 필터) 평균은 모든 점들마다 1/(2k+1)2의 값을 곱하는 것. 만약 점들마다 서로 다른 값을 곱한다면? 위와 같은 식을 상호상관 연산이라고 하며 다음과 같이 줄여 쓴다. H (각 점의 가중치)를 “filter,” “kernel,” 또는 “mask” 라고 부른다.

Mean kernel (평균 커널) 3x3 평균 필터의 커널은 무엇이 될까? u -1 1 v ones, divide by 9 1 v 90 ones, divide by 9

Mean kernel (평균 커널) 3x3 평균 필터의 커널은 무엇이 될까? 90 1 ones, divide by 9

Gaussian Filtering (가우시안 필터) 점이 중심에서 멀어 질수록 가중치를 줄인다면 더 좋은 성질을 얻을 수 있다. 90 1 2 4 ones, divide by 9

 Gaussian Filtering (가우시안 필터) Gaussian Filtering 이러한 커널은 밸(bell)모양을 한 가우시안 함수와 모양이 비슷하다. 1 2 4 

Mean vs. Gaussian filtering

Median filtering (중간값 필터) 윈도우 내에서 중간값을 선택하는 것을 중간값 필터라고 한다. 90 90 Better at salt’n’pepper noise Not convolution: try a region with 1’s and a 2, and then 1’s and a 3 1 2 3 4 5 6 7 8 9 0 0 0 0 0 0 0 0 90 값을 크기순으로 올림차순으로 나열 Median(중간값)

Comparison: salt and pepper noise Original Image Mean Filter (평균 필터)

Comparison: salt and pepper noise Original Image Mean Filter * 10

Comparison: salt and pepper noise Original Image Median Filter ?