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 - 노이즈만 있을 때 복원하기(공간 필터링) : 평균 필터와 순서-통계 필터에서는 산술평균, 기하평균, 조화평균, 콘트라 조화평균 필터 그리고 중앙값, 최댓값, 최솟값, 중간값, Alpha-트리밍 평균 필터에 대해서 알아보았습니다. 특히, 콘트라 조화평균 필터나 Alpha-트리밍 평균 필터는 영상 내에 노이즈가 여러 개 섞인 경우에 잘 동작하는 것을 관찰할 수 있었습니다. 오늘은 이와 같이 고정된 필터값을 사용하는 경우가 아닌 영상 내의 통계적 특성에 따라 필터가 변화하는 적응 필터(Adaptive Filter)에 대해서 알아보도록 하겠습니다. 1. 적응적, 지역적 노이즈 감소 필터(Adaptive, Local Noise Reduction Filter) 영상과..
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 - 노이즈 모델에서는 디지털 영상에 부가되는 다양한 노이즈들에 대해서 알아보았습니다. 오늘은 영상에 노이즈를 부가하는 방법에 대해서 알아보겠습니다. 전체 코드는 아래의 깃허브를 참조해주시길 바랍니다. skawngus1111/DIP Digital Image Processing exercise&code. Contribute to skawngus1111/DIP development by creating an account on GitHub. github.com 일단... 샘플링하는 방법을 통째로 구현해보려고 했지만 제 코딩실력의 한계로 이 부분은 아래의 MathWorks 파일을 이용했다는 점 참고해주시길 바랍니다. 해당 코드에는 약 50가지의 다양한 분포에 대한 샘..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 영상 열화 및 복원 과정 모델에서는 영상이 부가 노이즈 $\eta{x, y}$나 열화 함수 $h(x, y)$에 의해 오염되는 과정에 대해서 알아보았습니다. 오늘은 그중에서 부가 노이즈 $\eta(x, y)$에는 어떤 종류들이 있는 지 알아보도록 하겠습니다. 본격적으로 진행하기 전에 백색 노이즈(White noise)라는 말 들어보셨나요? 제가 어렸을 때는 홈 쇼핑으로 백색 노이즈 생성해주는 기계를 옆에 두고 공부하면 더 집중이 잘된다는 상품 홍보 영상을 본적이 있습니다. 아니면 최근 유튜브에 많은 ASMR 영상에서도 종종 등장하는 용어입니다. 저희는 현재 디지털 영상 처리를 배우고 있기 때문에 이를 영상으로 확장시켜서 정의해보면 백색 노이즈란 노이즈를 주파..
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..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 선택적 필터링에서는 밴드차단 및 통과 필터, 그리고 노치 필터에 대해서 알아보았습니다. 오늘은 번외로 대부분의 프로그래밍 언어에서 구현되어 있는 고속 푸리에 변환(Fast Fourier Transform; FFT) 알고리즘을 보도록 하겠습니다. MATLAB에는 fft2, 파이썬의 넘파이에서는 np.fft.fft2로 구현이 되어있을 겁니다. 1. 2D DFT 분리성(Separability) 2D DFT는 각 차원에 따라서 수행하는 2개의 1D DFT로 분리될 수 있습니다. 일단, 다시 2D DFT를 상기하면 그 식은 아래와 같습니다. $$F(\mu, \nu) = \sum_{x = 0}^{M - 1}\sum_{y = 0}^{N - 1} f(x, y)e^{-2j..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 주파수 도메인을 이용한 영상 샤프닝에 이어서 오늘은 선택적 필터링(selective filtering)에 대해서 알아보겠습니다. 선택적 필터링은 크게 3가지로 각각 대역차단(band reject), 대역통과(band pass), 노치(notch) 필터로 나뉩니다. 1. 대역차단과 대역통과 필터 일단 대역차단 필터만 이해하면 대역통과 필터도 이해할 수 있기 때문에 대역차단 필터를 중심으로 이야기해보도록 하겠습니다. 대역차단 필터는 특정한 주파수 영역을 차단하는 필터링 방법입니다. 그리고 다들 예상하셨다싶이 대역차단 필터 역시 이상적, Butterworth, 가우스 필터를 기반으로 만들어집니다. 이를 수식적으로 나타내면 아래와 같습니다. 아마 기존의 저역 및 ..
