영상의 개선 및 복원 화소 단위 처리 화소 단위 처리 영상 화소 집단 처리 주파수 영역처리 기하학적 변환 단일영상 대비강조

Presentation on theme: "영상의 개선 및 복원 화소 단위 처리 화소 단위 처리 영상 화소 집단 처리 주파수 영역처리 기하학적 변환 단일영상 대비강조"— Presentation transcript:

1 영상의 개선 및 복원 화소 단위 처리 화소 단위 처리 영상 화소 집단 처리 주파수 영역처리 기하학적 변환 단일영상 대비강조
스트레칭과 평활화 화소 단위 처리 영상 복수영상 화소 집단 처리 공간필터 비선형 공간필터 주파수 영역처리 기하학적 변환

2 O (x, y) = M[I(x, y)] ( M: mapping function)
화소 단위 처리 - 단일 영상 가장 기본적이고 근본적인 영상처리 방법 공간적 속성에서의 행동 없이 화소 명암을 처리하여 변경 O (x, y) = M[I(x, y)] ( M: mapping function) 그림 4.2 입력영상의 각 화소는 화소단위로 수정되고 출력영상에서 동일 위치 (x,y)에 저장된다. 4장 영상의 개선 및 복원

3 화소 단위 처리 - 단일 영상 예제: 음화영상 만들기 영상반전처리(complement image operation)
O (x, y) = I(x, y) (ISO 참조) 그림 4.3a 등대영상 그림 4.3b 반전(complement) 처리를 위한 사상함수 그림 4.3c 밝기가 반전된 결과 영상 4장 영상의 개선 및 복원

4 화소 단위 처리 - 단일 영상 응용분야 영상의 밝기를 더하거나 뺌 영상의 대비(contrast)를 줄이고 넓힘
Photo-sensor에 의해 발생된 밝기응답 왜곡을 교정 4장 영상의 개선 및 복원

5 화소 단위 처리 - 단일 영상 화소 단위 더하기 화소 단위 빼기 각 화소의 명도를 높여줌
Out(x,y) = ln(x,y) + c (c: 임의의 상수값) 화소 단위 빼기 각 화소의 명도를 낮게함 Out(x,y) = ln(x,y) - c 4장 영상의 개선 및 복원

6 화소 단위 처리 - 단일 영상 화소 단위 곱하기 화소 단위 더하기 각 화소의 명도를 조절하여 영상을 부각
어두운 곳은 더 어둡게 밝은 곳은 더 밝게함 Out(x,y) = ln(x,y) * c (c: 임의의 상수값) 화소 단위 더하기 각 화소의 명도를 조절 결과값이 작게 나오므로 이미지의 밝기를 향상시켜 분석 Out(x,y) = ln(x,y) / c 4장 영상의 개선 및 복원

7 Saturation과 Wrap 출력값을 표현하는 두 가지 표현 Saturation: 255이상의 값을 255로 표현
그림 (a) saturation 그림 (b) wrap 4장 영상의 개선 및 복원

8 대비 강조(contrast enhancement)
영상내의 화소값 분포가 일부 제한적인 범위 내에만 있다면 그 값을 더하고 빼고 곱하거나 나누어서 화소값의 분포를 실제 표현할 수 있는 비트 수에 맞게 적절히 분산시켜 영상의 구석구석이 잘 표현 되도록 함 밝기 히스토그램 이용 4장 영상의 개선 및 복원

9 밝기(명도) 히스토그램 영상의 화소들이 갖는 명암 등급에 대한 분포를 나타내는 그래프 응용분야 밝기보정 영상의 대비향상
영상분석(인공위성 사진분석, X-ray 사진분석) 이진화: 물체와 배경의 분리, 일정농도 이상의 값 추출, 영상의 전체적인 정보를 추출 지문인식 및 문자인식기술 등 인식분야의 특정정보를 추출하기 위한 전처리 과정 밝기 조각화(brightness slicing) 4장 영상의 개선 및 복원

10 밝기 보정 전체영상 또는 부분영상이 너무 밝거나, 어두울 경우 영상의 밝기 조정 화소단위 더하기와 화소단위 빼기로 보정
(histogram slicing) 그림 (a) 너무 밝은 영상 그림 (b) (a) 영상의 히스토그램 그림 (c) 너무 어두운 영상 그림 (d) (c) 영상의 히스토그램 4장 영상의 개선 및 복원

11 히스토그램 이동과 펼침 4장 영상의 개선 및 복원

12 히스토그램 펼침(stretching) 대비 향상 연산 명암값의 분포를 최대한 활용하도록 히스토그램을 펼치는 것 종류
낮은 대비를 가진 영상의 화질을 향상 시킬 수 있는 방법 명암값의 분포를 최대한 활용하도록 히스토그램을 펼치는 것 영상 히스토그램이 모든 범위의 화소값을 포함하도록 확장 종류 기본 명암대비 펼침: 중앙에 명암값이 치우치는 히스토그램을 가진 영상에 적합 New pixel = (old pixel – low)/(high – low) * 255 엔드인(end-in)탐색: 모든 범위의 명암값을 갖지만 히스토그램의 특정 부분에 화소들이 치우친 영상에 적합 4장 영상의 개선 및 복원

13 히스토그램 평활화(equalization)
명암값의 분포가 한쪽으로 치우치거나 고르지 못한 영상을 명암값의 분포가 고르게 만들어 주는 방법 대비의 균형 일정한 분포를 가진 히스토그램을 생성하는 것이 목적 어두운 영상은 밝아지고 밝은 영상은 어두워져 적당한 명도값을 유지 구현 히스토그램을 이용한 명도값의 빈도수를 계산 구한 히스토그램을 이용, 누적 히스토그램을 구하고 정규화 K(i) = gmax/n*H(i) K(i): 정규화된 값, gmax: 명도의 최대값, H(i): 축적 히스토그램 정규화된 누적 히스토그램을 그레이 스케일 사상함수로 이용하여 그레이 레벨값을 매핑 4장 영상의 개선 및 복원

14 히스토그램 평활화 히스토그램 평활화 단계 ❶ 축적히스토그램을 구한값과 누적 히스토그램 ❷누적 히스토그램을 정규화 시킨 값
4장 영상의 개선 및 복원

15 평활화와 펼침 그림 (a) 원영상 그림 (b) 평활화(equalization) 그림 (c) 펼침(stretching)
4장 영상의 개선 및 복원

16 문턱치 기법 및 밝기 조각화 문턱치 기법 적응형 문턱치(adaptive thresholding) 밝기 조각화
관심 대상이 되는 물체를 강조하기 위해 저대비 영상을 고대비 영상으로 변환하는데 사용 배경에 비해 물체의 밝기가 더 밝거나 어두운 경우에 적합 적응형 문턱치(adaptive thresholding) 처리영상의 환경에 적응적인 임계값을 사용 밝기 조각화 영상의 특정요소 강조기법 명암 구분이 명확한 간단한 장면 상에서 잘 동작 4장 영상의 개선 및 복원