1. 디지털 영상 처리 (Digital Image Processing)
ㅇ 디지털 영상의 성질을 변화시키는 프로세스 (취득,가공,처리,해석 등)
2. 디지털 영상처리 구분
ㅇ 기술 구분
- 영상 변환 : 영상의 개선,압축,해석을 용이하게 함 ☞ 영상 변환 (Image Transform) 참조
. 영상 정보를 공간 영역이 아닌 다른 영역(주파수영역 등)으로 변환시켜,
. 영상의 개선, 압축, 해석 등을 용이하게 수행할 수 있게 하는 것
- 영상 복원 : 훼손된 영상을 복구하는 것
- 영상 개선 : 보기에 좋은 영상으로 변환하는 것
. 특정 응용에 대해 원본 보다 더 적합한 이미지를 얻게함
- 영상 분석 : 픽셀 배열 정보로부터 원하는 정보(속성의 수치화)를 추출
- 영상 인식 : 문자 인식, 지문 인식, 얼굴 인식 등 ☞ 패턴 인식 참조
- 영상 압축 : 영상 데이터 압축 ☞ 영상 부호화 참조
ㅇ 단계 구분
- 영상의 획득 (Image Acquisition) ☞ CCD 이미지 센서, 결상 등 참조
. CCD 센서로 이미지를 디지털화
- 컴퓨터 처리에 적합한 형태로 변환 및 표현
. 샘플링/양자화 등으로 컴퓨터에 적합한 형태(디지털화)로 변환
- 전처리 (Image Filtering and Enhancement)
. 필터링 및 기본 개선 작업 수행
- 영상 복원 및 개선 (Image Restoration)
. 손상된 영상의 복구와 시각적 품질 향상
- 영상 압축 (Compression) ☞ 영상 부호화 참조
. 영상 데이터 저장 및 전송 효율화
- 형태학적 처리 (Morphological Processing)
. 형태적학적 특성(shape, size, connectivity 등)을 기반으로 이미지를 분석,변형하는 기법
- 특징 추출 (Feature Extraction) 및 영상 분할 (Segmentation)
. 개체의 경계 추출 및 분류
- 개별 영상 개체의 인식 (Object Recognition)
. 개체의 의미와 속성 파악
ㅇ 수준 구분
- 저수준 영상처리 : 영상 획득, 포멧에 맞게 저장, 단순 처리, 특징 추출 등
- 중수준 영상처리 : 영상 분할 및 영상 분류(심볼 매핑)
- 고수준 영상처리 : 영상 해석 및 인지, 위치 관계의 이해,예측,결정,학습 등
ㅇ 처리 구분
- 필터링 : 공간/주파수 영역에서 노이즈 제거 및 개선
. 공간영역 필터링 ☞ 공간주파수 참조
. 주파수영역 필터링 ☞ 시간주파수, 푸리에변환 참조
- 영상 분할 : 특정 객체와 배경을 분리
- 영상 분류 및 분석 : 속성 및 유형 분류
- 영상 객체 검출 : 특정 개체의 위치와 존재 유무 탐지
- 영상 압축 : 효율적 저장과 전송
ㅇ 연산 구분
- 화소 단위 연산 : 각 화소(픽셀)에 개별적으로 적용
- 영역 단위 연산 : 화소의 이웃 관계를 고려
- 기하학적 변환 : 화소의 공간적 위치의 재배치 ☞ 기하 변환 참조
. (영상의 모양,크기,위치 변환)
3. 컴퓨터 비전 (Computer Vision)
ㅇ 컴퓨터를 이용하여, 영상을 분석하여 의미 있는 정보를 추출하고 활용
- 例) 이상 징후 검출, 장애물 3차원 위치, 인공 시각 구현 등
ㅇ 목표 : 인간의 시각적 능력(학습, 추론, 행동)을 모방
- 이에는 학습을 하고, 시각적 입력을 기반으로 추론을 하며, 행동을 취하는 것이 포함됨
. (쉽게, 인간의 시각 및 그와 관련된 학습 능력을 흉내내는 것)
- 특히, 이 분야는 인공지능(AI)의 한 분야로서 적용됨
ㅇ 컴퓨터 비전용 오픈소스 : OpenCV (Open Source Computer Vision Library)
- 객체 검출, 특징 매칭, 영상 필터링, 실시간 추적 등
- C++, Python, Java 등 다양한 언어 지원