안녕하세요. 지난 포스팅의 디지털 영상 처리 - 주파수 공간 필터링 기초 2에서는 푸리에 변환과 컨볼루션 정리에 대해서 알아보았습니다. 기초 파트에서 유심히 보셔야 할 키워드는 3가지로 임펄스 열(impulse sequence), 푸리에 변환(Fourier Transform), 그리고 컨볼루션 정리(Convolution Theorem)만 이해하고 있으시면 주파수 공간 필터링을 이해할 수 있습니다. 오늘은 디지털 신호(digital signal) 샘플링과 샘플링된 신호에 푸리에 변환을 시키면 어떤 결과를 얻는지 분석하고 이해하는 시간을 갖도록 하겠습니다. 1. 샘플링(Sampling) 아주 옛날에 제가 정리했던 디지털 영상 처리 기초 파트에서 자연 상태인 continuous 함수를 컴퓨터에서 다루기 위해서..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 주파수 공간 필터링 기초 1에서는 복소수(Complex numbers), 푸리에 급수(Fourier Series), 임펄스(Impulse), 선별 특성(Sifting Property)에 대해서 알아보았습니다. 오늘은 나머지 개념들을 정리해보는 시간을 가지도록 하겠습니다. 1. 푸리에 변환(Fourier Transform) 연속 변수 $t$의 연속 함수 $f(t)$에 대한 푸리에 변환 $\mathcal{F}\{f(t)\}$은 아래와 같이 정의됩니다. $$\mathcal{F}\{f(t)\} = \int_{-\infty}^{\infty} f(t)e^{-j2\pi\mu t} \; dt$$ 위의 정의를 보면 변환과정에서 연속 변수 $t$는 적분 되어 없어지고 새로운..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 공간 개선 방법 결합에서는 어떤 문제를 달성하기 위해서 다양한 필터링 기법과 밝기 변환 함수들을 함께 적용하는 것을 보았습니다. 지난 포스팅까지는 영상 공간 필터링(image domain filtering)에 대해서 다루었다면 오늘은 주파수 공간 필터링(frequency domain filtering)에 대해서 알아보도록 하겠습니다. 주파수 공간 필터링을 정확하게 이해하기 위해서는 많은 선행 지식을 필요로 하기 때문에 오늘 포스팅은 해당 개념을 알기 위한 기초 공사 정도로 생각하면 될 거 같습니다. 1. 복소수(Complex Numbers) 복소수에 대해서는 다들 고등학교나 대학교 1학년 때 기초 수학에서 아마 배우실 것이기 때문에 간단하게 설명하고 넘어가..
