1. 영상처리 기본
ㅇ 이미지 (Image) : 물체나 장면을 시각적으로 나타낸 형태
- 디지털 이미지는, 2차원 배열 형태의 픽셀들의 집합으로 구성됨
ㅇ 픽셀 (Pixel) : 디지털 이미지의 최소 단위
- 이미지는 픽셀들의 집합으로 표현됨
ㅇ 해상도 (Resolution), 화면 해상도 (Display Resolution, Screen Resolution)
- 영상을 구성하는 픽셀의 밀도로써, 통상, (가로 x 세로) 픽셀 수로 표시됨
ㅇ 색 공간 (Color Space) : RGB, HSV, YCbCr 등 색상을 표현하는 방식
ㅇ 비트 깊이 (Bit depth), Color Depth (색 깊이) : 각 픽셀이 표현할 수 있는 정보의 양
- 비트 깊이가 높을수록, 더 많은 밝기값(계조), 색상값 표현 가능
ㅇ 명암 대비 (Contrast) : 이미지 내에서 밝고 어두운 영역 간의 차이
ㅇ 공간 도메인 (Spatial Domain) : 이미지 처리 연산이 직접 픽셀 값에 적용되는 방식
ㅇ 주파수 도메인 (Frequency Domain) : 이미지가 주파수 성분으로 변환되어 처리되는 방식
2. 영상 표현 및 조작
ㅇ 이진화 (Binarization) : 이미지를 흑백(0과 1)으로 변환하는 과정.
ㅇ 그레이스케일 이미지 (Grayscale Image) : 색상이 없이 명암도를 갖는 흑백으로 표현
- 통상, 0(검은색) ~ 255(흰색) 값을 가지는 회색조 이미지
ㅇ 경계선 (Edge) : 주로, 명암(밝기) 변화가 급격히 일어나는 부분
ㅇ 히스토그램 (Histogram) : 이미지 내 픽셀 밝기 값의 분포를 나타내는 그래프
ㅇ 히스토그램 평활화 (Histogram Equalization) : 이미지의 명암 분포를 조정하여 대비를 향상
ㅇ 영상 프레임률 (Frame Rate) : 영상에서 초당 보여지는 이미지(프레임)의 수
- 높은 프레임 레이트는 더 부드러운 영상을 제공
ㅇ 이진화 (Thresholding) : 이미지를 흑백으로 변환하는 과정
- 픽셀 값이 특정 임계값 이상이면 흰색(1), 그 이하이면 검은색(0)
- 객체 분리 등에 유용
ㅇ SNR (Signal-to-Noise Ratio) : 신호 대 잡음 비율, 영상의 품질을 평가하는 지표
ㅇ PSNR (Peak Signal-to-Noise Ratio) : 원본 영상과 압축 영상 간의 품질 차이를 측정하는 값
ㅇ 엣지 검출, 경계선 추출 (Edge Detection) : 이미지에서 물체의 경계를 식별하는 기법
- 소벨 필터(Sobel), 캐니 엣지(Canny Edge) 등
ㅇ 블러링 (Blurring) : 이미지의 디테일을 흐리게 만드는 기법
- 노이즈를 줄이거나 평활화하는 데 사용
- 평균 필터(Average Filter), 가우시안 필터(Gaussian Filter) 등
ㅇ 샤프닝 (Sharpening)
- 이미지의 선명도를 높여 디테일을 더욱 또렷하게 만드는 처리
ㅇ ROI (Region of Interest) : 관심 영역
- 처리 및 분석의 대상이 되는 이미지의 특정 부분
3. 영상 변환 및 필터링
ㅇ 변환 (Transformation) : 이미지를 다른 공간으로 변환하여 특정 작업을 수행
- 푸리에 변환, 웨이블릿 변환 등
- 푸리에 변환 (Fourier Transform) : 공간 도메인에서 주파수 도메인으로 변환하는 방법
. 이미지의 주파수 성분을 분석하는 데 사용
ㅇ 컨벌루션 (Convolution) : 마스크(필터)를 이미지에 적용하는 연산 과정
- 주로, 엣지 검출, 블러링(모호화), 샤프닝(선명화) 등에 사용
ㅇ 이미지 필터링 (Filtering) : 이미지를 변환하여 노이즈 제거, 특정 특징 강조 등
- 저역통과 필터 => 노이즈 저감 (부드럽게 함), 고역통과 필터 => 엣지 강조 (디테일 강조)
- 평균 필터 : 주변 픽셀의 평균값으로 현재 픽셀의 값을 대체하여 노이즈 제거
- 중앙값 필터 : 주변 픽셀의 중앙값으로 현재 픽셀의 값을 대체하여 펄스 노이즈 제거
ㅇ 가우시안 블러(Gaussian Blur) : 노이즈 제거 및 블러 효과를 위한 필터
ㅇ 미디언 필터 (Median Filter) : 염분-후추 노이즈 제거에 효과적인 비선형 필터
ㅇ 소벨 (Sobel) 필터 : 엣지 검출을 위한 1차 미분 기반 필터
ㅇ 라플라시안 (Laplacian) 필터 : 엣지를 강조하는 2차 미분 기반 필터
ㅇ FFT (Fast Fourier Transform) : 영상을 주파수 도메인으로 변환하는 빠른 푸리에 변환 알고리즘
ㅇ DCT (Discrete Cosine Transform) : 주파수 성분 분석에 사용되는 변환, JPEG 압축에서 사용됨
ㅇ 웨이블릿 변환 (Wavelet Transform) : 다중 해상도 분석이 가능한 변환 기법
ㅇ 형태학적 처리, 모폴로지 연산 (Morphological Operation) : 이미지의 형태적학적 특성을 분석
- 이진 영상에서 구조적 특징을 분석하는 기법
- 형태적학적 특성(shape, size, connectivity 등)을 기반으로 이미지를 분석하고 변형하는 기법
- 노이즈 제거, 객체 분리, 경계선 추출 등 다양한 목적으로 활용
. 팽창(객체 확대)과 침식(객체 축소)이 대표적
- 주로, 이진화된 이미지에서 객체의 모양을 수정하거나 강조하는 데 사용
ㅇ Affine 변환(Affine Transformation) : 이동, 회전, 크기 조정, 기울이기(스큐) 등의 변환 기법.
ㅇ Perspective 변환 (Perspective Transformation) : 원근법에 따른 영상 변환 기법
ㅇ 호모그래피 (Homography)
- 원근 투영된 2차원 영상의 특정 평면을, 정면에서 바라본 평면으로 변환하는 것
- 3차원 공간 상의 평면을, 서로 다른 시점에서 바라봤을 때, 획득되는 영상 사이의 변환 관계
4. 특징 추출 및 분석
ㅇ 엣지 검출 (Edge Detection) : 영상 내 경계선을 찾는 기법
ㅇ 코너 검출 (Corner Detection) : 특징점(코너)을 찾는 기법 (例, Harris Corner)
ㅇ SIFT (Scale-Invariant Feature Transform) : 크기 및 회전에 강한 특징점 추출 방법
ㅇ SURF (Speeded-Up Robust Features) : SIFT보다 빠른 특징점 추출 방법
ㅇ ORB (Oriented FAST and Rotated BRIEF) : SIFT/SURF보다 가벼운 특징점 검출 방법
ㅇ HOG (Histogram of Oriented Gradients) : 객체 인식을 위한 특징 표현 방법
ㅇ LBP (Local Binary Pattern) : 텍스처 분석을 위한 로컬 특징 추출 기법
ㅇ RANSAC (Random Sample Consensus) : 이상치 데이터를 제거하여 모델을 최적화하는 기법
5. 영상 복원 및 압축
ㅇ 노이즈 (Noise) : 이미지를 손상시키는 무작위 신호
- 이미지 품질을 저하시키는 주요 원인 중 하나
ㅇ 노이즈 제거(Denoising) : 가우시안 노이즈, 소금-후추 노이즈 등을 제거하는 기법
ㅇ 모션 블러(Motion Blur) : 움직임에 의해 발생하는 영상 흐림 효과
ㅇ JPEG : 손실 압축을 사용하는 대표적인 이미지 압축 형식
ㅇ PNG : 비손실 압축을 사용하는 이미지 포맷
ㅇ Run-Length Encoding (RLE) : 연속된 동일 값 데이터를 압축하는 방식
ㅇ Huffman Coding : 가변 길이 코드로 데이터를 압축하는 알고리즘
ㅇ Wavelet Coding : JPEG 2000에서 사용되는 이미지 압축 기법
ㅇ Super-Resolution : 저해상도 이미지를 고해상도로 변환하는 기술
ㅇ Inpainting : 손상된 부분을 주변 정보로 복원하는 기법
6. 영상 분할 및 객체 검출
ㅇ Segmentation(영상 분할) : 객체 또는 영역을 분리하는 기법 (例, U-Net)
ㅇ 배경 제거(Background Subtraction) : 배경과 객체를 분리하는 기법
ㅇ Watershed 알고리즘(Watershed Algorithm) : 영상 내 객체를 경계 기반으로 분할하는 기법
ㅇ Thresholding(임계값 처리) : 픽셀 값을 특정 기준으로 나누어 분할하는 방법
ㅇ 객체 검출(Object Detection) : 이미지에서 특정 객체를 찾아내는 기술
ㅇ YOLO(You Only Look Once) : 실시간 객체 검출 알고리즘
ㅇ 영상 분할 (Segmentation[) : 이미지를 여러 하위 영역으로 나누는 과정
- 각 영역은 유사한 속성을 가진 픽셀들의 집합
- 물체 인식 및 추적에 사용