영상의 공간적 필터링 기법김동준Spatial filtering technique for imagesKim Dong Jun요 약영상 처리 및 신호 처리에서는 필터를 이용한 작업을 수행한다. 영상 및 신호에서는 필요한 정보만을 걸러내어 원치 않는 정보를 걸러 내는 작업을 필터링(filtering)이라고 한다. 본 논문에서는 공간적 필터링 기법으로 각 목적에 의해 적절한 커널 및 필터를 정의하여 원본 영상과 컨볼루션 연산을 수행하여 영상의 필터링을 진행한다.1. 서 론먼저 영상의 화질개선을 위해 많은 방법이 들어가야 한다.첫번째 영상의 히스토그램을 이용하여 영상의 특징을 파악 할 수 있다.영상의 히스토그램(Histogram)은 관찰한 데이터의 특징을 한눈에 알아 볼 수 있도록 데이터를 막대그래프 모양으로 나타낸 것이며 앞서 말했듯이 디지털 영상에 많은 정보를 제공할 수 있어 영상의 특징을 잘 알 수 있다.히스토그램의 용도는 주로 화질향상이나 이진화 후,255값을 가지는 영역 및 위치를 자동 추출 할 경우에 물체인식을 가능하게끔 한다.주로 영상의 개선을 위하여 밝기값 범위를 확장 시켜 영상의 대비를 향상시키는 히스토그램 스트레칭(Histogram Stretchimg) 방법이 있다.스트레칭 방법은 분포를 넓히는 연산이고 이러한 방법으로는 기본 명암 대비 스트레칭과 엔드-인 탐색이 있다.기본 명암 대비 스트레칭은 이상적이지 못한 히스토그램 분포 중에서 명암 대비가 낮은 디지털 영상의 품질을 향상시키는 기술이다. 이로써 앞서말한 영상의 히스토그램의 분포가 고르게 바뀌는것을 알 수 있으며 영상의 명암 대비가 뚜렷해지면서 고품질의 영상을 제공 한다.엔드-인 탐색은 모든 영역의 명도 값이 있음에도 화소의 대부분이 특정 값으로 구성된 영상이 있다. 이러한 영상의 히스토그램은 모든 구간에 분포하게되지만, 특정한 영역에만 집중되어 있어 최저, 최고 값 주위에 히스토그램의 기둥이 없다.그러므로 엔드-인 탐색은 일정한 양의 화소를 흑백으로 지정 후 히스토그램의 분포를 좀 더 균일하게 만드는 방법이다.그 다음으로는 히스토그램 평활화(Histogram Equalized)이다.예를 들어, 역광으로 촬영된 사진을 밝게 하고 싶을때 사용한다.어둡게 촬영된 영상의 히스토그램을 조절해서 명암 분포가 빈약한 영상을 균일하게 만들어주는 기법이다.영상의 밝기 분포를 재분배하여 명암의 대비를 최대화하고, 명암 대비 조정을 자동으로 수행하여야 한다.(이때 명암의 빈도는 변경하지 않는다.) 검출 특성이 좋은 영상만 출력하지는 않지만 영상의 검출 특성을 더 극대화 시킨다.히스토그램의 평활화 단계는 다음과 같다.1) 0부터 i까지의 명암 값의 빈도 수를 측정하여 히스토그램을 생성한다.2)0부터 i까지의 누적 빈도 수를 계산한다3)누적 빈도 수로 정규화된 누적합을 계산한다.(정규화를 하는 이유는 기준점을 잡기 위해서 하는 과정이다)4)정규화된 누적합이 소수가 나오게 된다면 반드시 반올림을 해주어 매핑하여야 한다.이러한 과정을 거쳐 히스토그램 평활화를 적용하면 어두운 영상은 밝게, 밝은 영상은 조금 어둡게 된다.본 논문에서는 공간 필터링에 대해 이야기를 하려고 한다. 영상처리에서 필터링은 영상 내에서 특별히 원하는 성분을 추출해내는 과정에 대한 용어이다. 필터링은 크게 두 가지로 나뉘는데 하나는 저주파 필터링이고 하나는 고주파 필터링이다.필터링의 용어는 모두 주파수 영역에서 다루는 용어를 그대로 사용한다. 공간필터링이라는 용어는 영상을 입력으로 하여 출력을 영상으로 내어주는 공간상에서의 결과를 보여주는데 따른 용어이다.필터링의 종류는 평균,중간값,가우시안,보존,언샤프가 있으며 다양한 상황에서 알맞은 필터링을 수행한다면 더 좋은 영상개선을 할 수 있음을 알 수 있다.2. 본론2.1 Average Filter입력 영상의 픽셀 밝기값을 주변 픽셀들의 밝기값의 평균으로 대체하여 영상을 스무딩 시키는 방법으로 잡음을 줄이는 필터링 기법이다 커널 크기에 따라 영상의 스무딩 정도가 결정되며,커널의 크기가 클 수록 스무딩 효과가 커지는 특성을 가짐2.2 Median Filter입력 영상에서 주변 픽셀들의 값들을 오름 또는 내림 차순으로 정렬하여 그 중앙에 있는 값으로 픽셀 값을 대체하는 방식의 필터이다.2.3 Gaussian Filter가우시안 분포(gaussian distrubution)을 따르는 가우시안 커널을 이용하여 영상의 잡음을 제거하는 기법이며 평균 필터(uniformly distributed)와 달리 중심에 가까운 픽셀에 더 높은 가중치를 부여한다. 비슷한 크기의 평균 필터에 비해 에지 정보를 잘 유지하면서 자연스럽게 스무딩을 적용할 수 있다.2.4 Unsharp Filter영상의 에지와 같은 고주파 성분을 강조하는 필터로 선명하지 않은 영상의 선명도를 향상시키기 위하여 주로 이용된다. 고주파 성분에 해당하는 에지영상(x,y)에서 원본 영상을 스무딩한 영상의 뺄셈 연산을 통하여 구한다.3. 실험 결과3.1 Average Filter 적용 결과그림(a)영상의 잡음이 줄어들고 있지만 전체적으로 스무딩 되어 테두리부분이 무뎌지고 있음3.2 Median Filter 적용 결과그림(b) 영상의 잡음이 커널사이즈가 커질수록 사라졌지만 영상이 흐려짐3.3 Gaussian Filter 적용 결과그림(c) 커널이 커질 수록 영상이 더욱더 부드러워 졌지만 영상의 엣지정보 또한 많이 뭉개져서 전체적으로 영상이 뭉개짐
