[컴퓨터그래픽스] 영역 기반 처리 방법 정리

회선

영역 기반 처리를 위한 기본적인 기법

M:N 회선 마스크를 통해 영역 처리, 이산 또는 연속적인 영역에 따른 계산 법이 약간 차이가 있음, weighted sum

회선 마스크의 특징

- 마스크의 크기는 홀수 -> 동일한 영역의 크기의 마스크가 모든 화소에 적용되어야 함

- 주로 계수들의 합 1, 일부 마스크는 계수 합이 0

 

영상의 경계처리 방법

임의로 0 삽입

중첩되는 부분만 회선 처리

원본의 크기 확장(임의 0 삽입이 아닌 가장자기 값 복사 등..) 

 

영역 기반 처리

입력 화소와 주위 화소, 즉 영역 통해 출력 화소 결정.

주변의 픽셀에 영향이 있음

회선 기법을 주로 사용

영상 흐리게 하기

주위 픽셀 값들 차를 줄여서 구현 (나눗셈 회선 마스크)

참고) Gaussian Smoothing : 더 성능이 좋은 영상 흐리기 기법

 

영상 선명하게 하기 (마스크 활용)

주변의 값 차이를 증가시켜 선명화, 사용하는 회선 마스크는 선형적으로 N(ex. 5)개의 마스크를 더해져서 얻을 수 있다.

 

경계선 검출 (x, y축)

경계선 : 객체의 외곽선

경계선들은 2차원에서는 곡선의 집합, 3차원에서는 곡면의 집합이 된다.

경계선 검출의 수학 모델 3가지 (y 축 경계선 검출 기준)

x의 차만 남기면 된다.

 

경계선 검출 (임의의 방향)

그레디언트 사용

 

경계선 검출 (마스크 활용)

0의 방향의 경계선이 잘 검출됨

- 로버츠 : 대각선

- 프리윗 : -1, 0 ,1 마스크

- 소벨 : 프리윗보다 다양한 마스크 강도값 가능

 

잡음 제거

두 가지 종류의 잡음을 제거하는 데 활용

- 가우시안 잡음 : 정규 분포, 평균 마스크 활용 시 효과 좋음

- 임펄스 잡음 : 영상의 픽셀과 뚜렷히 다른 값들이 속속 들어가 있는 잡음, 중간값 필터링 활용 시 효과 좋음

중간값 필터링은 회선이 아님 (마스크를 통해 영역 간 weighted sum 처리가 이루어지지 않음)

 

열림 연산

물체 분리에 유용, 침식 연산(최솟값 필터) -> 팽창 연산(최댓값 필터)

침식을 통해 근접한 부분이 분리되어 팽창하더라도 분리된다.

 

닫힘 연산

물체 결합에 유용, 팽창 연산 -> 침식 연산

팽창을 통해 근접한 부분이 붙게 되면서 침식 후에도 연결된다.