안녕하세요. 지난 포스팅의 디지털 영상 처리 - 주파수 도메인 필터링에 의한 노이즈 감소에 대해서 알아보았습니다. 그런데 이전에 공간 필터링에 대해서 구현할 때 평균 필터와 순서-통계 필터만 구현하고 적응 필터링은 구현하지 않았습니다. 오늘은 적응 필터링을 구현해보도록 하겠습니다. 적응 필터링의 전체 코드는 아래의 링크를 참고해주시길 바랍니다. skawngus1111/DIP Digital Image Processing exercise&code. Contribute to skawngus1111/DIP development by creating an account on GitHub. github.com 1. 적응적, 지역적 노이즈 감소 필터(Adaptive, Local Noise Reduction Filte..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 노이즈만 있을 때의 복원(공간 필터링) : 평균 필터와 순서-통계 필터 구현에 대해서 알아보았습니다. 실제 MATLAB으로도 구현을 해보고 각 노이즈별로 어떤 공간 필터링이 효과가 있는 지 까지 분석을 진행하였습니다. 지금까지는 영상 공간에서 수행하는 필터링이였다면 이번에는 주파수 공간에서 수행하는 필터링에 대해서 알아보도록 하겠습니다. 기본적으로 저희가 이전에 알아보았던 공간 필터링과 큰 차이가 없기 때문에 혹시 아직 보시지 않았다면 제가 이전에 미리 정리해놓은 주파수 공간 필터링과 관련된 내용을 먼저 숙지하고 오신 뒤에 보시는 것을 추천드립니다. 1. 노치 필터(Notch Filter) 이 부분은 기본적으로 제가 미리 설명드린 아래의 링크를 보시면 쉽게..
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 포스팅의 디지털 영상 처리 - 고속 푸리에 변환(Fast Fourier Transform;FFT)을 마지막으로 주파수 공간에서의 필터링을 마무리하였습니다. 오늘부터는 지금까지 배웠던 영상 공간 및 주파수 공간 필터링 기법들을 활용해서 다양한 영상 처리 방법에 대해서 알아보도록 하겠습니다. 그 시작으로 영상 복원과 관련된 이야기를 해보려고 합니다. 오늘은 간단하게 진행해보도록 하죠. 영상을 복원하는 이유는 무엇일까요? 음...아마 다양한 이유들이 있겠지만 제 생각에는 주어진 영상이 특정 잡음에 오염된 경우 깨끗한 영상을 얻고자할 때 일 것입니다. 일단 영상이 오염, 즉 열화(Degradation)되는 과정을 수학적으로 모델링해보도록 하겠습니다. 일단, 열화가 되기 위해서는 노이즈가 하나도..
