Motphology
모폴로지
✔️ 영상의 형태를 분석하고 처리하는 기법
-> 미리 기하학적 형태를 알고 있는 대상 물체의 정보를 반영하여 영상 내에서 원하는 부분만 추출
-> 영상 내에는 다양한 물체들이 혼합되어 있으며 우리가 관심을 가지지 않는 나머지는 노이즈 성분
✔️ 구조 요소(structuring element)를 이용하여 영역의 모양을 조각
Dilation
팽창
✔️ ⊕
✔️ 이미지의 객체를 확대하고 확장시키는 연산
✔️ 작동원리: 각 픽셀을 중심으로, 구조 요소의 원소 하나라도 이미지에 겹치면 해당 픽셀이 흰색으로 변경
✔️ 효과: 객체의 윤곽이 확장, 작은 구멍이나 틈새 채워짐
✔️ 용도: 객체의 크기를 키우거나, 구멍을 채우고 얇은 객체를 연결
Erosion
침식
✔️ ⊖
✔️ 이미지의 객체를 줄이고 축소시키는 연산
✔️ 작동원리: 각 픽셀을 중심으로, 구조 요소가 완전히 겹쳐져야만 그 픽셀이 유지됨. 만약 겹치는 부분이 하나라도 부족하다면, 해당 픽셀은 배경(흰or0)으로 바뀜
✔️ 효과: 객체의 가장자리가 깎이고 축소됨. 이미지에서 작은 객체는 사라지고 구멍이나 빈 공간이 생김
✔️ 용도: 객체의 크기를 줄이거나, 배경의 노이즈를 제거하고, 구멍이나 빈 공간을 채우는데 사용
Opening
열림
✔️ ∘
✔️ 이미지에서 객체를 축소시키는 연산
✔️ 침식 후 팽창 적용
✔️ 작동원리
-> 침식을 먼저 수행하여 이미지에서 객체의 크기를 줄이고, 배경의 노이즈 제거
-> 그 후 팽창을 적용하여 객체의 원래 크기로 복원하면서, 작은 노이즈나 불필요한 요소를 제거한 상태에서 객체의 형태 유지
✔️ 용도
-> 작은 객체나 세부적인 노이즈 제거
-> 구멍이나 틈새 제거
-> 원래 영역 크기 유지
✔️ 형태소보다 작은 크기의 밝은 객체 제거
Closing
닫힘
✔️ ∙
✔️ 이미지에서 객체를 확장시키는 연산
✔️ 팽창 후 침식 적용
✔️ 작동 원리
-> 팽창을 먼저 적용하여 이미지에서 객체 확장
-> 그 후, 침식을 적용하여 객체의 경계를 조정하고 확장된 영역을 원래의 크기나 형태로 되돌림
✔️ 효과
-> 구멍이나 틈새를 채우고, 객체의 연결 부분을 확장
-> 형태소보다 작은 크기의 어두운 객체 제거
-> 원래 영역 크기 유지
✔️ 형태소보다 작은 크기의 어두운 객체 제거
Morphological Edge Detection
팽창과 침식
✔️ 팽창과 침식을 이용한 경계의 검출
-> A의 내부 경계: A-(A⊖B) : 원본-침식
-> A의 외부 경계: (A⊕B)-A : 팽창-원본
Morphological Gradient
형태학적 기울기 연산
✔️ 팽창 연산이나 침식 연산 수행한 결과를 빼는 연산
-> (A⊕B)-(A⊖B)
✔️ 캐니 에지 추출보다 더 나은 결과를 얻음 
Morphological Smoothing
형태학적 스무딩 연산
✔️ 열림 연산 후 닫힘 연산 수행
✔️ 열림 연산과 닫힘 연산을 결합하여 영상 스무딩과 노이즈 제거용 형태학 필터로 사용
-> 열림: 지정된 형태소보다 작은 밝은 디테일 억압
-> 닫힘: 어두운 디테일 억압
✔️ ASF(Alternating Sequence Filtering)
-> 원래 영상에 대한 열림-닫힘 연산 시퀀스로 시작하여, 그 다음 단계들에서는 이전 단계의 결과에 대해 열림과 닫힘 연산을 수행
