안녕하세요. 지난 포스팅의 디지털 영상 처리 - 노이즈만 있을 때 복원하기(공간 필터링) : 적응 필터에서는 주어진 영상에서 항상 동일한 필터링을 적용하는 것이 아니라 영상 내에 내재된 통계적 특성에 따라서 다르게 필터링하는 것을 보았습니다. 오늘은 그 이전 포스팅에서 보았던 평균 필터와 순서-통계 필터들의 결과를 확인해보는 시간을 가지도록 하겠습니다. 전체 코드는 아래의 깃허브 링크를 참조해주시길 바랍니다. skawngus1111/DIP Digital Image Processing exercise&code. Contribute to skawngus1111/DIP development by creating an account on GitHub. github.com 일단 오늘 구현할 모든 필터들은 이전에 ..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 노이즈 모델 구현에서는 MATLAB을 이용해서 영상에 노이즈를 인위적으로 부가하는 방법에 대해서 알아보았습니다. 간단하게 정리하면 아래와 같습니다. 부가하고자 하는 노이즈 종류를 정한다. 노이즈 종류에 따른 PDF를 정의한다. 입력 영상의 크기만큼 PDF에서 샘플링한다. 샘플링된 노이즈를 입력 영상에 더한다. 그리고 영상의 퀄리티를 떨어뜨리는 요인은 2가지로 열화 함수 $h(x, y)$와 부가 노이즈 $\eta(x, y)$라고 미리 말씀드렸습니다. 오늘은 열화 함수는 없다고 가정하겠습니다. 그리고 부가 노이즈 $\eta(x, y)$만 주어졌을 때 영상을 복원하는 방법에 대해서 알아보도록 하죠. 따라서 이를 다시 모델링하면 아래와 같이 나타낼 수 있습니다. ..
안녕하세요. 지난 포스팅에서는 디지털 영상처리 - 공간 필터링의 기초에 대해서 알아보았습니다. 이때, 공간 필터링은 결국 영상보다 훨씬 작은 크기의 윈도우 또는 커널을 정의하고 해당 영역 안에서 미리 정의된 연산을 수행한 뒤 다음 픽셀로 옮겨서 진행하는것이라고 하였습니다. 즉, 어떤 연산을 취하는 지에 따라서 공간 필터의 이름이 바뀌게 되는 데 오늘은 다양한 공간 필터 중 가장 기초적인 스무딩 공간 필터에 대해서 알아보도록 하겠습니다. 먼저, 스무딩(smoothing) 필터란 블러링(blurring)과 노이즈 제거를 위해 사용되는 방법입니다. 블러링은 어떤 의미있는 객체를 얻기 전에 영상에서 작은 디테일을 제거하거나 선, 곡선 등의 끊김을 이어주는 것과 같은 전처리 작업을 사용됩니다. 이때, 지난 포스팅..
