07장. 영역 처리를 이용한 에지 검출

에지 (edge)

• 디지털 영상의 밝기가 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 변하는 지점
• 디지털 영상을 구성하는 객체 간의 경계(= 경계선)
• 디지털 영상의 에지: 물체 식별, 위치/모양/크기 등을 인지하고 방향성을 탐지할 수 있는 정보 제공

엣지 검출

• 사용) 자동주행 - 선 찾기
• 에지 추출에는 함수의 변화분을 찾는 미분 연산이 이용됨.

1차 미분 검출기

수직 에지 검출 마스크(왼), 수평 에지 검출 마스크(오)

• 마스크의 크기가 클수록 상세한 에지를 검출하기 어렵고, 작으면 잡음에 민감하며, 회선 마스크의 합은 0이 됨
• 종류

다양한 1차 미분 회선 마스크

• 로버츠 마스크
  장점 : 크기가 작아 매우 빠른 속도로 동작하여 효과적으로 사용 가능.
  단점 : 돌출된 값을 잘 평균할 수 없으며, 잡음에 민감함.
  요즘은 속도가 문제가 아니라서 잘 안 써
• 프리윗 마스크
  장점 : 돌출된 값을 비교적 잘 평균화함.
  단점 : 대각선보다 수평과 수직에 놓인 에지에 더 민감하게 반응함.
• 소벨 마스크
  장점 : 돌출된 값을 비교적 잘 평균화함.
  단점 : 대각선 방향에 놓인 에지에 더 민감하게 반응함.

2차 미분을 이용한 에지 검출

• 1차 미분을 이용한 에지 검출기의 단점: 에지가 있는 영역을 지날 때 민감하게 반응
• 1차 미분의 단점을 완화시켜 둔감하게 반응하도록 만듦.
• 장점: 검출된 에지를 끊거나 하지 않고 연결된 폐곡선을 형성함.
• 단점: 고립된 잡음에 민감하고, 윤곽의 강도만 검출하지 방향은 구하지 못함.
• 에지 부분에서 부호가 바뀌는 영교차(Zero Crossing)의 특성이 있음.

라플라시안(Laplacian) 연산자

• 대표적인 2차 미분 연산자로, 모든 방향의 에지를 강조함.
• 1차 미분의 회선 마스크에는 행과 열 방향의 회선 마스크가 있으나,
• 2차 미분의 라플라시안 회선 마스크에는 행과 열 방향이 합쳐져 한 개만 있음.
  • 회선 마스크의 합은 0

라플라시안 회선 마스크

LoG(Laplacian of Gaussian) 연산자

• 잡음에 매우 민감한 라플라시안 마스크를 이용한 에지 검출기의 문제점을 해결하기 위해 만듦.
• 가우시안 스무딩을 수행하여 잡음 제거 과정을 거친 뒤 에지를 강조하려고 라플라시안을 이용함.
• 방법1 : 가우시안 스무딩 필터링을 먼저 수행하고 그 결과 값에 라플라시안을 수행하는 방법
• 방법2 : LoG 필터에 해당하는 선형 필터링을 한꺼번에 수행하는 방법

DoG(Difference of Gaussians) 연산자

• LoG : 필터가 크고 두번 처리해야해서 시간 오래 걸림

• 특별한 이유가 있지 않는 한, 직접 커널을 설정하는 경우는 거의 없다

etc

이미지도 파동으로 변환을 할 수가 있는데, 주변 픽셀과의 밝기 변환가 많은 곳은 고주파로, 변환이 적은 곳은 저주파로 표현이 가능합니다.

이미지에서 고주파의 의미는 경계선을 의미하고, 저주파는 배경을 의미합니다. 그러므로 고주파를 제거하면 경계선이 사라지고, 저주파를 제거하면 경계선만 남게 됩니다.

이미지 -> 푸리에 변환 -> 고주파 또는 저주파 제거 -> 다시 이미지 변환 과정을 거쳐 경계 또는 배경만 남게 할 수 있습니다.

비트맵 이미지를 압축해서 저장했다가 다시 불러올 때, 약간의 손실이 발생하지만 코사인 함수 개수에 따라서 압축률을 조절할 수 있습니다. 예를 들어 인터넷 속도가 느릴 때, 지도나 그림 등 화상이 다운되는 과정을 보면 처음에는 블록별로 전체적인 윤곽이 희미하게 나타나고, 차츰 디테일이 살아나는 것을 볼 수 있습니다. 저주파 코사인 함수가 먼저 전송되고 이어서 고주파의 코사인 함수들이 이어서 나오기 때문입니다.

• 왜 8비트 (0~255)

  의료분야에서는 그 이상도 사용 (X-ray) : 흑백, 작은 차이도 크게 보임

  일반적인 영상 프로세싱에서는 8비트 사용

  센서는 아날로그

  실제 자연영상을 센싱하는게 아니라, 샘플링하여 사용

  초고속 카메라는 샘플링 주기가 짧은 것

실습 - Computer Vision

바둑돌

책인지, 책의 위치

동전 찾기, 분류, 빛의 방향 고려

텍스트 인식 - 전처리 필요

• 엣지 따기 -> 영상을 binarization (한 차원 낮춤)