모폴로지

1. 개요
디지털 이미지의 마스크 기반 영상 처리에서는 사각형 형태를 가지는 일정한 크기(N * N)의 마스크(필터)를 영상에 적용하여 우리가 원하는 작업을 수행하였다. 모폴로지 기법도 목적은 동일하나 이를 수행하는 방법에 있어 마스크 기반 처리와는 특별한 차이가 있다. 가장 큰 차이는 우리가 원하는 기하학적 형태로 마스크를 구성할 수 있다는 것이다. 마스크의 형태가 사각형 형태뿐만 아니라 다양한 이차원상의 기하학적 형태를 가질 수 있다. 이로 인해 모폴로지 기법(형태학적인 접근 기법)이라고 불리고 있다.

모폴로지 기법의 기본 아이디어는 미리 기하학적 형태를 알고 있는 대상 물체의 정보를 반영하여 영상 내에서 원하는 부분만을 추출하는 것이다. 일반적인 영상의 경우 영상 내에는 다양한 물체들이 혼합되어 있으며 우리가 관심을 가지는 나머지

주파수 영역에서의 영상처리

1. 개요
영상의 공간적인 분석이 아니라 영상을 이루고 있는 주파수 영역으로의 변환을 통해서도 영상내의 또 다른 유용한 정보를 추출할 수 있다. 아래 그림은 다양한 영상에 대한 이산 푸리에 변환을 통한 주파수 영역으로의 영상의 변환 예이다. 원 영상은 위의 열에 해당하며 영상 하나하나가 주파수 영역으로의 변환 결과는 바로 밑 열에 나타나 있다.
사용자 삽입 이미지위 그림의 결과를 보면 원 영상에서의 복잡한 밝기값의 변화 정도가 주파수 영역으로의 변환 후에는 현저히 줄어듦을 알 수 있다. 위의 세 영상 모두 저주파 성분(변환 후의 중앙 부분)이 지배적임을 알 수 있다. 이러한 성질을 이용한 것이 최근에 영상 압축 표준 등에서 널리 쓰이고 있는 DCT(Discrete Consine Transformation)이다.

2. 이론적인 …

컬러 영상 처리

1. 색상모델
적색, 녹색, 청색 세가지 기본컬러를 어떻게 혼합하면 우리가 원하는 색을 만들 수 있을까? 컬러에 대한 표현을 표준화하기 위해 색상모델이라는 것이 사용된다.

색발모델의 좌표는 3원색의 각가이 하나의 축을 이루고 있으며 구체적인 하나의 색은 이 좌표계 내에서 하나의 점을 나타낸다. 이러한 좌표계는 하나만 존재하는 것이 아니라 용도에 따라 많은 종류의 좌표계가 존재한다. 예를들면, RGB 모델은 컬러 CRT 모니터나 컴퓨터 그래픽스분야에서 사용하는 모델이고, YIQ는 TV 방송을 위한 색상 모델, CMY는 컬러 영상의 출력을 위해 프린터에서 사용하는 색상모델이다. 사람이 색을 인지하는 모델과 가까운 직관적인 모델로 색상(hue), 채도(saturation), 명도(brightness)를 다루는 시스템은 HSI 색상모델을 사용한다.

 

  1. RGB 모델
    RGB 모델은 개인용 PC 앞에 놓여있는

BMP 파일

1. 서문
BMP 파일은 이미지 파일중에 가장 간단한 파일중 하나입니다. 기본적으로 BMP 파일은 1, 4, 8, 16, 24 및 32비트를 지원합니다. 하지만 16과 32비트는 거의 사용하는 예가 없습니다. BMP 파일은 사용이 쉬운만큼 용량이 큰 파일입니다. 그렇기 때문에 이 파일 역시 기본적인 압축형식을 지원합니다. 그 방식은 간단한 압축방식인 Run-Length Compresstion 방식이며, 4비트와 8비트를 지원합니다.(?RLE4, ?RLE8). 어쨌든 이 압축방식의 특성은 간단한 색상의 그림 블록의 경우에는 비교적 효율이 좋으나, 복잡한 색상 혹은 완벽히 랜덤한 색상의 경우는 전혀 압축이 되지 않을수 있습니다. 그래서, 대부분의 BMP 파일은 압축을 사용하는 예가 드물게 됩니다.

BMP 파일은 파일과 영상의 정보를 저장하는 헤드 부분이 존재합니다. 먼저

룩업테이블(Look Up Table) 연산

룩업 테이블(LookUpTable : LUT)은 산술연산을 고속으로 수행하기 위해서 사용된다. 예를 들어 입력된 원 영상에 일정한 값을 곱해서 영상의 대비를 증가시키는 연산을 행한다고 가정하자. 이러한 작업을 하는 프로그램은 다음과 같다.

for (i = 0; i < height; ++i)
{
for (j = 0; j < width; ++j)
{
temp = (int)(InImg[i][j] * 1.4);
OutImg[i][j] = temp > 255 ? 255 : temp;
}
}

이 프로그램을 살펴보면 출력영상 ?OutImg[i][j]를 얻기 위해서 입력된 원 영상에 1.4라는 값을 곱하는 작업을 영상에 존재하는 단위픽셀의 수 만큼 반복해서 수행해 주고 있음을 알 수 있다. 곱셈 연산은 프로그램의 속도 저하에 많은 영향을 준다. 따라서, 고속동작을 …

히스토그램

영상의 밝기값을 수평축으로 하고 수평축의 밝기값에 대응되는 크기를 가진 픽셀수가 영상 안에 몇개나 되는지 나타내는 빈도수를 수직축으로 해서 만든 그래프이다. 따라서, 흑백 영상의 경우 수평축은 0~255의 범위값을 가지며 수직축의 값은 영상의 크기와 밝기의 분포에 따라 달라진다.

계단현상

계단 현상이란 영상의 경계선 부분에 모자이크 현상이 나타나는 것을 말하는데 블록단위로 밝기 차가 급격히 변하여 생기는 현상으로 블록 현상이라고도 한다. 이중 선형 보간법을 사용한 영상은 주변의 평균값을 이용하였기 때문에 영상의 밝기가 급격히 변하는 현상을 줄일 수 있어 계단 현상이 나타나지 않는다.

Saturation과 Wrap

디지털 이미지의 컬러 수는 제한되어 있다. 물론 그레이 이미지 역시 명암 값은 제한되어 있는데 우리가 사용하는 RAW 파일 포맷은 256 Gray Level 이미지이다. 이 256 Gray Level 이미지는 각 픽셀마다 0~255까지의 밝기 값을 표현할 수 있는데 이미지의 사칙 연산을 구현하다 보면 255값을 넘거나 0 값보다 작은 값이 나올 경우가 있다.

이러한 경우 이미지의 반전이 생기게 된다. 예를 들어보면 한 픽셀이 250값을 가지고 있고 다른 픽셀 값이 10일 경우에 두 픽셀을 더하면 출력 값은 260이 된다. 그렇다면 255까지 밖에 표현할 수 없는 이미지에서 260은 어떻게 표현될 것인가라는 문제가 생기게 된다. 이 경우 두 가지 방법으로 출력 값을 표현할 수 있는데 Saturation이라는