학부생을 위한 컴퓨터비전 기본 개념 및 이론 정리

소개

컴퓨터비전에 관심있거나, 관련 분야 시험 또는 대학원 진학을 준비하는 학부생에게 도움이 될 만한 디지털영상처리, 컴퓨터비전(CV) 개념 및 이론 정리 자료입니다.

목차

1.Image Enhancement
2.Color, Edge, Textures
3.Region Segmentation
4.Shapes
5.Image Matching System
6.Linear Regression
7.Neural Network : Perceptron
8.Neural Network : MLP
9.CNN & CNN Architecture
10.Semantic Segmentation
11.Object Detection

본문내용

Image enhancement
주요 기법들
• 대비 강화 (Contrast enhancing)
• 노이즈 필터링 - 평활화 (Noise Filtering - smoothing)
• 형태학적 연산자 (Morphological Operator)
2-4. 컬러 (Color)
컬러의 중요성
• 인간 시각에서 중요한 역할
• 픽셀의 속성으로 인식 문제를 용이하게 함
• 가시광선 스펙트럼: 400nm(파란색) ~ 700nm(빨간색)
• 기계는 X선, 적외선, 전파 등도 "볼" 수 있음
컬러 코딩 방법
• RGB: 디스플레이용 가산 시스템 (검은색에 색을 더함)
• CMY: 인쇄용 감산 시스템
• HSI: 예술, 심리학, 인식에 좋은 지각적 공간
• YIQ: TV용, 압축에 효과적
컬러 채도 편집 예시
• 원본 음식 이미지
• 채도 20% 감소
• 채도 40% 증가
5-8. 히스토그램 (Histogram)
히스토그램의 특징
• 영상을 표현할 수 있는 컬러 히스토그램
• 빠르고 계산이 용이
• 크기 정규화 가능하여 서로 다른 영상 히스토그램 비교 가능
• 데이터베이스 쿼리나 분류를 위한 컬러 히스토그램 매칭
실제 응용 사례
• IBM의 VeggieVision: 식료품점 계산대에서 농산물 인식
• 사과와 오렌지를 구분하는 HSI 히스토그램 활용
9-15. 점 처리 (Point Processing)
기본 개념
• 가장 간단한 범위 변환: G(x,y) = T(f(x,y))
• 위치 (x,y)와 무관한 독립적 처리
• 공간 정보 완전 손실
점 처리 기법들
• 산술/논리 연산 (덧셈, 뺄셈, 곱셈, 나눗셈, 평균)
• 간단한 회색도 변환
• 영상 네거티브
• 로그 변환
• 거듭제곱 법칙 변환
• 임계값 처리
• 회색도 슬라이싱, 비트평면 슬라이싱
• 대비 스트레칭
• 히스토그램 처리
산술 연산의 효과
• +, -: 영상의 밝기 조절
• ×, ÷: 영상의 명암대비 조절
• 문제점: 음수 또는 최대값 초과 가능
• 해결책: 클램핑(Clamping) - 음수는 0, 255 초과는 255로 설정

참고자료

· 없음