중원대학교 의료공학과 신 진솔 2015.04.01(WED). 영상의 밝기 & 명암 조절 영상의 감마보정 영상의 잡음 감소.

Presentation on theme: "중원대학교 의료공학과 신 진솔 2015.04.01(WED). 영상의 밝기 & 명암 조절 영상의 감마보정 영상의 잡음 감소."— Presentation transcript:

1 중원대학교 의료공학과 신 진솔 2015.04.01(WED)

2 영상의 밝기 & 명암 조절 영상의 감마보정 영상의 잡음 감소

3 Image Enhancer 완성 모습

4 슬라이더 컨트롤이용 이벤트추가를 이용하여 자동으로 추가되는 OninitDialog() 함수에 슬라이더 막대의 특성을 정의 0 100 초기 위치 10 번째 칸 초기 값 : 1 100 번째 칸 값 : 10

5 영상의 밝기 & 명암 조절

6 영상의 밝기 & 명암 조절 _ 자동 명암 조절 함수 밝기가 너무 낮거나 높은 부분에서 밝기 값의 포화 (saturation) → 정보의 사라짐 적절한 명암을 가지는 영상 : 밝은 부분과 어두운 부분의 차이가 충분히 드러나면서 각 부분에 포화 상태가 일어나지 않는 영상 명암 자동 조절의 결과

7 영상의 밝기 & 명암 조절 _ 자동 명암 조절 함수 명암 자동 조절의 결과

8 원본 영상 명암 자동 조정 후 영상 영상의 밝기 & 명암 조절 _ 결과 영상

9 감마보정 감마 곡선 : 모니터의 입력 신호 세기에 따른 출력 밝기 값의 관계 일반적인 모니터 : 밝은 부분은 더 밝게 어두운 부분은 더 어둡게 보이는 특성 → 명암은 높되 밝기는 낮아짐. 감마보정 : 모니터나 프린터 출력장치의 입출력 특성을 보정. 모니터 특성의 감마 곡선과 보정 곡선

10 감마보정 감마 값 1 미만 : 전체적으로 어두운 영상 Pow 함수를 이용하여 계산. 매번 지수 함수를 사용해 계산 → 속도 느림 룩업테이블 이용 : POW( 지수함수 ) 연산을 미리 계산하여 저장

11 영상 잡음 감소 _ 잡음 양자화 잡음 : 아날로그 → 디지털 신호로 변환 하는 과정에서 생성 ( 소수점 잘림 ) 가우스 잡음 : 잡음의 확률 분포가 가우스 분포를 따름 → 평균값 필터 사용 소금과 후추 잡음 : 신호 변환 과정 ∙ 전송 과정에서의 오류 → 중간 값 필터 사용 잡음가우스 잡음소금과 후추 잡음

12 영상 잡음 감소 _ 평균값 필터 평균값 필터 적용 : 원래 밝기 값과 비슷한 값으로 잡음이 생기는 경우 ( 가우스 잡음 ) 평균값 필터 원리 : 주변 픽셀들의 평균 밝기를 구하여 대입 주파수 분석을 사용하지 않고 마스크를 통한 회선연산 기법 사용. 마스크 : 2 차원 마스크, 가로 ∙ 세로 크기는 홀수, 모든 원소의 합은 1 마스크의 크기가 클 수록 영상이 뿌얘지는 부작용이 생김 평균값 필터 연산

13 영상 잡음 감소 _ 평균값 필터 가장자리에서 마스크가 영상의 범위를 벗어나는지 확인 실제 마스크 내에 들어가는 영상의 유효 픽셀 개수 카운트 픽셀의 합과 마스크 값을 나누어 해당 픽셀에 넣어 준다

14 영상 잡음 감소 _ 가우스 필터 평균값 필터 : 마스크 중심에 대한 가중치가 없어 영상이 흐려지는 부작용이 큼 가우스 필터 : 마스크 중심에서 멀어질수록 가중치가 줄어드는 형태 Blurring 현상을 줄이기 위해 사용 2 차원 가우스 마스크 예시 1 차원 가우스 필터 ( 회선 연산 ) 를 두 번 수행 Ex) 9x9 -81 번의 연산 분리하면 9+9=18 번의 연산으로 가능

15 영상 잡음 감소 _ 중간 값 필터 소금과 후추 잡음과 같은 큰 편차를 보이는 잡음 제거 마스크를 잡고 주변 값을 정렬하여 중간 값을 픽셀에 대입. → 이상치 (outlier) 제거에 효과적 중간 값 필터 연산

16 영상 잡음 감소 원본 영상 평균값 필터 중간 값 필터 연산

17