다해상도

업샘플링 : 해상도를 늘리는 영상처리 연산
다운샘플링 : 해상도를 줄이는 연산

어떤 영상에서는 물체가 영상 전체를 덮을 정도로 크게 나타날 수 있고 다른 영상에서는
아주 작게 나타날 수 있다.
이처럼 다양한 상황에 상관없이 물체를 안정적으로 찾기 위해 고안된 기법이 영상 피라미드이다.

저해상도의 영상에서 물체의 대략적인 위치와 모양을 찾아낸 뒤 고해상도의 세밀한 영상에서
정확한 위치를 결정하는 접근 방법이다.

위의 이미지처럼 작은 이미지부터 큰이미지까지 쌓았을 때 피라미드 모양이라서 이미지 피라미드라고 한다.

샘플링 비율을 1/2로 설정하여 영상을 절반으로 다운샘플링하는 작업을 반복하여 만든다.

$f_k(j, i)=f_k-_1(j*2, i*2), 1 <=k <= q$

q를 6으로 결정하고 기존 영상이 1024 * 1024라면
512x512, 256x256, ..., 16x16 처럼 구성할 수 있다.
이 식은 단순해서 좋지만 에일리어싱이 발생하는 문제가 있다.
이러한 문제를 해결하기 위해 스무딩 - 다운샘플링의 두 단계 처리방법이 제안되었다.

$f_k(j, i)= \sum_{y=-2}^2\sum_{x=-2}^2 w(y, x)f_k-_1(j*2+y, i*2+x), 1<=k<=q$

커널 적용 안한 것

$(1/20, 5/20, 8/20, 5/20, 1/20)^T \cdot (1/20, 5/20, 8/20, 5/20, 1/20)$ 커널

이 커널을 사용하게 되면 홀수번째 픽셀 50%와 짝수번째 픽셀 50%가 골고루 적용된다.
기존 커널없이 적용한다면 짝수번째에만 영향이 가는 거를 보완하게 된다.
커널을 먼저 적용하고 resize를 적용한다.


가우시안 커널
5*5의 가우시안 블러를 적용하고 가로, 세로 모두 1/2이 되는 opencv의 함수

결과는
1. 홀수 픽셀과 짝수 픽셀을 균등하게 적용된 것
2. 가우시안 커널 적용된 것
3. 그냥 resize
다른 여러 이미지에서 다른 결과가 나올지 모든 이미지를 확인할 수는 없지만 우선 여기서는 이런 결과가 나왔다.

이미지 참고 : https://songminkee.github.io/studyblog/computer%20vision/2020/05/29/image_pyramid.html

내용 참고 : 컴퓨터비전 (저자 오일석)