화소 영역 처리의 개념 회선 처리의 원리 블러링 샤프닝 요약 연습문제

Presentation on theme: "화소 영역 처리의 개념 회선 처리의 원리 블러링 샤프닝 요약 연습문제"— Presentation transcript:

1 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

2 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

3 1. 엠보싱 효과: 입력영상을 양각 형태로 보이게 하는 기술

4 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

5 블러링 이미지

6 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

7 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

8 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

9 [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

10 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

11 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.

12 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.

13 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)

14 [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.

15 [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.

16 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.

17 -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

18 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)

19 [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

20 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!!

21 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

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

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

24 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

25 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

26 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

27 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.

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

29 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

30 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.

31

32 % 샤프닝 마스크 1 % % % % 샤프닝 마스크 2 % % % % 샤프닝 마스크 3 % % %

33 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

34 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!!

35

36 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* = 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* = 9.8 인 경우 샤프닝 결과: 고주파 통과 필터링 / 고주파 지원 지원 필터링 결과